ဆုလာဘ်ရယူ၏ကုန်ကျစရိတ် midbrain dopamine အာရုံခံ (2019) ၏ဆုလာဘ်ခန့်မှန်းအမှား signal ကိုပိုကောင်းစေပါတယ်

သဘာဝတရားဆက်သွယ်ရေး

အသံအတိုးအကျယ် 10ဆောင်းပါးနံပါတ် 3674 (2019) | ဒေါင်းလုပ်ကိုးကား

ြဒပ်မဲ့သော

Midbrain dopamine အာရုံခံ (RPE) တန်ဖိုးကိုခန့်မှန်းချက် update လုပ်ဖို့အသုံးပြုသောဆုလာဘ်ခန့်မှန်းအမှားအယွင်းများဝှက်သိနေကြသည်။ ဤတွင်ကျနော်တို့ midbrain dopamine အာရုံခံခြင်းဖြင့် coded RPE အချက်ပြမှုများအဖြစ်အားထုတ်မှု saccade တာဝန်များ၏စွမ်းဆောင်ရည်စဉ်အတွင်းနိုးပြုမူနေမျောက်တွေကို dopamine အာရုံခံကနေမှတ်တမ်းတင်အသုံးပြုပုံဆုလာဘ်ရရှိရန်ပေးဆောင်ကုန်ကျနေဖြင့် modulated ရှိမရှိဆန်းစစ်။ တွေကိုမှ Dopamine အာရုံခံဆဲလျတုံ့ပြန်မှုဆုလာဘ်ခန့်မှန်းခြင်းနှင့်ဆုလာဘ်များဖြန့်ဝေဖို့ RPEs တစ်အကုန်အကျလုပ်ဆောင်ချက်၏စွမ်းဆောင်ရည်ကိုအောက်ပါတိုးမြှင်ဖြစ်ကြောင်းအကြံပြုတစ်လျော့နည်းအကုန်အကျအရေးယူမှုနှင့်နှိုင်းယှဉ်လျှင်တစ်ဦးအကုန်အကျလုပ်ဆောင်ချက်၏စွမ်းဆောင်ရည်အပြီးတိုးမြှင့်ခဲ့သည်။ အဆိုပါအမူအကျင့်အဆင့်တွင်နှိုးဆွ-ဆုလာဘ်အသင်းအဖွဲ့များတစ်လျော့နည်းအကုန်အကျအရေးယူမှုနှင့်နှိုင်းယှဉ်လျှင်တစ်ဦးအကုန်အကျအရေးယူဖျော်ဖြေပြီးနောက်ပိုမြန်သင်ယူနေကြသည်။ ထို့ကြောင့်အရေးယူကုန်ကျစရိတ်အကြောင်းသတင်းအချက်အလက်အလှည့်အမြင့်ကုန်ကျစရိတ်၏အခြေအနေများအောက်တွင်ပိုပြီးလျင်မြန်စွာသင်ယူမှုကိုအားပေးအားမြှောက်သောအောက်ပါ dopamine RPE signal ကို, ချဲ့ထွင်မယ့်ထုံးစံအတွက် dopamine ဆုလာဘ်စနစ်လုပ်ငန်းများ၌ဖြစ်ပါတယ်။

နိဒါန္း

လူသားများနှင့်တိရိစ္ဆာန်များကြိုးစားအားထုတ်မှု၏အသေးငယ်ပမာဏကိုပြီးနောက်တူညီတဲ့ဆုလာဘ်နှင့်နှိုင်းယှဉ်ပါကရရှိရန်တွေအများကြီးကွိုးစားပြီးနောက်လက်ခံရရှိအကျိုးကိုပိုနှစ်သက်^1,2,3။ ရှင်းလင်းချက်တစ်အရေအတွက်ကိုထိုကဲ့သို့သောအားထုတ်မှုမျှတမှုအတိုင်းဤသက်ရောက်မှုများအတွက် posited ပြီ^4,5 နှင့်ဆနျ့ကငျြဘအကျိုးသက်ရောက်မှု⁶, ရသော သာ. ကြီးမြတ်တန်ဖိုးကိုပေးဆောင်အားထုတ်မှုပြီးနောက်ရရှိသောတစ်ခုရလဒ်ကိုမှစွပ်စွဲနေပါတယ်။ သို့ရာတွင်ထိုသို့နှင့်မည်သို့ဦးနှောက်အတွက်ဆုလာဘ်အချက်အလက်များ၏အပြောင်းအလဲနဲ့အကျိုးကိုရရှိရန်အသုံးကြိုးစားအားထုတ်မှုအားဖြင့် modulated ဖြစ်ပါတယ်ရှိမရှိမသိရသေးနေဆဲဖြစ်သည်။

ကျနော်တို့ဆုလာဘ်မှအမူအကျင့်လိုက်လျောညီထွေမြှင့်တင်ရန်အတွက်ဒီစနစ်၏အခန်းကဏ္ဍပေးထားသည် midbrain dopamine system ပေါ်တွင်အထူးအာရုံစူးစိုက်^7,8,9။ Dopamine အာရုံခံအဆိုပါ Basal ganglia အားဖြင့်ဆုလာဘ်ဟောကိန်းများ၏သင်ယူမှုလွယ်ကူချောမွေ့နိုင်မဆုလာဘ်ခန့်မှန်းအမှား (RPE) အချက်ပြမှုများကိုကိုယ်စားပြုလူသိများကြသည်^{10,11,12,13,14,15,16,17}။ အဆိုပါ RPE ၏ခွန်အားအကျိုးကိုများ၏အရေအတွက်, အရည်အသွေး, နှင့်ပုဂ္ဂလဒိဋ္တန်ဖိုးကိုသို့မဟုတ် utility ကိုအပေါ်မူတည်^{7,18,19,20,21}။ ထိုမှတပါး, dopaminergic လှုပ်ရှားမှုကုန်ကျစရိတ်နှင့် / သို့မဟုတ်အားထုတ်မှုအားဖြင့် modulated ဖြစ်ပါတယ်^22,23။ ဒီအခြေခံပေါ်မှာကျနော်တို့ dopaminergic RPE signal ကိုတိုက်ရိုက်ဆုလာဘ်ရရှိရန်ပေးဆောင်ကုန်ကျနေဖြင့် modulated မည်ဖြစ်ကြောင်း postulated ။ ထို့ပြင် RPE signal ကိုနှိုးဆွ-ဆုလာဘ်အသင်းအဖွဲ့များ၏သင်ယူမှုဖြန်ဖြေအတွက်ကြောင်းကျိုးဆက်စပ်ပါဝင်ပတ်သက်သောကွောငျ့^24,25,26ကျနော်တို့ဆုလာဘ်ရရှိရန်ပေးဆောင်ကုန်ကျစရိတ်တိုက်ရိုက်နှိုးဆွ-ဆုလာဘ်အသင်းအဖွဲ့များ၏သင်ယူမှုမြန်နှုန်းတိုးမြှင့်မယ်လို့တွေးဆ။

သူတို့တစ်တွေ saccade အခြေစိုက်အားထုတ်မှုတာဝန်ဖျော်ဖြေနေစဉ်ကျွန်ုပ်တို့၏ယူဆချက်ကိုစမ်းသပ်ဖို့ကျနော်တို့နှစ်ဦးကိုဂျပန်မျောက်များအတွက်နှစ်ဦးစလုံးအပြုအမူနှင့် dopaminergic လှုပ်ရှားမှုတိုင်းတာ။ မျောက်ဟာတန်ဖိုးနည်း (LC) အရေးယူပြီးနောက်ကြောင်းနှင့်နှိုင်းယှဉ်ပါကအဆင့်မြင့်ကုန်ကျစရိတ် (HC) အရေးယူပြီးနောက်တင်ဆက်သောဆုလာဘ်-ခန့်မှန်း cue ဖို့ပိုမြန်တုံ့ပြန်။ အကျိုးကို-ခန့်မှန်းတွေကိုမှ dopaminergic အာရုံခံများ၏လှုပ်ရှားမှုဟာပေးဆောင်ကုန်ကျနေဖြင့်တိုးမြှင့်နေကြသည်။ ထို့အပြင်စီးပွားရေးနှိုးဆွမှု-ဆုလာဘ်အသင်းအဖွဲ့မှမြန်နှုန်းသင်ယူခြင်းကိုလည်းပေးဆောင်ကုန်ကျနေဖြင့်တိုးမြှင့်ထားသည်။ ထို့ကွောငျ့ကြှနျုပျတို့သဆုလာဘ်ရရှိရန်ပေးဆောင်ကုန်ကျ dopamine အာရုံခံအတွက် RPE signal ကိုတိုးပွားစေခြင်းနှင့်အားဖြင့်နှိုးဆွ-ဆုလာဘ်အသင်းအဖွဲ့များပိုကောင်းစေပါတယ်ကြောင်းအကြံပြုအပ်ပါသည်။

ရလဒ်များ

high-အနိမျ့ကုန်ကျစရိတ် (ဆဆ) saccade အလုပ်တခုကို

အပြုအမူပေါ်နှင့် dopamine အာရုံခံဆဲလျလှုပ်ရှားမှုအပေါ်ပေးဆောင်ကုန်ကျ၏အကျိုးသက်ရောက်မှုဆန်းစစ်ရန်, မျောက်နှစ်ခုကုန်ကျစရိတ်အခြေအနေများ (ပုံနှင့်အတူတစ် saccade တာဝန်ဖျော်ဖြေခဲ့ပါတယ်။ 1a,) နည်းလမ်းများကြည့်ပါ။ HC စမ်းသပ်မှုတွေမှာမျောက်များကိုလျင်မြန်စွာပစ်မှတ်တစ်ခု saccade ကိုဖန်ဆင်းပြီးပိုရှည်ကာလ (ပုံများအတွက် blinking မပါဘဲပေါ်မှာသူတို့ရဲ့အကြည့်ကျင်းပခဲ့တယ်။ 1b; အစိမ်းရောင်လိုင်း) ။ ဆနျ့ကငျြ, LC စမ်းသပ်မှုတွေပေါ်မျောက်တိုကာလ (ပုံများအတွက် fixating မတိုင်မီပထမဦးဆုံးမှာလွတ်လပ်စွာပတ်လည်ကြည့်ရှု။ 1b, ခရမ်းရောင်လိုင်း) ။ ရှည်လျားသော fixation ထိန်းသိမ်းခြင်းမျောက်အဘို့ခက်ခဲသည် ဖြစ်. , သူတို့က HC စမ်းသပ်မှုတွေ (ပုံပေါ်နှောင့်နှေးနေစဉ်အတွင်းပိုပြီးအမှားများကိုဖန်ဆင်းတော်မူ၏။ 1c) ။ HC စမ်းသပ်မှုတွေနဲ့ LC စမ်းသပ်မှုတွေအကြားဆုလာဘ်ဖြစ်နိုင်ခြေအတွက်နောက်ဆက်တွဲကွာခြားချက်အဘို့ကိုထိန်းချုပ်ရန်, ငါတို့ရုံးတင်စစ်ဆေးအမျိုးအစားများ (ပုံအကြားအောင်မြင်မှုနှုန်းနှင့်ဆုလာဘ်ဖြစ်နိုင်ခြေများကိုညီမျှစေရန် LC စမ်းသပ်မှုတွေ၏အဘို့ကိုအတွက်ကိုယ်ဝန်ဖျက်ချအတင်းအဓမ္မဖြည့်စွက်။ 1d).

