当我们从积极和消极的经历中学习时，人类的大脑会发生什么?为了帮助回答这个问题，更好地理解决策和人类行为，科学家们正在研究多巴胺。多巴胺是大脑产生的一种神经递质，作为一种化学信使，促进大脑和身体神经细胞之间的交流。

多巴胺主要与积极情绪有关，但维克森林大学医学院的研究人员的一项研究结果表明，人脑中多巴胺的释放在编码奖励预测错误(RPE)和惩罚预测错误(PPE)方面起着至关重要的作用。研究人员对接受深部脑刺激(DBS)手术的人类志愿者的大脑多巴胺释放进行了亚秒测量，同时这些志愿者承担了一项特定的任务。研究结果表明，多巴胺可以从积极和消极的经历中学习，使大脑能够根据经验结果调整和适应其行为。

“传统上，多巴胺通常被认为是‘快乐的神经递质’，”研究负责人、维克森林大学医学院生理学、药理学和神经外科副教授Kenneth T. Kishida博士说。“然而，我们的工作提供的证据表明，这不是思考多巴胺的方式。相反，多巴胺是一个复杂系统的重要组成部分，它教导我们的大脑并指导我们的行为。多巴胺还参与教会我们的大脑惩罚经历，这是一个重要的发现，可能为研究提供新的方向，帮助我们更好地理解抑郁、成瘾以及相关精神和神经疾病的潜在机制。”

Kishida和他的同事在《Science Advances》杂志上发表了一篇题为《细胞外多巴胺的亚秒波动编码人类奖惩预测错误》的论文。

作者认为，神经递质多巴胺参与一系列功能，如运动、认知和学习，但异常的多巴胺活动也可能是不同疾病的基础。他们写道:“多巴胺神经元对哺乳动物的大脑功能和行为至关重要，多巴胺能功效的变化被认为是多种人类大脑疾病的基础，包括物质使用障碍、抑郁症和帕金森病。”

Kishida解释说，之前的研究表明，多巴胺在动物如何从“奖励”和可能的“惩罚”经验中学习方面起着重要作用。正如作者所写。“在哺乳动物的大脑中，中脑多巴胺神经元的活动被假设为编码奖励预测错误，通过引起目标大脑区域多巴胺水平的快速变化来促进学习和指导行为。人类功能性磁共振成像实验表明，在学习食欲和厌恶结果时，RPE和惩罚预测错误(PPE)信号在多巴胺丰富的区域表现出来。很少有研究直接评估多巴胺在人脑中的快速作用。”

在他们最新报告的研究中，Kishida实验室和合作者利用快速扫描循环伏安法，一种电化学技术，与机器学习相结合，实时检测和测量多巴胺水平(即每秒10次测量)。这种方法只能在侵入性手术中使用，比如深部脑刺激手术。DBS通常用于治疗帕金森病、特发性震颤、强迫症和癫痫等疾病。

Kishida的团队与维克森林浸信会心房健康神经外科医生Stephen B. Tatter，医学博士和Adrian W. Laxton医学博士合作，他们都是维克森林大学医学院神经外科的教员，他们在维克森林浸信会心房健康医疗中心将一个碳纤维微电极插入三名参与者的大脑深处，他们计划接受DBS治疗原发性震颤。

在手术室里醒着的参与者玩了一个简单的电脑游戏。当他们玩游戏时，在纹状体中测量多巴胺，纹状体是大脑中对认知、决策和协调运动很重要的一部分。

在游戏过程中，参与者的选择要么得到奖励，要么受到惩罚，得到真正的金钱收益或损失。研究人员解释说:“在这项任务中，参与者需要从积极和消极的反馈中学习，在每次试验中选择最大预期奖励和最小预期惩罚的选项。”

游戏分为三个阶段，参与者从积极或消极的反馈中学习如何做出最大化奖励和最小化惩罚的选择。在游戏的三个阶段中，多巴胺水平被连续测量，每100毫秒一次。

Kishida说:“这是第一次在人类身上研究多巴胺如何编码奖惩，以及多巴胺是否反映了当今最先进的人工智能研究中使用的‘最佳’教学信号。我们发现多巴胺不仅在大脑中发挥积极和消极体验的信号作用，而且在试图从这些结果中学习时，它似乎以一种最佳的方式发挥作用。”

作者进一步指出:“总的来说，我们的研究结果表明，人类的决策受到食欲和厌恶经历和期望的独立、并行处理的影响，这些经历和期望可以在快速的时间尺度(数百毫秒)内影响纹状体区域多巴胺释放的调节。”

Kishidi补充说:“同样有趣的是，似乎大脑中可能存在独立的途径，分别参与多巴胺系统的奖励和惩罚体验。我们的研究结果揭示了一个令人惊讶的结果，这两条通路可能在时间尺度上略有变化，仅相隔200到400毫秒。”

研究者认为，这种水平的理解可能会导致更好地理解多巴胺系统是如何影响精神和神经疾病患者的。正如研究小组所说，“我们注意到，PPE厌恶学习系统在焦虑症中的作用与RPE强化学习系统在成瘾、抑郁和强迫症中的作用类似。”

然而，需要进一步的研究来了解多巴胺信号在这种情况下是如何改变的。