导语： 运动皮层在运动序列执行中的作用长期以来存在争议——它究竟是高度熟练动作的执行所必需，还是主要在动作学习和灵活调整中发挥作用？2024年11月4日，《自然·神经科学》在线发表了一项来自哈佛大学等机构的重要研究（2024年第27卷2466–2475页）。通过精巧的行为范式设计，研究者发现：当大鼠执行单一、高度熟练的自动序列时，运动皮层并非必需；但当同样的序列需要在灵活任务环境中执行时，运动皮层则变得不可或缺。更令人惊讶的是，如果一个自动序列同时也在灵活环境中被练习，它将无法巩固到皮层下通路，从而变得依赖运动皮层。该研究揭示了运动皮层参与运动执行的决定性因素——灵活性需求，并提出了一个简单的神经网络模型来解释这一现象，为理解运动技能的习惯化与适应性控制提供了新框架。

研究背景：运动皮层功能的长期争论

对立观点

未解决的关键问题

• 两种观点可能不互斥，运动皮层的参与可能取决于任务需求（如灵活性、环境变化）

• 但在同一动物、同一动作序列中，能否直接证明需求依赖性？

核心发现之一：运动皮层对灵活序列必需，对自动序列非必需

行为范式设计（图1a）

研究团队训练大鼠执行三要素运动序列（按压左、中、右三个杠杆的特定顺序，如“左-中-右”），设计了两种任务版本：

关键设计：部分大鼠同时训练灵活任务和自动任务（“联合训练组”），而另一组大鼠只训练自动任务（“纯自动组”）。

运动皮层损伤对两类任务的影响（图1b-f）

• 双侧运动皮层（MC）损伤（通过微CT和组织学验证，Extended Data Fig. 1）：

  • 灵活任务（CUE/WM）：表现严重受损（成功率从~80%降至~20%），且无法恢复（图1c-d）

  • 自动任务（AUTO）：在纯自动组中，表现无显著变化（成功率保持~80-90%）（图1e-f）

结论：运动皮层对于需要灵活选择的序列绝对必需，但对于单一、过度训练的自动序列并非必需（可由皮层下通路代偿）。

核心发现之二：单侧运动皮层损伤对灵活任务的影响（Extended Data Fig. 2）

• 对侧半球损伤（损伤与按压前肢对侧的运动皮层）：

  • 灵活任务（CUE/WM）成功率显著下降（从~80%降至~40%）

  • 自动任务（AUTO）成功率无显著变化

• 同侧半球损伤（损伤同侧）：灵活任务无影响

• 结论：运动皮层通过对侧投射控制灵活序列，具有半球特异性

核心发现之三：自动序列在联合训练后变得依赖运动皮层

最关键的发现（图2）

• 纯自动组：自动任务不依赖运动皮层（如前所述）

• 联合训练组（同时训练灵活任务和自动任务）：

  • 运动皮层损伤后，自动任务也严重受损（成功率从~80%降至~20%）（图2a-c）

  • 损伤后一个月仍未恢复（Extended Data Fig. 6a-b）

解释：当同一个自动序列也作为灵活任务的一部分被练习时，该序列无法完全“下放”到皮层下通路，而是保持对运动皮层的依赖。这可能是因为：

1. 竞争性巩固：灵活环境中练习同一序列时，皮层下巩固过程被干扰或阻止

2. 策略选择：动物在灵活环境中依赖运动皮层执行序列，这种策略“泛化”到了自动任务中

运动学分析排除运动执行缺陷（Extended Data Fig. 3-4）

• 运动皮层损伤后，单个杠杆按压的运动学特征（轨迹、速度、持续时间）无显著变化（Extended Data Fig. 3）

• 损伤不影响基本运动能力，只影响序列的组织和选择

核心发现之四：错误类型分析揭示运动皮层的具体功能

错误分类（图3a-d）

• 顺序错误：按错杠杆（如序列为“左-中-右”，却按了“左-右-中”）→ 反映序列选择/排序缺陷

• 时间错误：按压间隔过长或过短 → 反映时序控制缺陷

• 动作错误：按压力度/轨迹异常 → 反映基本运动执行缺陷

损伤后的错误模式（图3e-h）

关键推论：运动皮层的核心功能是序列排序（sequencing），而非基本动作执行。当序列变得高度自动且不与其他序列竞争时，排序功能可由皮层下通路承担。

核心发现之五：神经网络模型复现实验结果并提供机制解释

模型架构（图4a）

• 模块化结构：

  • 运动皮层模块：学习并存储多种序列（灵活环境）

  • 基底节/丘脑模块：学习并存储单一、高度熟练的序列（自动环境）

  • 选择机制：根据任务需求（是否有外部提示）在两种控制器之间切换

模型的关键假设

1. 两个并行学习系统：

   • 皮层系统：灵活、泛化能力强，但计算成本高

   • 基底节系统：高效、自动化，但只能存储有限的特定序列

2. 竞争性巩固：

   • 当一个序列在灵活环境中被练习时，基底节系统的巩固被抑制（因为皮层系统已经“接管”）

   • 只有当一个序列在纯自动环境中单独练习时，基底节系统才能成功巩固

3. 损伤后策略：

   • 皮层损伤后，如果基底节已巩固该序列，则可正常执行