Paid ကုန်ကျစရိတ်ဆုလာဘ်-ကြိုတင်ခန့်မှန်းတွေကိုတန်ဖိုးတိုးပွါး

တွေကိုမျောက်ရဲ့ပုဂ္ဂလဒိဋ္အဘိုးပြတ်တစ်ဦးခြားနားချက်များအတွက်သွယ်ဝိုက်သက်သေအထောက်အထားများရရှိရန်, ငါတို့သည်မျောက် '' တုံ့ပြန်မှုကြိမ် (RTs) စမ်းသပ်စစ်ဆေးပါတယ်။ အထူးသဖြင့်ကျနော်တို့မျောက်အခြားတစ်ခုထက် option ကိုတစ်ဦးပိုမိုမြင့်မားပုဂ္ဂလဒိဋ္တန်ဖိုးကိုသတ်မှတ်လျှင်, ထိုသူတို့ပိုပြီးတန်ဖိုးထား option ကိုပိုမြန် RTs ပြသသင့်ကြောင်းမျှော်လင့်²⁷။ RTs ကုန်ကျစရိတ်တွေကိုအကြားနှိုင်းယှဉ်ခဲ့ကြသည်အခါ, နှစ်ဦးစလုံးမျောက်ဟာ HC cue (ပုံနှင့်နှိုင်းယှဉ်လျှင်အဆိုပါ LC ဖို့ပိုမြန် RTs ပြသခဲ့သည်။ 1e), အ LC ခွအေနအေများအတွက်သွယ်ဝိုက် preference ကိုသရုပ်ပြ။ RTs ဆုလာဘ်တွေကိုအကြားနှိုင်းယှဉ်ခဲ့ကြသည်အခါ, နှစ်ဦးစလုံးမျောက်မျှဆုလာဘ် (R-) တွေကို (ပုံထက် (R +) တွေကိုဆုချမှပိုမြန် RTs ပြသခဲ့သည်။ 1f), သူတို့တွေကို R- မှ R ကို + တွေကိုပိုမိုနှစ်သက်ကြောင်းညွှန်ပြ။ ထို့အပြင်ခုနှစ်, နှစ်ဦးစလုံးမျောက်ဟာ R ကိုမှပိုမြန် RTs ပြသ_HC+ cue အဆိုပါ R ကိုနှင့်နှိုင်းယှဉ်ပါ_LC+ cue နှင့် R ကိုမှ_HC- cue အဆိုပါ R ကိုနှင့်နှိုင်းယှဉ်ပါ_LC- cue (ပုံ။ 1f), သူတို့က LC အခွအေနေနှင့်နှိုင်းယှဉ်လျှင်အဆိုပါ HC ပိုမိုအကျိုးကို-ခန့်မှန်းတွေကိုတန်ဖိုးထားကြောင်းညွှန်ပြ။

ထို့အပြင်တှငျကြှနျုပျတို့တွေကို (နောက်ဆက်တွဲပုံအကြားမျောက် '' ပေးခြင်းဦးစားပေးစမ်းသပ်ဖို့ဆဆ saccade တာဝန်အတွက်ရွေးချယ်မှုစမ်းသပ်မှုတွေပါဝင်သည်။ 1a) ။ သူတို့ကုန်ကျစရိတ်တွေကို (နောက်ဆက်တွဲပုံအကြားရွေးချယ်တဲ့အခါအဆိုပါမျောက်ဦးစားသည့် LC cue ရွေးချယ်ခဲ့သည်။ 1b) ။ မျောက်က S ဦးစားအဆိုပါ R ကိုရှေးခယျြခဲ့_HCR ကိုအကြားရွေးချယ်မှုလုပ်ငန်းတာဝန်ဖျော်ဖြေတဲ့အခါမှာ + Cue_HC+ နှင့် R ကို_LC+ cue, ဒါပေမယ့် R ကိုအကြားအဘယ်သူမျှမ preference ကို_HC- နဲ့ R_LC- တွေကို (နောက်ဆက်တွဲပုံ။ 1c, ဃ) ။ ဆနျ့ကငျြ, မျောက် P ကို R ကိုအကြားအဘယ်သူမျှမပေးခြင်း preference ကိုပြသ_HC+ နှင့် R ကို_LCသို့ရာတွင် + တွေကိုပေမယ့် R ကိုပိုမိုနှစ်သက်_HC- R ကိုအကြားရွေးချယ်တဲ့အခါ Cue_HC- နဲ့ R_LC- တွေကို (နောက်ဆက်တွဲပုံ။ 1c, ဃ).

အဆိုပါဆဆ saccade task ထဲမှာ Electrophysiological ရလဒ်များကို

ကျနော်တို့ဆဆ saccade တာဝန်စဉ်အတွင်း substantia nigra ပိုဒျ compacta အ (SNc) အတွင်းတည်ရှိသောအာရုံခံခြင်းနှင့် ventral tegmental ဧရိယာ (VTA) မှတစ်ခုတည်းယူနစ်လှုပ်ရှားမှုမှတ်တမ်းတင်ခဲ့တယ်။ ကျနော်တို့နှစ်ဦးကိုမျောက် (နောက်ဆက်တွဲပုံဖြတ်ပြီး 70 dopamine အာရုံခံဖော်ထုတ်ခဲ့သည်။ 2a; အသီးသီးမျောက် P နှင့် S က) ကနေ 18 နှင့် 52 အာရုံခံ။ Histological စာမေးပွဲနောက်ဆက်တွဲပုံ (ထိုအာရုံခံအဆိုပါ SNc / VTA တွင်သို့မဟုတ်တစ်ဝှမ်းတွင်တည်ရှိပြီးခဲ့ကြသည်အတည်ပြုပြောကြားခဲ့သည်။ 2b).

သင်္ဘောသဖန်းအတွက်။ 2ကျနော်တို့ကိုယ်စားလှယ်တစ်ဦး dopamine အာရုံခံဆဲလျ၏လုပ်ဆောင်မှုကိုပြသပါ။ ဤသည်အာရုံခံဆဲလျအကျိုးကို (R ကိုမှကျိုးနွံပု LC cue မှ activation နှင့် phasic activation သို့မဟုတ်ဖိနှိပ်မှုပြသ_HC+ နှင့် R ကို_LC+) သို့မဟုတ်လုံးဝမဆုလာဘ်တွေကို (R ကို_HC- နဲ့ R_LC-) အသီးသီး (ပုံ။ 2, နောက်ဆက်တွဲပုံ။ 3) ။ အဆိုပါအာရုံခံဆဲလျမြားကိုလညျးအနေနဲ့ဆန္ဒရှိလှုံ့ဆော်မှုတစ်ခုခန့်မှန်းရခက် Air-puff (ပုံတုံ့ပြန်အတွက်ခန့်မှန်းရခက်ဆုလာဘ်အဖြစ် phasic ဖိနှိပ်မှုမှ phasic activation ပြသခဲ့သည်။ 2ညာဘက် panel က) ။ ထို့အပြင်အာရုံခံဆဲလျက start cue ဖို့ကျိုးနွံဖိနှိပ်မှုပြသပေမယ့်ဖြန့်ဝေဆုချရန်မတုန့်ပြန်ခဲ့တယျ။ ငါတို့ရှိသမျှသည်မှတ်တမ်းတင်ထားသော dopamine အာရုံခံ၏မြေတပြင်လုံးတွင်လူဦးရေက start cue နဲ့ဆုလာဘ်ပေးပို့ (နောက်ဆက်တွဲပုံဆင်တူတုံ့ပြန်မှုပြသခဲ့သည်။ 4a, ခ) ။ အဆိုပါဆဆ saccade တာဝန်များတွင်တစ်ခုအားထုတ်မှုကုန်ကျစရိတ်အကျိုးကိုရယူမတိုင်မီပေးဆောင်ခဲ့သည်။ အဆိုပါခန့်မှန်းကုန်ကျစရိတ်လျှော့ချ dopamine အာရုံခံဆဲလျလှုပ်ရှားမှုကြောင့်,^22,23, dopamine အာရုံခံဆဲလျတုံ့ပြန်မှုက start cue တင်ဆက်မှု၏ထိုအချိန်ကနှိမ်နင်းမည်ဖြစ်ကြောင်း¹⁶.

ဆုလာဘ်များနှင့်ကုန်ကျစရိတ်နှစ်ဦးစလုံးအပေါ် Dopamine အာရုံခံကုဒ်သတင်းအချက်အလက်များ

အဆိုပါအာရုံခံအဆိုပါ LC cue မှ phasically တုံ့ပြန်ပေမယ့်ဒီထက်စေ့စ့စပ်စပ်ပု HC cue (ပုံဖို့။ 3a, ခ) ။ , ကုန်ကျစရိတ်အခွအေနေတွေကိုမှတုံ့ပြန်မှု LC cue ထက် HC cue မှသေးငယ်တဲ့တုန့်ပြန်ပြ Evoked (Two-tailed Wilcoxon ရဲ့လက်မှတ်ရေးထိုးခဲ့-ရာထူးစမ်းသပ် P <3.2 × 10^-4, n = 70) ။ ခန့်မှန်းကုန်ကျစရိတ်၏အာရုံခံတုန့်ပြန်မှုအပေါ်အကျိုးသက်ရောက်မှုကိုရေဒီယိုသြစတြေးလျလက်ခံပြီး၊ ROC curve (auROC) အရofရိယာ၏ဖြန့်ဖြူးမှုသိသိသာသာ <0.5 (ပုံ။ 3c; Wilcoxon ရဲ့လက်မှတ်ရေးထိုးခဲ့-ရာထူးစမ်းသပ်မှုနှစ်ခု-tailed; P = 5.4 × 10^-4, n = 70), HC cue တုံ့ပြန်မှုဟာ LC cue ထက်သေးငယ်ခဲ့ညွှန်ပြ။ ကြိုတင်ခန့်မှန်းကုန်ကျစရိတ်ယခင်ကကျွန်တော်တို့ရဲ့ရလဒ်များနှင့်ကိုက်ညီ dopamine အာရုံခံဆဲလ်လှုပ်ရှားမှုလျှော့ချတွေ့ရှိခဲ့ပါတယ်^22,23။ HC တွေကို (နောက်ဆက်တွဲသရန်မသိသိသာသာဖိနှိပ်မှုဖေါ်ပြခြင်းနေချိန်မှာအပြင်, dopamine အာရုံခံများ၏လူဦးရေ LC cue မှသိသိသာသာကို Activation ပြ။ 4c, ဃ) ။ ဤရလဒ်သည်ကြောင်း dopamine အာရုံခံကုဒ်အကြံပြုနှင့်ကုန်ကျစရိတ် cue တင်ဆက်မှု၏ထိုအချိန်ကဆုလာဘ်များနှင့်ကုန်ကျစရိတ်နှစ်ဦးစလုံးအကြောင်းသတင်းအချက်အလက်ပေါင်းစပ်။

