生物行移动版

小鼠的面部运动不仅仅是任务运动需求的结果。一项发表于《自然·神经科学》的新研究表明，小鼠的决策变量——包括失败次数和感知价值——会在其面部运动中体现。使用深度学习算法Facemap，研究人员发现，这些面部表情与多个潜在决策变量相关，即使这些变量不是小鼠当前觅食策略的一部分。此外，次级运动皮层驱动了这种内部变量跟踪，并且其激活先于面部运动变化。研究提示，认知以令人惊讶的方式体现在身体中，而面部运动可作为认知模式的非侵入性指标。本文系统解析该研究的方法学、主要发现、对“认知体现”的意义以及未来方向。

一、研究背景：从面部表情到认知变量

二、小鼠决策的关键变量

三种决策策略：

• 刺激驱动型：根据位点的价值做决策

• 推理型-冲动型：根据失败次数，倾向于切换

• 推理型-持久型：根据失败次数，倾向于停留

三、主要发现

1. 面部运动反映决策变量

• 即使小鼠使用一种策略，它们仍然监控其他决策变量（如失败次数），并可随时切换策略。

• 这些内部变量跟踪转化为面部运动的差异（过于微妙，人眼无法察觉）。

• 使用深度学习算法Facemap进行逐帧视频分析，发现面部表情与多个潜在决策变量相关。

2. 次级运动皮层驱动内部变量跟踪

• 次级运动皮层（M2）协调这种跟踪（基于电生理记录和光遗传学失活）。

• 激活顺序：M2激活 → 面部运动变化 → 行为输出（而非相反）。

• 基于电生理读出的模型比基于面部运动的模型更早解码决策变量。

• 光遗传学失活M2产生即时运动变化，损害面部运动模型预测决策变量的能力。

3. 认知体现在身体中

• M2的参与不仅是执行决策的运动副产物，而是行为灵活性的一部分。

• 研究提示，控制所有可能的运动活动可能是“徒劳的”——因为大脑信号最终可能与某种运动活动相对应。

四、方法学：Facemap深度学习算法

五、对“认知体现”的意义

六、未来方向与伦理考量

七、对神经科学实践的启示

八、结论：面部运动作为认知的窗口

这项研究表明，小鼠的面部运动不仅反映情绪状态，还泄露决策变量（如失败次数、感知价值），即使这些变量不是当前策略的一部分。次级运动皮层（M2）驱动了这种内部变量跟踪，并且其激活先于面部运动变化。这些发现提示：

• 认知以体现的方式发生——身体信号（面部运动）是认知过程的一部分，而非仅仅是噪声。

• 面部运动可作为认知模式的非侵入性指标，有潜力用于研究认知过程而无需侵入性记录。

• 全脑激活与面部运动相关——决策引发广泛的大脑活动，其中部分可能通过身体表达。

核心信息：

• 面部运动反映潜在决策变量（失败次数、感知价值）。

• 次级运动皮层（M2）驱动内部变量跟踪，激活先于面部运动。

• 认知体现在身体中——不能简单地将所有身体信号排除。

• 机器学习（Facemap）可实现从面部运动预测决策变量。

• 隐私担忧：类似技术可能被用于人类监视。

参考来源：
Cazettes, F., Mainen, Z., et al. (2025). Facial movements telegraph cognition in mice. Nature Neuroscience.