小鼠的“表情包”会说话：面部动态揭示隐藏的认知变量与神经基础

2026-04-20 17:35 bioguider 不详阅读 0

核心摘要： 2025年9月30日自然-神经科学发表的一项研究首次通过高速摄像与机器学习技术精准解码了小鼠在复杂觅食任务中微妙的面部动态研究发现小鼠的面部表情不仅实时反映了其当前使用的决策变量更令人惊关键词：运动皮层、无意识

2025年9月30日，《自然-神经科学》发表的一项研究，首次通过高速摄像与机器学习技术，精准解码了小鼠在复杂觅食任务中微妙的面部动态。研究发现，小鼠的面部表情不仅实时反映了其当前使用的决策变量，更令人惊讶的是，它还能编码那些“潜伏”在脑中、虽未被当前行为使用却同时被计算的独立认知变量。研究进一步证实，次级运动皮层（M2）的神经活动是驱动这些丰富面部表情的关键源头之一。

在日常行为中，我们的大脑同时处理着海量信息，但只有极少数最终能转化为外显的行动或语言。那些未被表达的、并行计算中的“潜伏认知变量”（例如，在决定向左走时，大脑仍会评估向右走的潜在收益），如同冰山水下的巨大部分，难以被直接观测。然而，大脑活动常常通过无意识的、附带的身体运动（如微表情、瞳孔变化、姿态调整）“泄露”出来。这些附带运动，能否成为我们窥探大脑内部并行计算的“窗口”？

来自法国艾克斯-马赛大学和葡萄牙尚帕利莫基金会的联合团队，利用一种新颖的概率性觅食任务，对这一问题进行了巧妙的实验和量化分析。

任务设计：迫使大脑并行计算多个决策变量

研究者训练小鼠执行一项觅食任务（图1a）。小鼠需要决定在两个水嘴中舔舐哪一个，但奖励的给予并非固定，而是取决于几个动态变化的隐藏规则：

动作结果：上一次选择是否成功。
连续失败次数：当前水嘴已被连续拒绝的次数。
负价值：一个更综合的、反映当前水嘴“糟糕程度”的指标。

这些变量相互关联但又彼此独立。小鼠在任何一次选择中，主要依据其中一个变量做决策，但大脑会同时并行计算所有相关变量，以灵活应对规则的变化（图1b,c）。

核心发现一：面部动态编码“潜伏”认知变量

研究者利用高速摄像机（60fps）记录小鼠在任务中的面部视频，并运用Facemap算法提取出代表面部运动模式的主成分（PCs）（图1d,e）。随后，他们训练线性回归模型，尝试用这些面部运动PCs去“解码”各个决策变量。

结果令人振奋（图2）：

当前使用变量被清晰“写”在脸上：模型能以极高精度，从面部动态中解码出小鼠当前行为所主要依据的决策变量（图2a-c）。例如，当小鼠主要依据“连续失败次数”做决策时，其面部特征会呈现特定的动态模式。
潜伏变量同样“有迹可循”：更为关键的是，那些未被当前行为使用、但被大脑并行计算的“潜伏”决策变量（即被剔除与其他变量线性相关后的“独特”成分），同样能从面部运动中被显著解码出来（图2d,e，扩展数据图2c）。
独立于简单动作：即使将舔舐频率等简单动作的影响剔除后，面部动态对潜伏变量的编码依然存在，证明这些表情并非单纯的运动副产品。

这清晰地表明，小鼠的面部动态就像一个复杂的“仪表盘”，不仅显示着“当前正在执行的指令”（当前决策变量），也实时更新着“后台运行的程序状态”（潜伏决策变量）。

核心发现二：面部表情具有个体间一致性

一个有趣的问题是：不同小鼠在思考同一件事时，会做出相似的表情吗？通过将不同个体的面部视频进行空间配准（扩展数据图4），研究者发现：

表情模式具有跨个体普遍性：对于同一个决策变量（如“连续失败”），不同小鼠表现出的面部运动加权特征图具有显著的相似性（图2g，扩展数据图5c-f）。这表明，某些核心认知过程所对应的面部表情，在小鼠中是保守且可泛化的。

核心发现三：次级运动皮层（M2）是表情的关键源头

这些丰富的面部动态从何而来？研究者利用高密度Neuropixels电极，同步记录了小鼠多个额叶皮层区域的神经活动（图3a）。结果发现：

M2神经元群体编码决策变量：次级运动皮层（M2）的神经元群体活动，能够很好地解码出各种决策变量（图3b-e），且其解码出的潜伏变量信息，远多于初级运动皮层（M1）。
M2是面部动态的直接上游：通过光遗传学短暂抑制M2，小鼠的面部表情模式发生了显著改变（图5b），同时从面部解码决策变量（尤其是潜伏变量）的准确性显著下降、时间延迟增加（图5c,d，扩展数据图7）。这直接证明，M2的神经活动是驱动这些丰富认知相关面部表情的核心来源。

总结与展望

这项研究通过创新的行为范式和精密的计算方法，首次证实了无意识的附带面部运动可以成为解读大脑内部并行认知过程的“高分辨率窗口”。它揭示了小鼠（乃至其他动物）的面部表情远不止是情绪或简单动作的反映，而是大脑复杂计算过程在体表的动态投射，尤其是次级运动皮层M2在其中扮演了关键角色。

这一发现具有深远的意义：

革新行为学研究方法：提供了一种非侵入性、高通量的手段，通过分析面部视频来实时追踪动物内部认知状态的动态变化，极大拓展了传统行为学依赖动作选择的观测维度。
深化对M2功能的理解：将次级运动皮层的功能从“运动规划”拓展到“认知过程的具身表达”，表明它可能是连接抽象认知与具体身体表征的关键枢纽。
启发临床诊断与应用：未来，精细分析人类（包括言语障碍患者或婴幼儿）的面部微表情，或许能发展出辅助诊断认知状态、情绪障碍或监测神经系统疾病进展的新工具。

参考文献：
Cazettes, F., Reato, D., Augusto, E. et al. Facial expressions in mice reveal latent cognitive variables and their neural correlates. Nat Neurosci 28, 2310–2318 (2025).