dopamine အာရုံခံနှစျယောကျကွဲပြား Subtype ယခင်ကဖော်ပြထားပြီ: စိတ်ခွန်အားနိုးတန်ဖိုးနှင့် salience အာရုံခံ^28,29။ ကျနော်တို့နှစ်ဦးစလုံး Subtype နှင့်ကိုက်ညီတုံ့ပြန်မှုပုံစံများကျွန်တော်တို့ရဲ့ dopamine အာရုံခံဆဲလျလူဦးရေအတွက်သက်သေအထောက်အထားများတွေ့ရှိခဲ့သည်။ Value ကို type ကိုအာရုံခံသည့်ဆန္ဒရှိ Air-puff လှုံ့ဆော်မှု (ပုံမှ phasic ဖိနှိပ်မှုပြသခဲ့သည်။ 3d, အီး) ။ ပြောင်းပြန် salience အာရုံခံသည့်ဆန္ဒရှိလှုံ့ဆော်မှု (ပုံတစ်ခု phasic activation ပြသခဲ့သည်။ 3g, ဇ) ။ အဆိုပါ HC ရုံးတင်စစ်ဆေးအတွက်ရှည်လျားသော fixation ကိုလည်းမနှစ်မြို့ဖွယ်များနှင့်ဆန္ဒရှိဖြစ်၏ ထို့ကြောင့်ကနှစ်ခု dopamine အာရုံခံဆဲလျ Subtype ကုန်ကျစရိတ်အခွအေနေတွေကိုမှကွဲပြားခြားနားသောတုံ့ပြန်မှုပုံစံများကိုပြသမယ်လို့ဖြစ်နိုင်ပါတယ်။ dopamine အာရုံခံအလားတူထုံးစံ၌ဆန္ဒရှိလှုံ့ဆော်မှုများနှင့်ကုန်ကျစရိတ်ကိုကိုယ်စားပြုလျှင်, တန်ဖိုးကိုအာရုံခံမှုကြောင့်၎င်း၏ဆန္ဒရှိဖို့ HC cue မှလှုပ်ရှားမှုလျော့နည်းသွားပြသသင့်ပါတယ်။ သူတို့မှာလည်းမနှစ်မြို့ဖွယ်လှုံ့ဆော်မှုအထိတိုးတက်လာကြောင့်အခြားတစ်ဖက်တွင် salience အာရုံခံသည့် HC cue မှလှုပ်ရှားမှုအတွက်ကိုတိုးမြှင့်သင့်ပါတယ်။ သို့သော်အာရုံခံနှစ်ခုလုံးအမျိုးအစားများတုံ့ပြန်မှုဟာ LC cue (Two-tailed Wilcoxon ရဲ့လက်မှတ်ရေးထိုးခဲ့-ရာထူးစမ်းသပ်မှုနှင့်နှိုင်းယှဉ်သည့် HC cue မှသေးငယ်ခဲ့ကြသည် evoked; P = 0.021, n = 41 နှင့် P = 0.0044, n = တန်ဖိုးနှင့် salience အမျိုးအစားများအတွက် 29 အသီးသီး), နှင့် ROC ခွဲခြမ်းစိတ်ဖြာမှုအမျိုးအစားနှစ်ခုလုံးရှိ LC cue နှင့်နှိုင်းယှဉ်ပါက HC ကိုတုံ့ပြန်မှုနည်းသည်။ 3f ့; Wilcoxon ရဲ့လက်မှတ်ရေးထိုးခဲ့-ရာထူးစမ်းသပ်မှုနှစ်ခု-tailed; P = 0.030, n = 41 နှင့် P = 0.0058, n အသီးသီးတန်ဖိုးနှင့် salience အမျိုးအစားများအတွက် = 29) ။ ထို့ကြောင့် dopamine အာရုံခံဆဲလ်နှစ်ခုလုံးတွင်ကုန်ကျစရိတ်ကိုလျှော့ချနိုင်သည်။ ဤရလဒ်သည်ကုန်ကျစရိတ်ဆိုင်ရာသတင်းအချက်အလက်များကို dopamine neuron များမှအမျိုးမျိုးသောနည်းလမ်းဖြင့်ပြောင်းပြန်လှုံ့ဆော်မှုများနှင့်လုပ်ဆောင်သည်ကိုညွှန်ပြသည်။

HLC saccade လုပ်ငန်းတွင်အောင်မြင်မှုနှုန်းနှင့်စမ်းသပ်မှုအမျိုးအစားများအကြားဆုလာဘ်ဖြစ်နိုင်ခြေကိုညီမျှစေရန် LC စမ်းသပ်မှုတစ်ခု၌အတင်းအကျပ်ဖျက်သိမ်းခဲ့သည်။ ဤသည်ကြိုးကိုင်ခြယ်လှယ်ဆုရရှိမှု၏မသေချာမရေရာသို့မဟုတ် LC အခွအေနေမဆုလာဘ်များ၏အန္တရာယ်တိုးမြှင့်ခဲ့သည်။ ထို့ကြောင့် dopamine အာရုံခံများပိုမိုမြင့်မားသောလုပ်ဆောင်မှုနှင့် HC cue အပေါ် LC မျောက်များအတွက်ပိုမိုတန်ဖိုးမြင့်မားလာမှုသည်ကုန်ကျစရိတ်အခြေအနေများအကြားစွန့်စားရမှု (သို့) မသေချာမရေရာမှုကြောင့်ဖြစ်နိုင်သည်။ သို့သော်အတင်းအကျပ်ကိုယ်ဝန်ဖျက်ချမှုနှင့် RTs တို့၏ကွာခြားချက်များအကြားဆက်နွယ်မှုကိုကျွန်ုပ်တို့တွေ့ရှိခဲ့ခြင်းမရှိပါ။ 5a, ခ), နှင့်ကျွန်တော်အတင်းအကျပ်ကိုယ်ဝန်ဖျက်ချ၏နံပါတ်နှင့် auROC (နောက်ဆက်တွဲသကြားတစ်ဦးအပြုသဘောဆက်စပ်တွေ့ရှိခဲ့ပါတယ်။ 5c) ။ ငါတို့သည်လည်းမှန်ကန်သောစမ်းသပ်မှုတွေအပြီးကိုယ်ဝန်ဖျက်ချ vs. ပြီးနောက်ကုန်ကျစရိတ်တွေကိုမှ dopamine တုံ့ပြန်မှုနှိုင်းယှဉ်ပေမယ့်နှစ်ဦးစလုံးကုန်ကျအခြေအနေများ (နောက်ဆက်တွဲပုံမကွာခြားချက်တွေ့ရှိခဲ့ပါတယ်။ 5d) ။ ဤရလဒ်သည်အတင်းအဓမ္မများ၏အရေအတွက် LC cue မှအဘိုးပြတ်အတွက်တိုးဒါမှမဟုတ်တိုးမြှင် dopaminergic activation ဖြစ်စေရှင်းပြမ LC အခြေအနေ aborts ကဖော်ပြသည်။

paid ကုန်ကျစရိတ်အားဖြင့် cue ဆုချမှတိုးမြှင့် dopamine တုံ့ပြန်မှု

အဆိုပါမှတ်တမ်းတင်ထားသော dopamine အာရုံခံ (အသီးသီးဆုလာဘ်-ခန့်မှန်းတွေကိုဆုချနှင့်မျှမမှ phasic activation နှင့်ဖိနှိပ်မှုကိုပြသပုံတွေ့ရှိခဲ့သည်။ 2) ။ Next ကိုကျနော်တို့ကဤတုံ့ပြန်မှုယခင်ကမြှုတ်ကုန်ကျစရိတ်အားဖြင့် modulated ခဲ့ကြသည်ရှိမရှိအကဲဖြတ်။ အဆိုပါ R ကိုမှပိုကြီး activation ပြကိုယ်စားလှယ်တစ်ဦးအာရုံခံဆဲလျနှင့်လူဦးရေ-ပျမ်းမျှအာရုံခံတခုရဲ့ဥပမာ_HCအဆိုပါ R ကိုထက် + cue_LC+ cue ပုံတွင်ပြနေကြသည် အသီးသီး 4a နှင့်ခ။ (Two-tailed Wilcoxon ရဲ့လက်မှတ်ရေးထိုးခဲ့ - အဆင့်စမ်းသပ်မှု; P = 7.4 × 10^-5, n = 70) ။ auROCs ၏ဖြန့်ဖြူး> 0.5 ခဲ့ R ကိုတုံ့ပြန်မှုကိုညွှန်ပြ_HC+ cue အဆိုပါ R ကိုထက်ပိုကြီးတဲ့ကြီး_LC+ cue (ပုံ။ 4c; Wilcoxon ရဲ့လက်မှတ်ရေးထိုးခဲ့-ရာထူးစမ်းသပ်မှုနှစ်ခု-tailed; P = 1.4 × 10^-4, n = 70) ။ ဤရလဒ်သည် HC အခြေအနေရှိဆုလာဘ် - ကြိုတင်ခန့်မှန်းထားသည့် cue ကိုတုံ့ပြန်မှုသည် LC အခြေအနေထက်သိသိသာသာပိုမိုကြီးမားကြောင်းဖော်ပြသည်။ ထို့ကြောင့်ကျွန်ုပ်တို့၏တွေ့ရှိချက်များက dopamine neuron များမှကိုယ်စားပြုသော positive-RPE signal သည်ယခင်ကကုန်ကျခဲ့သောကုန်ကျစရိတ်အားဖြင့်ပိုမိုမြင့်တက်ခဲ့ကြောင်းဖော်ပြသည်။

အဆိုပါ dopamine အာရုံခံကိုလည်း R- တွေကို (ပုံမှ phasic ဖိနှိပ်မှုပြသခဲ့သည်။ 4d, အီး) ။ ကုန်ကျစရိတ်တစ်ခု function ကိုမြှုတ်အဖြစ်သို့သော် R- တွေကိုရန် dopamine အာရုံခံများ၏တုံ့ပြန်မှု (Two-tailed Wilcoxon ရဲ့လက်မှတ်ရေးထိုးခဲ့-ရာထူးစမ်းသပ်သိသိသာသာခြားနားချက်မပြဘဲ, P = 0.25, n = 70) နှင့် ROC ခွဲခြမ်းစိတ်ဖြာတုံ့ပြန်မှုဖြန့်ဖြူးအတွက်ဘက်လိုက်မှုအတွက်မဆိုသက်သေအထောက်အထားများထုတ်ဖေါ် (ပုံ။ 4f; Wilcoxon ရဲ့လက်မှတ်ရေးထိုးခဲ့-ရာထူးစမ်းသပ်မှု, P = 0.35; n = 70) ။ ထို့ကြောင့်ပေးဆောင်ကုန်ကျစရိတ်ဟာ nonreward- ကြိုတင်ခန့်မှန်းတွေကိုအားဖြင့်ထုတ်ဖော်အနုတ်လက္ခဏာ -RPE signal ကိုထင်ဟပ်မခံခဲ့ရပါဘူး။ ၎င်းကိုကြမ်းခင်းအကျိုးသက်ရောက်မှုကြောင့်ဖြစ်စေနိုင်သည် dopamine neuron ၏အလိုအလျောက်လုပ်ဆောင်မှုသည် (၅ Hz န်းကျင်) နည်းသည်။ နှင့်အကျိုးဆက်အားလုံလောက်သောအနုတ်လက္ခဏာ RPE တုံ့ပြန်မှု (ပုံ။ ) အတွက်ကုန်ကျစရိတ်အတွက်မဆိုထိုကဲ့သို့သောခြားနားချက် encode လုပ်ဖို့လုံလောက်သောပြောင်းလဲနေသောအကွာအဝေးရှိမည်မဟုတ်ပါ။ 4d, အီး).

