《Nature Communications》：Devaluation of response-produced safety signals reveals circuits for goal-directed versus habitual avoidance in dorsal striatum
编辑推荐：
本研究通过创新性结果贬值范式，揭示大鼠主动回避行为(AR)由反应产生的反馈线索正向强化，并依赖背内侧纹状体(DMS)与背外侧纹状体(DLS)分别调控目标导向与习惯性回避。该发现为焦虑症和强迫症(OCD)的病理机制提供新视角，发表于《Nature Communications》。
在行为心理学领域，主动回避行为（Active Avoidance Responses, AR）一直是个引人入胜的谜题。与寻求奖赏的行为不同，成功的回避行为并不会产生传统意义上的“奖励”——毕竟，成功避免电击后，动物得到的只是“什么都没有发生”。这种“以无胜有”的学习过程如何在大脑中编码？更关键的是，当适应性回避转变为僵化的习惯时，便与焦虑症、强迫症（OCD）等精神病理状态密切相关。理解AR从目标导向到习惯性的转变机制，因此成为破解相关疾病病理环节的关键。
为解开这一谜团，研究人员设计了一项巧妙的实验。他们训练大鼠学习通过按压杠杆来避免足底电击，但创新之处在于引入了“反馈贬值”范式：将回避反应产生的声音或灯光反馈（即安全信号）与令人厌恶的体验（如锂氯注射液诱导的内脏不适）进行匹配，从而“贬值”其安全性价值。通过这一设计，研究者得以直接检验动物是否真的将这些线索视为安全的象征，以及其行为是灵活的目标导向决策，还是僵化的习惯。
研究表明，经过适度训练后，雄性大鼠的回避行为会对反馈贬值敏感——当安全信号“贬值”后，它们会减少杠杆按压，表明其行为是目标导向的，由对安全价值的实时评估所驱动。然而，过度训练后，这种行为不再受贬值影响，转变为习惯性模式。利用化学遗传学（chemogenetics）技术特异性操控不同脑区，团队进一步揭示目标导向AR依赖背内侧纹状体（dorsomedial striatum, DMS），而习惯性AR则依赖背外侧纹状体（dorsolateral striatum, DLS）。这一发现表明，回避行为与奖赏性工具行为在神经机制上存在显著重叠。
有趣的是，雌性大鼠对反馈贬值不敏感，并非因为缺乏目标导向学习，而是由于其反条件化过程表现出显著的情境依赖性。当削弱回避反应与反馈信号之间的因果关系时，两性均依赖安全信号来执行目标导向AR。这些发现不仅揭示了AR学习的基本强化机制，还为理解焦虑相关疾病中病理性回避的性别差异提供了新视角。
关键实验方法概述
本研究以大鼠为模型，采用主动回避训练范式，通过杠杆按压避免足底电击。核心技术创新为“结果贬值”程序，将回避反应产生的感觉反馈（如音调或光）与锂氯（LiCl）注射诱导的内脏不适进行匹配，以贬值其安全价值。神经机制解析采用化学遗传学（DREADDs）技术，特异性抑制DMS或DLS神经元活动。行为数据分析结合了敏感性测试、过度训练比较及性别差异评估。
结果解析
反馈信号作为AR的正向强化物
通过对比有/无反馈信号的回避训练组，发现只有当回避反应产生特异性感觉反馈时，大鼠才形成稳定的回避行为。降解回避-反馈关联性实验进一步证实，反馈信号是AR学习的必要条件，而非偶然伴随现象。
目标导向向习惯性回避的转变
中度训练后，雄性大鼠的AR对反馈贬值敏感（贬值后行为显著减少），表明行为由对安全价值的在线评估控制（目标导向）。过度训练后，该敏感性消失，行为转为习惯性，不受即时结果价值影响。
DMS与DLS的功能分化
化学遗传学抑制DMS会破坏目标导向AR（中度训练后对贬值敏感），但不影响习惯性AR（过度训练后）；相反，抑制DLS会阻止习惯形成（过度训练后行为仍对贬值敏感），证实DMS和DLS分别支持目标导向与习惯性AR。
性别差异与情境依赖性
雌性大鼠始终对反馈贬值不敏感，但其反条件化过程高度依赖训练情境。改变上下文后，雌性表现出与雄性相似的目标导向敏感性，揭示其AR策略更具情境灵活性，而非本质上的习惯化。
结论与意义
本研究首次通过实验证明，主动回避行为并非由“避免伤害”这一负向结果直接驱动，而是由反应产生的感觉反馈作为正向安全信号所强化。这一发现解决了回避学习理论中长期存在的“强化物缺失”悖论。神经机制上，背侧纹状体的功能分化（DMS→目标导向，DLS→习惯性）表明，回避行为与奖赏寻求行为共享相似的脑区协作模式，为理解正常适应性行为向病理性习惯（如OCD中的强迫仪式）的转化提供了统一框架。
性别差异的发现提示，雌性可能通过更依赖情境线索的策略来维持行为灵活性，这为临床中焦虑障碍患病率的性别差异提供了潜在的行为机制解释。该研究不仅深化了对适应性/非适应性回避行为的神经基础理解，更为开发针对病理性习惯（如过度回避、强迫行为）的精准干预策略指明了新靶点。