   • 如果基底节未巩固，则无法执行

模型复现的实验结果（图4b-e）

综合模型：运动皮层参与的决定因素是“灵活性需求”

理论框架

                      训练环境
                          │
        ┌─────────────────┴─────────────────┐
        │                                   │
   纯自动环境                        灵活环境（多序列）
   （单一序列过度训练）              （序列由提示决定）
        │                                   │
        ▼                                   ▼
  基底节系统巩固                     运动皮层系统主导
  （皮层下存储）                     （皮层存储）
        │                                   │
        ▼                                   ▼
  不依赖运动皮层                      依赖运动皮层
        │                                   │
        └─────────────────┬─────────────────┘
                          │
                  如果同一序列在两种环境中都训练
                          │
                          ▼
              基底节巩固被抑制 → 依赖皮层

对运动皮层功能的重新定义

对运动学习和康复的启示

资源可及性

• 行为数据：https://github.com/kmizes/MC-paper

• 追踪代码：DeepCut实现（https://github.com/eldar/pose-tensorflow）

• 微CT成像：用于验证损伤范围（方法详见论文）

局限性与未来方向

1. 物种差异：大鼠的运动皮层组织与灵长类（特别是人类）存在差异，灵长类的运动皮层可能对自动序列的参与更强

2. 损伤范围：双侧运动皮层损伤较大，可能影响邻近区域（如次级运动皮层）；但单侧损伤和运动学分析支持特异性

3. 模型简化：神经网络模型虽能复现结果，但未指定基底节的具体环路（直接/间接通路、多巴胺调节等）

4. 行为范式局限：序列为按压杠杆（离散动作），是否适用于连续运动（如行走、游泳）？需验证

5. 未直接记录神经活动：推论基于损伤和行为分析，未在皮层和基底节同时记录验证模型假设

未来方向：

• 电生理记录：在联合训练组中，记录运动皮层和基底节在自动任务执行时的活动，验证“皮层主导、基底节未巩固”的假设

• 可塑性操纵：在联合训练期间，选择性抑制皮层→基底节投射，观察是否能“强制”基底节巩固自动序列

• 人类研究：在健康志愿者中进行fMRI/TMS研究，比较“单一环境”vs“多变环境”训练后，执行同一任务时运动皮层的参与程度

• 康复应用：在中风患者中，测试“固定环境过度训练”是否能促进基底节代偿，改善运动恢复

结语

这项研究通过精巧的行为范式设计和系统的损伤实验，解决了运动皮层功能长期存在的争议：运动皮层是否参与熟练动作，取决于该动作是在何种环境中学习的。当一个序列在灵活、多变的上下文中执行时，运动皮层负责其排序和选择，不可或缺；但当同一序列在固定环境中过度训练达到自动化时，皮层下基底节系统可以独立控制它。更重要的是，如果自动序列同时也在灵活环境中被练习，它将无法巩固到皮层下，从而保持对运动皮层的依赖。这一发现不仅重塑了我们对运动皮层功能的理解，还对运动技能学习、习惯形成和中风康复具有重要的实践指导意义——在可变环境中练习虽能增强灵活性，但代价是皮层依赖性增加；而在固定环境中过度训练则可能促进皮层下巩固，使技能更“自动化”且抗损伤。

原始论文：Mizes, K.G.C., Lindsey, J., Escola, G.S. et al. The role of motor cortex in motor sequence execution depends on demands for flexibility. Nat Neurosci 27, 2466–2475 (2024). https://doi.org/10.1038/s41593-024-01792-3

数据和代码：https://github.com/kmizes/MC-paper