ငါတို့သည်လည်းသီးခြားစီတန်ဖိုးနှင့် salience အမျိုးအစား dopamine အာရုံခံများအတွက်ဆုလာဘ်တွေကိုအပေါ်ပေးဆောင်ကုန်ကျ၏အကျိုးသက်ရောက်မှုဆန်းစစ်, ဒါပေမယ့် dopamine အာရုံခံနှစ်ခုလုံးအမျိုးအစားများကိုအလားတူတုံ့ပြန်မှုပုံစံ (နောက်ဆက်တွဲသပြသခဲ့သည်။ 6a-ဇ) ။ ထို့ကြောင့်ပေးဆောင်ကုန်ကျတန်ဖိုးနှင့် salience အမျိုးအစား dopamine အာရုံခံနှစ်ဦးစလုံးအတွက်တွေကိုဆုချဖို့တုံ့ပြန်မှုအပေါ်အလားတူအကျိုးသက်ရောက်မှုတငျပွ။

အဆိုပါမျောက် '' အမှန်တကယ် fixation Duration (ကရုံးတင်စစ်ဆေး-by-ရုံးတင်စစ်ဆေးအခြေခံပေါ်မှာပုံအဆက်မပြတ်ပေမယ့်မတူညီကြဘူး။ 1b) ။ သို့အတွက်ကြောင့်ဆုလာဘ်တွေကိုမှ dopamine တုံ့ပြန်မှုစမ်း-by-ရုံးတင်စစ်ဆေးအခြေခံပေါ်မှာအမှန်တကယ် fixation Duration အားဖြင့် modulated ဖြစ်ကြောင်းဖြစ်နိုင်သောဖြစ်ခဲ့သည်။ သို့သော်ကျနော်တို့ (တစ်ဦးချင်းစီကုန်ကျစရိတ်နှင့်ဆုလာဘ်ကျန်းမာရေးအခြေအနေကြောင့်နောက်ဆက်တွဲပုံသူတို့ကိုအကြားမည်သည့်သိသာထင်ရှားသောဆက်စပ်မှုကိုရှာမတှေ့နိုငျတယျ။ 7တစ်ဦး-ဃ) ။ ထို့အပြင်ထိုဆုလာဘ် cue မှ RTs လည်း (ကုန်ကျစရိတ်နှင့်ဆုလာဘ်အခြေအနေများအားဖြင့်ပုံ modulated ခဲ့ကြသည်။ 1f) ။ တဦးတည်းဖြစ်နိုင်ခြေဟာ dopamine အာရုံခံများ၏တုံ့ပြန်မှုစမ်း-by-ရုံးတင်စစ်ဆေးအခြေခံပေါ်မှာဆုလာဘ်တွေကိုရန် RTs အားဖြင့်ရှင်းပြခဲ့နိုင်သောကြောင့်ဖြစ်သည်။ သို့သျောကြှနျုပျတို့ RTs နှင့်ဆုလာဘ်တွေကိုရန်ပုံမှန် dopamine တုံ့ပြန်မှု (နောက်ဆက်တွဲပုံအကြားမည်သည့်သိသာထင်ရှားသောဆက်စပ်မှုကိုရှာမတှေ့နိုငျတယျ။ 7E-ဇ) ။ ဤရလဒ်သည် dopamine တုံ့ပြန်မှု RTs နှင့်သေးစမ်းသပ်မှုတွေအသီးအသီးအမျိုးအစားအဘို့အ fixed ထားတဲ့လိုအပ်သောကုန်ကျစရိတ်နှင့်မျှော်မှန်းထားသည်ဆုလာဘ်၏ပမာဏအားဖြင့် modulated တစ်ခုချင်းစီကိုရုံးတင်စစ်ဆေးအပေါ် fixation Duration, နှစ်ဦးစလုံး၏လွတ်လပ်သောဖြစ်ကြောင်းအကြံပြုအပ်ပါသည်။

ထို့အပွငျကအတင်းအကျပ်အဆိုပါ LC အခြေအနေ aborts ကြောင့်လည်းဖြစ်နိုင်ပါသည် HC အခြေအနေအကျိုးကို cue ဖို့မျောက် '' ဦးစားပေးနှင့် dopamine အာရုံခံ၏တိုးမြှင့် activation နှစ်ဦးစလုံးထုတ်လုပ်ပြီး။ သို့ဆိုလျှင်ကိုယ်ဝန်ဖျက်ချအတင်းအဓမ္မ၏နံပါတ် preference ကိုနှင့်မြှင့်တင်ရန်အတွက် Activation ၏ဒီဂရီနှစ်ဦးစလုံးနှင့်သက်ဆိုင်သည့်ရပါမည်။ သို့သော်အတင်းအကျပ်ကိုယ်ဝန်ဖျက်ချ၏အရေအတွက်မျောက် '' preference ကိုဒါမှမဟုတ်ဆုလာဘ်တွေကို (နောက်ဆက်တွဲသဖို့ dopamine အာရုံခံ၏ activation ဖြစ်စေမသက်ရောက်မှုရှိခဲ့ပါတယ်။ 8) ။ အဆိုပါ R ကိုမှထို့ကြောင့်, ပိုမိုမြန်ဆန် RTs နှင့်အဆင့်မြင့် DA တုံ့ပြန်မှု_HCအဆိုပါ R ကိုထက် + cue_LC+ cue အဆိုပါဖြည့်စွက်သည့် LC အခြေအနေကိုယ်ဝန်ဖျက်ချအတင်းအဓမ္မကြောင့်မဟုတ်ပါ။

မြှုတ်ကုန်ကျစရိတ်ပေးပို့ဆုချမှ dopamine တုံ့ပြန်မှုတိုးပွါး

dopamine အာရုံခံယင်းစီးပွားရေးနှိုးဆွမှု-ဆုလာဘ်အသင်းအဖွဲ့မှဆွေမျိုးသူတို့ရဲ့ဆုချ-ခန့်မှန်းတုံ့ပြန်တွေကိုပြောင်းလဲပစ်ကြောင့် R ကို + တွေကိုမှ dopamine အာရုံခံများ၏တုံ့ပြန်မှု, အကျိုးကိုကိုယ်နှိုက်ဖို့တုံ့ပြန်မှုကနေအစပြုသင့်ပါတယ်^8,30။ ထို့ကွောငျ့ကြှနျုပျတို့သ dopamine အာရုံခံပေးပို့ဆုချဖို့ပေးဆောင်ကုန်ကျမှီခိုတုံ့ပြန်မှုတိုးမြှင့်ပြသမယ်လို့မျှော်လင့်ထား။ အကျိုးကိုဖြန့်ဝေဖို့ dopamine အာရုံခံဆဲလျလှုပ်ရှားမှုကိုတိုင်းတာရန်, မျောက်နှစ်ခုဝတ္ထုဆုလာဘ်တွေကို (ပုံနှင့်အတူဆဆကမသေချာမရေရာတာဝန်ဖျော်ဖြေခဲ့ပါတယ်။ 5a) ။ အဆိုပါဆုလာဘ်အကျိုးကို cue တင်ပြချက်များ၏ထက်ဝက်သာအတွက်ကယ်နှုတ်ခဲ့ကြသောကြောင့်, အကျိုးကိုတွေကိုယုံကြည်စိတ်ချရသောမဟုတ်သလို differential ဆုလာဘ်ပေးပို့ကြိုတင်ခန့်မှန်းခဲ့ပါဘူး။ ဒါကအသုံးစရိတ်၏တစ်ဦး function ကိုအဖြစ်အာရုံခံ၏တုန့်ပြန်နေတဲ့မော်ဂျူ detect လုပ်ဖို့ကျွန်တော်တို့ရဲ့ sensitivity ကိုတိုးမြှင့်ဖို့သကဲ့သို့, တစ်ဦး (ခန့်မှန်းရခက်) ဆုလာဘ်များလက်ခံရရှိမှုမှ dopamine အာရုံခံဆဲလျတုန့်ပြန်တိုးမြှင့်ဖို့ပြုလေ၏။

RTs ကုန်ကျစရိတ်တွေကိုအကြားနှိုင်းယှဉ်ခဲ့ကြသည်အခါ, မျောက် P ကိုပု HC cue (ပုံထက် LC cue ရန်ပိုမိုမြန်ဆန် RT ကိုပြသခဲ့သည်။ 5b) ။ မျောက် (ပုံဖြစ်ဖြစ်အတွက် HC နှင့် LC အခွအေနေအကြားဆုလာဘ်တွေကိုမှ RTs မကွာခြားချက်ရှိခဲ့သည်။ 5c).

အဆိုပါဆဆကမသေချာမရေရာတာဝန်များတွင် dopamine အာရုံခံအဆိုပါ LC cue ဖို့ကျိုးနွံ activation ပြသပေမယ့်သူတို့ကကြိုတင်ခန့်မှန်းချက် (ပုံဆုချမခံခဲ့ရကြောင့်ဆုလာဘ်တွေကိုတုံ့ပြန်ခဲ့ပါဘူး။ 6a) ။ လူဦးရေကိုဖြတ်ပြီး, တုံ့ပြန်မှု LC cue (ပုံထက် HC မှသေးငယ်ခဲ့ကြသည် evoked ။ 6b; Wilcoxon ရဲ့လက်မှတ်ရေးထိုးခဲ့-ရာထူးစမ်းသပ်မှုနှစ်ခု-tailed; P = 2.7 × 10^-3, n = 19) နှင့် ROC ဆန်းစစ်ခြင်းများပြုလုပ်ထားခြင်းဟာ HC cue (ပုံ။ ) မှသေးငယ်တဲ့တုံ့ပြန်မှုပြသခဲ့သည် 6c; Wilcoxon ရဲ့လက်မှတ်ရေးထိုးခဲ့-ရာထူးစမ်းသပ်မှုနှစ်ခု-tailed; P = 5.5 × 10^-3, n = 19) ။ အဆိုပါ HC အခွအေနေအတွက်ပေးပို့ဆုချဖို့အာရုံခံတုံ့ပြန်မှုဟာ LC (ပုံ။ 6d; Wilcoxon ရဲ့လက်မှတ်ရေးထိုးခဲ့-ရာထူးစမ်းသပ်မှုနှစ်ခု-tailed; P = 0.036, n = 19) ။ auROCs ၏ဖြန့်ဖြူး> 0.5 LC စမ်းသပ်မှုတွေ (ပုံ။ ) ကို HC ဆွေမျိုးအတွက်ပိုကြီးတဲ့ဆုလာဘ်ပေးပို့တုံ့ပြန်မှုကိုညွှန်ပြခဲ့သည် 6e; Wilcoxon ရဲ့လက်မှတ်ရေးထိုးခဲ့-ရာထူးစမ်းသပ်မှုနှစ်ခု-tailed; P = 0.049, n = 19) ။ ဤရလဒ်သည်ဆုလာဘ်ပေးပို့တုံ့ပြန်မှုဟာ HC ရုံးတင်စစ်ဆေးအတွက်တိုးမြှင့်ကြောင်းဖော်ပြသည်နှင့်ပေးဆောင်ကုန်ကျစရိတ်ဆုလာဘ်ပေးပို့မှာအပြုသဘော -RPE signal ကိုတိုးပွားစေပါသည်။

ထို့အပြင်ခုနှစ်, ကျွန်တော်တစ်ဦးဆုလာဘ်များမရှိခြင်းအောက်ပါ dopamine တုံ့ပြန်မှုနှိုင်းယှဉ်။ အဆိုပါ auROCs ပေးဆောင်ကုန်ကျရလဒ်ကို (နောက်ဆက်တွဲပုံ၏အချိန်မှာအနုတ်လက္ခဏာ RPEs မသက်ရောက်ခဲ့ကြောင်းညွှန်ပြနေတဲ့ဘက်လိုက်ဖြန့်ဖြူးမပြခဲ့ပါဘူး။ 9a) ။ အဆိုပါ dopamine အာရုံခံအဆိုပါ R ကိုမှတုံ့ပြန်မှုအကြားမျှခြားနားချက်ပြသ_HC နဲ့ R_LC တွေကို (နောက်ဆက်တွဲပုံ။ 9b).

မြန်နှုန်းသင်ယူခြင်းမြှုတ်ကုန်ကျစရိတ် Enhancer

ပေးအပ်ခြင်းကိုဆုချရန် RPEs များကိုပေးဆောင်ကုန်ကျစရိတ်ဖြင့်တိုးမြှင့်ပေးသည်၊ RPEs သည်လှုံ့ဆော်မှုနှင့်ဆုလာဘ်သင်ယူမှုတွင်တိုက်ရိုက်ပါဝင်ပတ်သက်သည်ဟူသောယူဆချက်အောက်တွင်တိုးမြှင့်သော RPEs များကိုတိုးတက်သောသင်ကြားမှုနှုန်းဖြင့်သင်ကြားမှုတွင်ထင်ဟပ်နိုင်လိမ့်မည်ဟုမျှော်လင့်ခဲ့သည်²⁴။ သင်ယူမှုအပေါ်ပေးဆောင်ကုန်ကျတစ်ခုအကျိုးသက်ရောက်မှုဘို့စမ်းသပ်ဖို့, မျောက်တို့သည်ဆဆတူးဖော်ရေးလုပ်ငန်းတာဝန် (ပုံဖျော်ဖြေခဲ့ပါတယ်။ 7a; နည်းလမ်းများ) ကိုကြည့်ပါ။ ဒီတာဝန်အတွက်နှစ်ခုဆုလာဘ်တွေကို (R + နှင့် R-) တစ်ပြိုင်နက်တည်းတင်ပြနှင့်မျောက်တဦးတည်းကိုရှေးခယျြခဲ့ခဲ့ကြသည်။ ကျနော်တို့အောင်မြင်မှုနှုန်းနှင့်ရုံးတင်စစ်ဆေး types များအကြားဆုလာဘ်ဖြစ်နိုင်ခြေ (Two-Tails အတူတွဲထားသောဂိုး t စမ်းသပ်မှု; t₄₈ = 0.15, P = 0.89, n = မျောက် P ကိုများအတွက် 49; t₈₅ = 1.2, P = 0.25, n = မျောက် S ကိုများအတွက် 86) ။ RT ကိုကုန်ကျစရိတ်တွေကိုနှိုင်းယှဉ်ကြည့်တဲ့အခါမျောက်နှစ်ခုလုံးက HC cue ထက် LC cue ကို RT c ပိုမိုမြန်ဆန်ကြောင်းပြသခဲ့တယ်။ 7b; တွဲ Two-tailed t စမ်းသပ်မှု; t₄₈ = 12.9, P ≈ 0, n = မျောက် P ကိုများအတွက် 49; t₈₅ = 3.4, P = 9.4 × 10^-4, n = မျောက် S ကိုများအတွက် 86) ။ RT ကိုဆုများနဲ့နှိုင်းယှဉ်တဲ့အခါမှာမျောက် S ဟာ HC အခြေအနေမှာ LC အခြေအနေထက်ပိုမိုမြန်ဆန်တဲ့ RT ကိုပြသခဲ့သည်။ 7c; တွဲ Two-tailed t စမ်းသပ်မှု; t₄₈ = 1.3, P = 0.19, n = မျောက် P ကိုများအတွက် 49; t₈₅ = 2.8, P = 6.8 × 10^-3, n = မျောက် S ကိုများအတွက် 86) ။ ပထမသင်ကြားခြင်းနှင့်နောက်ဝက်တစ်ဝက်အတွင်း RT များကိုသီးခြားစီနှိုင်းယှဉ်ကြည့်သောအခါ RT သည် LC cue နှင့် RT သည်ပထမအတွင်းရှိ HC cue နှင့်နှိုင်းယှဉ်လျှင်ပိုမိုမြန်ဆန်သည် (နောက်ဆက်တွဲပုံ) ။ 10a) နှင့် session ရဲ့အဆုံးစွန်သောဝက် (နောက်ဆက်တွဲပုံ။ 10c) ။ ဆန့်ကျင်တွင် HC အခြေအနေအကျိုးကို cue မှမျောက်က S ၏ RTs အဲဒီ session (နောက်ဆက်တွဲပုံကသာအဆုံးစွန်သောဝက်ကာလအတွင်း LC အခြေအနေထက်ပိုမိုမြန်ဆန်စွာရှိကြ၏။ 10d) သော်လည်းမပထမဦးဆုံးဝက် (နောက်ဆက်တွဲပုံ။ 10b).

အဆိုပါဆဆတူးဖော်ရေးလုပ်ငန်းတာဝန်များတွင်ဆုလာဘ်တွေကိုကျပန်းတစ်ခုချင်းစီကိုသင်ယူ session တစ်ခုအတွက်ထုတ်ပေးခဲ့ကြသည်။ ဒါကြောင့်မျောက်တစ်ဦးချင်းစီ session တစ်ခုအတွက်ဆုလာဘ်တွေကိုနှင့်ဆုလာဘ်များအကြားဆက်ဆံရေးကိုသင်ယူခဲ့ရသည်။ စမ်းသပ်မှုတွေတစ် session တစ်ခုအတွင်းတိုးတက်သကဲ့သို့, မျောက်တစ်ဦးချင်းစီကုန်ကျစရိတ်အခွအေနေ (ပုံတွင်ပိုမိုမကြာခဏ R ကို + တွေကိုရွေးယူကြ၏။ 8a) ။ သင်ယူမှုမြန်နှုန်းများကိုတွက်ချက်ရန်, ငါတို့နှစ်ဦးကိုအခမဲ့ parameters တွေကိုထည့်သွင်းခြင်း, ဒေတာတစ်ခုတဖြည်းဖြည်းတိုးပွားလာအဆ function ကို fit, a နှင့် b, အကွေး၏မတ်စောက်ခြင်းနှင့်အသီးသီးကုန်းပြင်မြင့်, (နောက်ဆက်တွဲပုံကိုညွှန်း။ 11a, ခ) ။ မတ်စောက်သော parameters တွေကိုအကြား log ကိုအချိုး (log ကို a_HC/a_LC) LC စမ်းသပ်မှုတွေ (ပုံထက် HC အတွက်ပိုကြီးတဲ့မတ်စောက်သော parameter သည်ကိုညွှန်းသိသိသာသာသုညထက်ပိုကြီးတဲ့ဖြစ်ခဲ့သည်။ 8b; Two-Tails t စမ်းသပ်မှု; t₄₈ = 2.1, P = 0.042, ယုတ် = 0.58, n = မျောက် P ကိုများအတွက် 49; t₈₅ = 2.5, P = 0.013, ယုတ် = 0.19, n = မျောက် S ကိုများအတွက် 86) ။ ကုန်းပြင်မြင့် parameters များကိုအကြားမှတ်တမ်းအချိုးအစား (မှတ်တမ်း b_HC/b_LC), ကုန်ကျစရိတ်အခြေအနေများ (ပုံအကြားမျှခြားနားချက်ကိုညွှန်းသုညကနေမတူညီတဲ့မဟုတ်ခဲ့ပေ။ 8c; Two-Tails t စမ်းသပ်မှု; t₄₈ = 0.76, P = 0.45, ယုတ် = -0.0024, n = မျောက် P ကိုများအတွက် 49; t₈₅ = 0.56, P = 0.58, ယုတ် = 0.010, n = မျောက် S ကိုများအတွက် 86) ။ ဤရလဒ်သည် HC စမ်းသပ်မှုများတွင်သင်ယူမှုနှုန်းသည်ပိုမြန်ကြောင်းဖော်ပြသည်။ ထို့နောက်ကျွန်ုပ်တို့သည် (Methods ကိုကြည့်ပါ) အားဖြည့်ခြင်း - သင်ယူခြင်း (RL) ပုံစံကိုအသုံးပြုပြီးသင်ယူခြင်းခါးဆစ်များကိုပြုလုပ်ခဲ့သည်။ ဤပုံစံတွင်သင်ယူမှုနှုန်းသတ်မှတ်ချက်များပါဝင်သည်။α_HC နှင့် α_LC) နှင့်တူးဖော်ရေးနှုန်းထားများ (β_HC နှင့် β_LC) နှစ်ဦးစလုံးကုန်ကျအခြေအနေများ (နောက်ဆက်တွဲသသည်။ 11c, ဃ) ။ ဘယ်အချိန်မှာအပြုအမူမှလျောက်ပတ်, ငါတို့နှုန်းမှာ parameters များကို (မှတ်တမ်းသင်ယူခြင်းအကြားကြောင်းမှတ်တမ်းအချိုးကိုတွေ့ α_HC/α_LC) ပုံ (LC စမ်းသပ်မှုတွေထက် HC အတွက်သိသိသာသာပိုကြီးတဲ့သင်ယူမှုနှုန်းကို parameter သည်ကိုညွှန်းသုညထက်ပိုကြီးတဲ့ဖြစ်ခဲ့သည်။ 8d; Two-Tails t စမ်းသပ်မှု; t₄₈ = 2.3, P = 0.026, ယုတ် = 0.50, n = မျောက် P ကိုများအတွက် 49; t₈₅ = 2.2, P = 0.034, ယုတ် = 0.25, n = parameter သည်နေစဉ်မျောက် S ကိုများအတွက် = 86) β သင်္ဘောသဖန်း (မပါကွာခြားချက်ပြသခဲ့သည်။ 8e; Two-Tails t စမ်းသပ်မှု; t₄₈ = 0.77, P = 0.44, ယုတ် = 0.0097, n = မျောက် P ကိုများအတွက် 49; t₈₅ = 0.64, P = 0.52, ယုတ် = 0.038, n = မျောက် S ကိုများအတွက် 86) ။ ဤတွင်ကျွန်ုပ်တို့သည်ကုန်ကျစရိတ်အခြေအနေတစ်ခုစီအတွက်သင်ယူမှုနှုန်းသတ်မှတ်ချက်များကိုခန့်မှန်းခဲ့သည်။α_HC နှင့် α_LC) သီးခြားစီ HC အခြေအနေပိုမိုမြန်ဆန်သင်ယူမှုအမြန်နှုန်းကိုရှင်းပြရန်။ သို့သော်သင်ယူခြင်းနှုန်းထားများ (ခန့်မှန်းခြေသင်ယူနှုန်းမှာ parameters တွေကိုအကြားအချိုးကုန်ကျစရိတ်အခြေအနေများအကြားတူညီလျှင်α_HC/α_LC) ကို HC အခြေအနေ RPEs တစ်ခု amplification တန်ဖိုးကိုအဖြစ်ယူဆနိုင်ပါတယ်။ ထို့ကြောင့်ဤရလဒ်များကို RPEs တစ်ခု amplification သည့် HC အခြေအနေပိုမိုမြန်ဆန်သင်ယူမှုအမြန်နှုန်းကိုရှင်းပြနိုင်သည်ဟုအကြံပြုအပ်ပါသည်။

ငါတို့သည်လည်းအကောင့်ထဲသို့မျောက်လှုံ့ဆော်မှုများနှင့်တစ်ဦးချင်းစီတရားခွင်ပေါ်ဆုလာဘ်အကြား anticorrelation သိသောဖြစ်နိုင်ခြေတစ်ခုယူရာကအခြားရွေးချယ်စရာ RL မော်ဒယ်များနှင့်အတူသင်ယူမှုဖြစ်စဉ်ကိုရှင်းပြဖို့ကြိုးစားခဲ့ပါတယ်။ သူတို့အားမော်ဒယ်များအတွက် unchosen option ကို၏တန်ဖိုးရွေးကောက်တော်မူသောတဦးတည်း (နောက်ဆက်တွဲပုံနဲ့တွဲပြီး updated ဖြစ်ပါတယ်။ 12) ။ ဒေတာတို့အားဤသို့သောအခြားရွေးချယ်စရာမော်ဒယ်များလျှောက်ထားတောင်မှသောအခါ, သင်ယူမှုနှုန်းကို parameter သည်အဆိုပါ LC အခြေအနေ (နောက်ဆက်တွဲပုံနှင့်နှိုင်းယှဉ်လျှင်အဆိုပါ HC အတွက်သိသိသာသာပိုကြီးခဲ့သည်။ 12ခ, f) parameter သည်နေချိန်မှာ β အဘယ်သူမျှမခြားနားချက် (နောက်ဆက်တွဲသပြသခဲ့သည်။ 12ဃ, ဇ) ။ ထို့ကြောင့် HC ခွအေနအေအတွက် RPE signal ကိုတစ်ဦး amplification အကြောင်းကိုကျွန်တော်တို့ရဲ့တွေ့ရှိချက်ဒေတာမှ RL မော်ဒယ်မထိုက်မတန်၏ပုံစံကိုမှကြံ့ခိုင်ဖြစ်ပါတယ်။

ဆွေးနွေးမှု

ကျနော်တို့ဆုလာဘ်-ကြိုတင်ခန့်မှန်းတွေကိုတန်ဖိုးပေါ်နှင့် midbrain dopamine အာရုံခံ၏ phasic တုံ့ပြန်မှုအပေါ်ပေးဆောင်ကုန်ကျ၏အကျိုးသက်ရောက်မှုစုံစမ်းစစ်ဆေး။ မျောက်ပိုကြီးတဲ့ကုန်ကျစရိတ်မြှုတ်သည့်အရေးယူဆောင်ရွက်မှုများ၏စွမ်းဆောင်ရည်ကိုအောက်ပါဆုလာဘ်-ကြိုတင်ခန့်မှန်းတွေကိုတိုးပွားလာအဘိုးပြတ်ပြသခဲ့သည်။ မြင့်မားကုန်ကျစရိတ်မြှုတ်ခံခဲ့ရပြီးမှ Dopamine အာရုံခံ, အကျိုးကို-ခန့်မှန်း cue နဲ့ဆုလာဘ်ပေးပို့နှစ်ဦးစလုံးမှတိုးမြှင့်တုံ့ပြန်မှုပြသခဲ့သည်။ မြင့်မားကုန်ကျစရိတ်ဆုလာဘ်ရရှိရန်လိုအပ်သောအခါထို့ပြင်မျောက်ပိုမြန်သင်ယူမှုအမြန်နှုန်းပြသခဲ့သည်။

အများအပြားကလေ့လာမှုများတစ်ဦးပေးဆောင်ကုန်ကျနေတဲ့ဆုလာဘ်-ခန့်မှန်း cue များအတွက်ဦးစားပေးပိုကောင်းစေပါတယ်ကြောင်းပြသကြ^1,2,3။ ပစ္စုပ္ပန်လေ့လာမှုမှာမျောက်အကျိုးကို cue တန်ဖိုးပေးဆောင်ကုန်ကျနေဖြင့်တိုးမြှင့်ကြောင်းဖြစ်နိုင်ခြေနှင့်ကိုက်ညီသည် LC အခြေအနေသူများနှင့်နှိုင်းယှဉ်ပါသည့် HC အခြေအနေအကျိုးကို-ခန့်မှန်းတွေကိုမှပိုမြန် RTs ပြသ²⁷။ တစ်ခုကအခြားရွေးချယ်စရာဖြစ်နိုင်ခြေသည့် HC ရုံးတင်စစ်ဆေးတစ်ဦးမဟုတ်တော့ fixation ပြီးနောက် RTs လျှော့ချထို့ကြောင့်အဆိုပါ HC ခွအေနအေအတွက် saccade ပစ်မှတ်မှပိုကောင်းအာရုံစူးစိုက်မှုနှင့်ဆက်စပ်ကြာကြာ fixation အချိန်ဖြစ်ပါတယ်။ သို့သော်ကျနော်တို့ကဆဆကမသေချာမရေရာတာဝန်အတွက် HC နှင့် LC စမ်းသပ်မှုတွေအတွက် R ကိုတွေကိုမှ RTs အကြားမည်သည့်ခြားနားချက်ကိုမတှေ့ခဲ့ပေ။ ထို့အပြင်ထိုဆဆတူးဖော်ရေး session ရဲ့ပထမနှစ်ဝက်အတွက်။ အဆိုပါ R ကိုတွေကိုမှ RTs သည့် HC နှင့် LC စမ်းသပ်မှုတွေအကြားသိသိသာသာကွဲပြားခြားနားကြဘူး။ ဤရွေ့ကားတွေ့ရှိချက်အရှင်ရှည်လျားတဲ့ fixation အကျိုးကို-ကြိုတင်ခန့်မှန်းတွေကိုမှလေ့လာတွေ့ရှိသည့်တိုတောင်း RTs များအတွက်ဖွယ်ရှိရှင်းပြချက်မဟုတ်ကြောင်းဖော်ပြသည်။ ဆုလာဘ် cue RTs အပေါ်ပေးဆောင်ကုန်ကျ၏အကျိုးသက်ရောက်မှုများအပြင်၌, nonreward-ကြိုတင်ခန့်မှန်းတွေကိုမှကုန်ကျစရိတ်လည်းထိခိုက်နစ်နာ RTs မရှိဆုလာဘ်ဟာ cue တင်ပြချက်များအပြီးတွင်ကယ်နှုတ်ခဲ့သည်ဟူသောအချက်ကိုရှိနေသော်လည်း။ တစ်ဦးကယခင်လေ့လာမှုကိုပိုပြီးဦးစားပေးဆုလာဘ်တစ်ခုစီကိုပိတ်ပင်တားဆီးမှုအတွင်းအခြားစမ်းသပ်မှုများတွင်အသုံးချခဲ့ကြသည့်အခါတစ်ဦးနှင့်ဆင်တူဖြစ်ရပ်ဆန်း, ထိုမျောက်အတွက်ဘာသာရပ်များ unrewarded စမ်းသပ်မှုတွေအတွက်တိုတောင်း RTs ပြသသတင်းထုတ်ပြန်ခဲ့သည်³⁰။ ကြောင်းလေ့လာမှုမှာအကျိုးသက်ရောက်မှုတစ်ခုမှာဖြစ်နိုင်သမျှအနက်ကိုပိုပြီးဦးစားပေးဆုလာဘ်နှင့်အတူပိတ်ပင်တားဆီးမှုအတွက်တုံ့ပြန်ရန်အနေနဲ့ခြုံငုံပိုမိုမြင့်မားလှုံ့ဆျောမှုပိတ်ပင်တားဆီးမှုအတွင်းအကျိုးကိုမခံရ cue ဖို့လည်း RTs ထိခိုက်သောကွောငျ့ဖွစျသညျ။ အလားတူပင်ပစ္စုပ္ပန်လေ့လာမှုထဲမှာ, HC စမ်းသပ်မှုတွေအတွက်ပိုပြီးအဖိုးတန်ဆုလာဘ်၏မြော်လင့်ကျွန်တော်တို့ရဲ့တာဝန်အတွက် HC စမ်းသပ်မှုတွေအတွက်အကျိုးကိုမခံရ cue မှ RTs modulated ကြပေလိမ့်မည်။ ထို့အပြင်ထိုဆုလာဘ်တွေကိုမှ RTs အပေါ်ပေးဆောင်ကုန်ကျ၏အကျိုးသက်ရောက်မှုမဆုလာဘ်-ကြိုတင်ခန့်မှန်းတွေကိုမှထက်သေးငယ်ဖြစ်ခဲ့သည်။ ဤသည်ဖြစ်နိုင်ဖွယ်မျောက်ဟာ R ကိုပိုမိုလျှင်မြန်စွာတစ်ဦး saccade ကိုဖန်ဆင်းသောကွောငျ့ဆိုတဲ့အချက်ကိုတစ်ခုရှေးဟောင်းပစ္စည်းဖြစ်ပါသည်_LC+ ပထမဦးဆုံးဌာန၌ cue, အ R ကိုမှ RTs တစ်အတိုကောက် detect လုပ်ဖို့လျှော့ချနယ်ပယ်ရှိ_HC+ cue ။ ထို့ကြောင့် R ကို + တွေကိုအကြား RTs အတွက်ခြားနားချက်အကျိုးဆက်အဖြစ်အသေးစားဖြစ်လိမ့်မည်။

အဆိုပါ R ကိုတို့အကြားအဆိုပါမျောက်လည်းဖျော်ဖြေရွေးချယ်မှုစမ်းသပ်မှုတွေ_HC နဲ့ R_LC အဆိုပါဆဆက task ထဲမှာတွေကို။ သို့သော်မျောက် S ဟာ R ကိုများအတွက်ဦးစားပေးပြသနေစဉ်_HCအဆိုပါ R ကိုမှ + cue_LC+ cue, မျောက် P ကိုအဘယ်သူမျှမထိုကဲ့သို့သော preference ကိုပြသခဲ့သည်။ ဤသည်ကွာဟမှုဟာဆဆ saccade နှင့်ရွေးချယ်မှုစမ်းသပ်မှုတွေအကြားဆက်စပ်ခြားနားချက်အားဖြင့်ရှင်းပြနိုင်ဘူး။ ရွေးချယ်မှုစမ်းသပ်မှုတွေမှာတော့နှစ်ခုဆုလာဘ်-ခန့်မှန်းတွေကိုအစားတဦးတည်းဆုလာဘ်-ခန့်မှန်း cue ၏တင်ပြခဲ့ကြသည်။ ထို့အပြင်ထိုမျောက်အရှင်ရွေးချယ်မှုစမ်းသပ်မှုမျိုးသုဉ်း၌ပြစ်မှားမိခဲ့သည်, သူတို့အကျိုးကို-ခန့်မှန်း cue ရှေးခယျြခဲ့လျှင်ပင်သူတို့၏ရွေးချယ်မှုအပြီးအကျိုးကိုမခံရရရှိခဲ့သည်။ အဆိုပါမျိုးသုဉ်းလုပျထုံးလုပျနညျးမျောက်ရဲ့ရွေးချယ်မှုရွေးချယ်မှုစမ်းသပ်မှုတွေအသစ်သင်ယူမှုနှင့်အတူရှက်ကြောက်ခံရဖို့ဆန့်ကျင်သည်အတိုင်း, ကြိုးစားအားထုတ်မှုစမ်းသပ်မှုတွေအပေါ်လေ့လာသင်ယူခဲ့ဘယ်သို့သောအားဖြင့်မောင်းနှင်ခဲ့သည်သေချာစေရန်အကောင်အထည်ဖော်ခဲ့သည်။ သို့သော်ဤလုပ်ထုံးလုပ်နည်းမျောက်လျင်မြန်စွာရွေးချယ်မှုအခြေအနေတွင်နှင့်ပိုပြီးဦးစားပေးလှုံ့ဆော်မှုရွေးချယ်ဖို့မလိုပါကြောင်းသုဉ်းလုပ်ထုံးလုပ်နည်းအသိအမှတ်မပြုဖို့သင်ယူနိုင်သောဘေးထွက်ဆိုးကျိုးရှိစေခြင်းငှါ။ မည်သို့ပင်ဆိုစေကာ, ထိုမျောက်များ၏တဦးတည်းတကယ်တော့အတွက် HC အခြေအနေအကျိုးကို cue များအတွက်ဦးစားပေးပြသခဲ့ပါဘူး။

တစ်ဦးကုန်ကျစရိတ်ပေးဆောင်ဖို့နောက်ဆက်တွဲလိုအပ်ချက်ခန့်မှန်းကြောင်း cue ၏တင်ဆက်မှု၏ထိုအချိန်တွင် dopamine အာရုံခံများ၏လှုပ်ရှားမှုယခင်လေ့လာမှုများနှင့်အတူတသမတ်တည်းလျှော့ချခဲ့သည်^22,23။ ကျွန်တော်တို့ရဲ့လေ့လာမှုတှငျကြှနျုပျတို့အခြေခံမှဆွေမျိုးနှစ်ဦးစလုံး HC နှင့် LC တွေကိုတုံ့ပြန် dopamine အာရုံခံဆဲလျတခုခြုံငုံကျဆင်းခြင်းစောငျ့ရှောကျခဲ့ပါဘူး။ ဒါကအနုတ်လက္ခဏာ-RPE signal ကိုအောက်ပါကုန်ကျစရိတ်၏ကြားမှထိုကာလ-Point မှာဖြစ်ပေါ်ပါဘူးကြောင်းအကြံပြုထားသည်။ အနုတ်လက္ခဏာ RPE ၏မရှိခြင်းယူဆရသည့်စမ်းသပ်မှုအတွက်နောက်ပိုင်းတွင်မျှော်လင့်ထားသည့်အနာဂတ်ဆုလာဘ်တစ်ခုခန့်မှန်း၏ပေါင်းစည်းမှုထင်ဟပ်။ အဆိုပါ dopamine အာရုံခံအဆိုပါ LC ရုံးတင်စစ်ဆေးအတွက်သိသာထင်ရှားသော activation ပြသခဲ့သည်နှင့်လှုပ်ရှားမှုဟာ HC ရုံးတင်စစ်ဆေးနှိုင်းယှဉ်ပိုမိုမြင့်မားခဲ့သည်။ ဒါဟာကုန်ကျစရိတ်သတင်းအချက်အလက် dopamine အာရုံခံခြင်းဖြင့်သယ်ဆောင် RPE signal ကိုထည့်သွင်းကြောင်းအကြံပြုထားသည်။ ထို့ကြောင့် dopamine အာရုံခံကုဒ်ဆုလာဘ်များနှင့်ကုန်ကျစရိတ်နှစ်ဦးစလုံးသတင်းအချက်အလက်နှင့် RPE တုံ့ပြန်မှုကုန်ကျစရိတ်နှင့်ဆုလာဘ်များပေါင်းလဒ်ကိုရောင်ပြန်ဟပ်။

ကျနော်တို့ dopamine အာရုံခံခြင်းဖြင့်ကိုယ်စားပြု RPE signal ကိုကို (ဆဆကမသေချာမရေရာတာဝန်မှာ) ပေးဆောင်ခြင်း (ဆဆ saccade တာဝန်အတွက်) ဆုလာဘ် cue တင်ဆက်မှု၏အချက်မှာကုန်ကျစရိတ်နှင့်ဆုလာဘ်ပေးပို့နေဖြင့်တိုးမြှင့်ကြောင်းသရုပ်ပြခဲ့သည်။ အဆိုပါ HC အတွက်ကယ်နှုတ်တော်မူ၏ဆုလာဘ်များနှင့် LC စမ်းသပ်မှုတွေ၏ရည်ရွယ်ချက်မှာပမာဏကိုညီမျှရှိ၏ ထို့ကြောင့်ယင်း RPE အချက်ပြမှုများ၏ပြုပြင်မွမ်းမံတစ် nonsensory ဖြစ်စဉ်ကိုကြောင့်ဖြစ်ရတဲ့ရပါမည်။ ဒါကဖြစ်နိုင်ခြေ dopamine အာရုံခံအတွင်းပုဂ္ဂလဒိဋ္တန်ဖိုးနှင့် / သို့မဟုတ် utility ကို၏အပြောင်းအလဲနဲ့အတူတသမတ်တည်း dopamine RPE အချက်ပြမှုများအပေါ်တစ်ဦးဆက်စပ်အကျိုးသက်ရောက်မှုကိုညွှန်းအများအပြားလေ့လာမှုများကထောက်ခံနေသည်^{11,19,20,21,31,32,33,34}။ အဆိုပါ RPE signal ကိုပိုမိုကြီးမားသည်ဆိုပါက, ဒီအကျိုးဆက်လှုံ့ဆော်မှု-ဆုလာဘ်အသင်းအဖွဲ့များ၏သင်ယူမှုမြန်နှုန်းအပေါ် impact မယ်လို့ရသော cue တန်ဖိုးပိုမိုလျင်မြန်စွာမွမ်းမံထုတ်လုပ်သင့်ပါတယ်။ ယခင်လေ့လာမှုများ nonsensory အချက်များအားဖြင့်သင်ယူမှုမြန်နှုန်းတစ်ပြုပြင်မွမ်းမံပြခဲ့ကြ^24,35။ ဒီလိုင်းမှာမျောက်တို့သည် LC အခွအေနေရန် HC ဆွေမျိုးအတွက်ပိုမိုမြန်ဆန်စွာသင်ယူမှုအမြန်နှုန်းပြ။ ကျနော်တို့ပေးဆောင်ကုန်ကျနေဖြင့်တိုးမြှင်သင်ယူမှုမြန်နှုန်းတစ်ခု amplified RPE နဲ့ RL မော်ဒယ်အားဖြင့်ရှင်းပြနိုင်သည်ကိုတွေ့ရှိခဲ့ပါတယ်။ ဒါဟာ amplified RPE များ၏သက်ရောက်မှုကိုခွဲခြားရန်ခက်ခဲနှင့်ကျွန်ုပ်တို့၏စမ်းသပ်ချက်အတွက်သင်ယူမှုနှုန်းသည်တိုးတက်သဖြင့်, သို့သော်ကျနော်တို့ HC အခြေအနေတစ်ခု amplified dopaminergic RPE signal ကိုတွေ့ရှိခဲ့ပါတယ်။ ထို့အပြင်တစ်ဦးကြိုတင် fMRI လေ့လာမှုသင်ယူမှုနှုန်းကို parameter သည်အဆိုပါ anterior cingulate cortex အတွက်ကိုယ်စားပြုနေသည်နှင့် VTA ၏လှုပ်ရှားမှုမတည်ငြိမ်သောပတ်ဝန်းကျင်မှာအတွက်သင်ယူမှုနှုန်းကို parameter သည်နှင့်ဆက်စပ်သောမဟုတ်ကြောင်းပြသထားပါတယ်³⁶။ ထို့ကွောငျ့ကြှနျုပျတို့သ dopamine အာရုံခံခြင်းဖြင့် coded အဆိုပါ RPE signal ကိုပုပေးဆောင်ကုန်ကျနေဖြင့် amplified, နှင့်တိုးမြှင့ RPE signal ကိုသင်ယူမှုမြန်နှုန်းတိုးမြှင့်ကြောင်းကြောင်းငြင်းခုန်။

အဆိုပါ RPE signal ကိုအကျိုးကို cue တင်ဆက်မှုနှင့်ဆုလာဘ်ပေးပို့သည့်အချိန်တွင်ထုတ်လုပ်ခဲ့တာပါသောအခါ, မျောက်ပြီးသားကုန်ကျစရိတ်ပေးဆောင်ခဲ့ရသည်။ ထို့ကြောင့်တိုးမြှင် RPE signal ကိုတဖြစ်နိုင်သောယန္တရားတစ်ခု HC ပြီးနောက်ရရှိသောအကျိုးကိုပိုပြီးအကြိုးဖြစ်အံ့သောငှါဖြစ်၏။ အဆိုပါ HC ပြီးနောက်တစ်ဦးထက်ပိုအဖိုးတန်ဆုလာဘ်တစ်ခုတိုးလာမျှော်လင့်ထားဖြင့် HC စမ်းသပ်မှုတွေအတွက်ဆုလာဘ်တွေကိုရန် RT ကိုတို, တရားခွင်အပြီးသတ်ဖို့လှုံ့ဆျောမှုမြှင့်တင်ရန်ပေလိမ့်မည်။

ကျွန်တော်တို့ရဲ့ရလဒ်တွေကိုနောက်ထပ်ဖြစ်နိုင်ခြေအနက်ဟာအကုန်အကျလုပ်ဆောင်ချက်၏ရပ်စဲထံမှကြုံတွေ့ကယ်ဆယ်ရေးမျောက်များအတွက်ဆုလာဘ်အဖြစ်ပြုမူစေခြင်းငှါဖြစ်ပါသည်။ functional သံလိုက်ပဲ့တင်ရိုက်ခတ်မှုပုံရိပ် (fMRI) လေ့လာမှုများနာကျင်မှုကယ်ဆယ်ရေးလူ့ပါဝင်သူတစ်ဦးအကျိုးကိုခံရစေခြင်းငှါပြခဲ့ကြ^37,38; ထိုကြောင့်, ကုန်ကျစရိတ်နာကျင်မှုတစ်ခုဆန္ဒရှိလှုံ့ဆော်မှုအဖြစ်အလားတူအခန်းကဏ္ဍပေလိမ့်မည်။ ဒီ dopaminergic လှုပ်ရှားမှုတွင်ထင်ဟပ်နေသည်ဆိုပါကကုန်ကျစရိတ်အနေဖြင့်ကယ်ဆယ်ရေးကြိုးသည်နှင့်ပါလျှင်, ငါတို့သည် dopamine အာရုံခံဆုလာဘ် cue တင်ဆက်မှု၏အချိန်ကိုက်ဖြစ်သည့်ရှည်လျား fixation ၏အဆုံးမှာကိုတုံ့ပြန်မယ်လို့မျှော်လင့်ထားလိမ့်မည်။ သို့သျောကြှနျုပျတို့ဆုလာဘ် cue တင်ပြချက်များ၏အချိန်ကိုက်မှာ dopaminergic လှုပ်ရှားမှုအတွင်းမည်သည့်ခြားနားချက်ကိုမဆဆကမသေချာမရေရာတာဝန်အတွက် HC နှင့် LC စမ်းသပ်မှုတွေအကြား R ကိုတွေကိုမှ RTs အတွက်မဆိုခြားနားချက်ကိုစောငျ့ရှောကျခဲ့ပါဘူး။ ထို့ကွောငျ့ကြှနျုပျတို့သကုန်ကျစရိတ်အနေဖြင့်ကယ်ဆယ်ရေးကျနော်တို့က dopamine အာရုံခံလေ့လာအကျိုးသက်ရောက်မှုတစ်ခုလုံလောက်သောရှင်းပြချက်ပေးမပေးကြောင်းအကြံပြုအပ်ပါသည်။

ထို့ပြင် dopamine အာရုံခံကုန်ကျစရိတ်ခန့်မှန်း cue နဲ့နှိုင်းယှဉ်သည့်ဆန္ဒရှိနှိုးဆွဖို့သှေးကွဲပြားခြားနားသောတုံ့ပြန်မှုများကိုပြသခဲ့သည်။ ဒီတစျခုဖွစျနိုငျသရှင်းပြချက်မျောက်ဟာ fixation ဖျော်ဖြေခြင်းနှင့် punctate မကြိုးစားအားထုတ်မှုကုန်ကျစရိတ်ယာယီအများအပြားစက္ကန့်ဖြတ်ပြီးတိုးချဲ့ခဲ့သည်ကြောင့်ကြိုးစားအားထုတ်မှုကုန်ကျစရိတ်သည် Air-puff သို့မဟုတ်ဆုလာဘ်ထက်လျော့နည်းအဓိကခဲ့သောကွောငျ့ဖွစျသညျ။ ထို့ကြောင့်, dopamine အာရုံခံနည်းအဓိကကုန်ကျစရိတ်တွေကိုမှ activated ခဲ့ကြမည်မဟုတ်ပါ။ နောက်ထပ်ဖြစ်နိုင်ခြေဟာ salience အမျိုးအစား dopamine အာရုံခံအချို့လှုပ်ရှားမှုများသွေးဆောင်ခဲ့ပြီးသောအပြီးဖြစ်ရပ်များတုံ့ပြန်သောကွောငျ့ဖွစျသညျ။ အကျိုးကိုဒါမှမဟုတ် Air-puff မျောက်မှကယ်နှုတ်ခဲ့သည်တဲ့အခါသူတို့လိုမျိုးကိုလျက်ဒါမှမဟုတ်မျက်စိမှိတ်အဖြစ်အချို့သောလှုပ်ရှားမှုများကိုပါစေ။ သို့သော်ဆဆ saccade တာဝန်ထဲမှာ, မျောက်ကုန်ကျစရိတ်အဖြစ်မည်သည့်လှုပ်ရှားမှုမရှိဘဲ fixation ပစ်မှတ်အပေါ်သူတို့ရဲ့အကြည့်စောင့်ရှောက်ခဲ့ရတယ်။ တကယ်တော့တစ်ဦးမကြာသေးခင်ကလေ့လာမှုနျူကလိယအတွက် dopamine လွှတ်ပေးရေးလှုပ်ရှားမှုမှန်ကန်စွာအစပျိုးနေသည်မဟုတ်လျှင်အကျိုးကို-ခန့်မှန်း cue attenuated ဖြစ်ပါတယ်အောက်ပါ accumbens ကြောင်းပြသ³⁹။ ကျွန်တော်တို့ရဲ့စမ်းသပ်ချက်အတွက်ကုန်ကျစရိတ်လှုပ်ရှားမှုစတင်ပါဝင်ဘူးသောကြောင့်, ဒီအလားအလာ salience အမျိုးအစား dopamine အာရုံခံတစ်ခုကိုက်ညီမှုတုံ့ပြန်မှုဖြစ်ပေါ်ပေလိမ့်မည်။ တစ်ခုခုကိုလမ်း, ငါတို့ကုန်ကျသတင်းအချက်အလက်ကွဲပြားခြားနားခြင်းကိုမနှစ်သက်သတင်းအချက်အလက်ထံမှလုပ်ငန်းများ၌ကြောင်းကောက်ချက်ချနိုင်ပါတယ်။

နိဂုံးချုပ်မှာတော့ကျနော်တို့ပေးဆောင်ကုန်ကျဆုလာဘ်-ခန့်မှန်းတွေကိုတန်ဖိုးတိုးပွါးနှင့်ဤအလှည့်အတွက် midbrain dopamine အာရုံခံအတွက် coded အဆိုပါ RPE signal ကိုတိုးပွါးကြောင်းအကြံပြုအပ်ပါသည်။ ဒီအကြိုးသကျရောသင်ယူမှုတစ်ခုတိရိစ္ဆာန်များ '' နှုန်းမှာတစ်ဦး HC ၏အတွေ့အကြုံအောက်ပါဆုလာဘ်-ခန့်မှန်းတွေကိုများအတွက်တိုးမြှင့်မည်ဖြစ်ကြောင်းတစ်ဦးအမူအကျင့်ခန့်မှန်းခဲ့သည်။ ဒါကကျနော်တို့လေ့လာတွေ့ရှိသောအရာကိုအမှန်ပင်ဖြစ်ပါသည်။ ထို့ကြောင့် dopamine အာရုံခံများ၏လုပ်ဆောင်မှုပေါ်မှာငါတို့လေ့လာတွေ့ရှိချက်တစ်ခုအမူအကျင့်အကျိုးသက်ရောက်မှု၏တည်ရှိမှုအဖြစ်ကျနော်တို့နောက်ပိုင်းတွင်အတည်ပြုခဲ့သည်သောဤအကျိုးသက်ရောက်အခြေခံတဲ့ putative ကွန်ပျူတာယန္တရား, hypothesize ဖို့ကျွန်တော်တို့ကိုဦးဆောင်ခဲ့သည်။ ကျွန်ုပ်တို့၏တွေ့ရှိချက်ထို့ကြောင့်တြိဂံဖွဲ့အာရုံကြောဒေတာ, ကွန်ပျူတာသီအိုရီနှင့်အပြုအမူ၏တိုင်းတာတို့အကြားဖြစ်ပျက်နိုငျပုံကိုနမူနာတစ်ခုကိုယ်စားပြု: ဦးနှောက်ထဲမှာအာရုံခံအပြောင်းအလဲနဲ့တစ်ဦးပိုမိုနက်ရှိုင်းနားလည်မှုဖွံ့ဖြိုးဆဲအပြုအမူနှင့်၎င်း၏နောက်ခံကွန်ပျူတာအခြေခံနှင့် ပတ်သက်. အသိအမြင်လိုက်လျောနိုင်ပါ။

နည်းလမ်းများ

တိရစ္ဆာန်များ

ကျနော်တို့ (နှစ်ခုအထီးဂျပန်မျောက်များကိုအသုံးပြုMacaca fuscata; ခန္ဓာကိုယ်အလေးချိန်, 6.5 ကီလိုဂရမ် = မျောက် P ကို; ခန္ဓာကိုယ်အလေးချိန်, 9.0) = မျောက်က S ကီလိုဂရမ်။ ဒါကြောင့်နောက်ပိုင်းရက်စွဲမှာကုလားထိုင်မှဆွဲထားကြ၏နိုင်နိုင်အောင်ကျနော်တို့မျောက်ရဲ့ဦးခေါင်းခွံ၏ထိပ်ပေါ်မှာဦးခေါင်းကို post ကိုထညျ့။ တစ်ဦးကမှတ်တမ်းတင်အခန်းထဲကလည်းတစ်ခုလျှပ်ကူးပစ္စည်း micromanipulator ၏တောင်ဖွင့်ဖို့ကိုထညျ့သှငျးခဲ့သညျ။ အဆိုပါမှတ်တမ်းတင်အခန်းထဲက၎င်း Coronal လေယာဉ်အတွက်နောက်ပိုင်းမှာ 45 °စောင်းနှင့် stereotaxic သြဒီနိတ်မှာနေရာချထားခဲ့သည်: အပြင်ပတူးမြောင်းမှ 15 မီလီမီတာ anterior ။ တစ်ဦးပြန်လည်နာလန်ထူကာလပြီးနောက်, မျောက်တို့သည် saccade တာဝန်ဖျော်ဖြေဖို့လေ့ကျင့်သင်ကြားပေးခဲ့သည်။ သင်တန်းပြီးသွားချိန်ကျွန်တော်လျှပ်ကူးပစ္စည်းသွင်းများအတွက်မှတ်တမ်းတင်အခန်းထဲကအထဲမှာဦးခေါင်းခွံမှတဆင့်အပေါက်တစ်ပေါက်တူး။ အားလုံးတိရိစ္ဆာန်စောင့်ရှောက်မှု protocols များ Tamagawa တက္ကသိုလ်၏တိရိစ္ဆာန်စမ်းသပ်မှုကော်မတီအတည်ပြုများနှင့်ဓာတ်ခွဲခန်းတိရစ္ဆာန်များ၏စောင့်ရှောက်မှုနှင့်အသုံးပြုမှုများအတွက်ကျန်းမာရေးလမ်းညွှန်အမျိုးသား Institutes တညီတည်းခဲ့ကြသည်။

အမူအကျင့်အလုပ်တခုကို

မျောက်ဟာဆဆ saccade တာဝန် (ပုံဖျော်ဖြေဖို့လေ့ကျင့်သင်ကြားပေးခဲ့သည်။ 1a), ဆဆကမသေချာမရေရာတာဝန် (ပုံ။ 5a), နှင့်ဆဆတူးဖော်ရေးလုပ်ငန်းတာဝန် (ပုံ။ 7a) ။ အလုပ်များကိုမှောင်မိုက်သောအခန်းတွင်ပြုလုပ်ခဲ့သည်။ မျောက်တွေဟာ ၂၂ ယောက်ပါတဲ့ထိုင်ခုံရှေ့မှာထိုင်ခုံပေါ်မှာထိုင်နေတယ်။ LCD monitor (S22W, Eizo) နှင့်သူတို့၏တင်ထားသောခေါင်းတိုင်များကုလားထိုင်နှင့်ကပ်ထားသည်။ သူတို့မျက်လုံးများနှင့်မျက်နှာပြင်အကြားအကွာအဝေး ၇၀ စင်တီမီတာရှိသည်။ ပြသမှု၏အလယ်တွင်အဖြူရောင်စက်ဝိုင်း၊ အချင်း ၀.၃ ဒီဂရီ) ကိုစတင်မိတ်ဆက်သောအခါမျောက်သည်အကြည့်ကိုဆက်လက်ကြည့်ရှုရန်လိုအပ်သည်။ ၇၅၀ ms အပြီးတွင်စတင် cue သည်ပျောက်ကွယ်သွားပြီးကုန်ကျစရိတ်များကိုဖော်ပြခဲ့သည် (HC နှင့် LC စမ်းသပ်မှုများအတွက်ကြယ်နှင့်လေရဟတ်) အသီးသီးကိုတင်ပြခဲ့သည်။ cue တင်ဆက်မှု၏ ၇၅၀ ms ကာလအတွင်းမျောက်များသည်ကုန်ကျစရိတ်ကိုပေးဆောင်ရန်လိုအပ်သည်။ အကယ်၍ သူတို့သည်ပုဂိ်္ဂုလ်အားပုဒ်မများမှမတားဆီးပါက၊ HC စမ်းသပ်မှုများအတွင်း ၂၀၀၀ ms (HLC saccade နှင့် HLC မသေချာသည့်အလုပ်များ) သို့မဟုတ် 2232 ms (HLC စူးစမ်းလေ့လာရေးလုပ်ငန်း) အတွက်ကုန်ကျစရိတ်ပျောက်ကွယ်သွားပြီးသည့်နောက် fixation target (၀.၃ °× ၀.၃ °အဖြူရောင်စတုရန်း) ကိုတင်ဆက်ခဲ့ပြီးမျောက်များလိုအပ်သည်။ အဲဒါကို saccade နှင့်ပေါ်မှာသူတို့အကြည့်စောင့်ရှောက်ရန်။ အကယ်၍ မျောက်များသည်အကြည့်ကို ၄ °× ၄ ဒီဂရီကျော်။ ကြည့်သည်မှန်လျှင်ထိုအလုပ်ကိုဖျက်သိမ်းလိုက်သည်။ မျောက်များသည် saccade အတွက်ပြင်ဆင်ရန်နှင့်ပြင်ဆင်ခြင်းအတွက်ပြင်ဆင်ရန်အချိန်လိုအပ်သောကြောင့် fixation point ၏တင်ပြချက်အပြီး fixation ၀ င်းဒိုးကို ၄၀၀ ms စတင်ခဲ့သည်။ ထို့ကြောင့် HC စမ်းသပ်မှုများတွင်မျောက်များသည်အနည်းဆုံး 70 ms (HLC saccade နှင့် HLC မသေချာမရေရာမှုများ) သို့မဟုတ် 0.3 ms (HLC ရှာဖွေရေးလုပ်ငန်းတာဝန်) အတွက်ပြင်ဆင်ရတယ်။ အဆိုပါ LC စမ်းသပ်မှုများတွင်မျက်နှာပြင်အလွတ် 750 ms (HLC saccade နှင့် HLC မသေချာမရေရာတာဝန်များကို) သို့မဟုတ် 750 ms (HLC ရှာဖွေရေးလုပ်ငန်းတာဝန်) အတွက်ပြသခဲ့ပြီး, ထို့နောက် fixation ပစ်မှတ် 0.3 ms များအတွက်ထင်ရှား။ , fixation point ကိုတင်ပြပြီးတဲ့နောက် fixation ၀ င်းဒိုးကို 0.3 ms ထိထားပြီးသောကြောင့်မျောက်များစမ်းသပ်မှုမှာမျောက်များကအနည်းဆုံး ၁၀၀ ms အတွက်ပစ်မှတ်ကိုအာရုံစိုက်ရန်လိုအပ်သည်။ မျောက်များဟာ HC စမ်းသပ်မှုမှာအမှားအယွင်းများပိုများလာတယ်၊ ထို့ကြောင့်အတင်းအဓမ္မ abort အားအောင်မြင်မှုနှုန်းကိုတန်းတူညီမျှစေရန် LC စမ်းသပ်မှုတွင် LC cation မတိုင်မီ (fixation window စတင်ခြင်း၏အချိန်ကာလဖြစ်သော fixation target presentation ပြီးနောက် 2000 ms) မတိုင်မီ ၁၀၀ ms ကိုထည့်သွင်းခဲ့သည်။ ပစ်မှတ်အပေါ်ကို fix ပြီးနောက်တစ် ဦး သို့မဟုတ်နှစ် ဦး ကိုဆုလာဘ်တွေကိုတင်ပြခဲ့ကြသည်နှင့်မျောက်များဖို့ cue မှ saccade ရန်လိုအပ်သည်။ အကယ်၍ သူတို့ကဆုလာဘ် cue အတွက် saccade ကိုအောင်အောင်မြင်မြင်လုပ်နိုင်ခဲ့မယ်ဆိုရင်ဆုပေးတဲ့ cue တင်ဆက်မှုပြီးတဲ့နောက်သံ ၇၅၀ မဂ္ဂါဝပ်ကိုထုတ်ပေးပါတယ်။ မျောက်များသည် R + cue သို့ saccade လုပ်သောအခါ၊ beep နှင့်တစ်ချိန်တည်းတွင်ရေ ၀.၃ ml ရရှိခဲ့သည်။ သူတို့က R- cue မှ saccade လုပ်သည့်အခါအဘယ်သူမျှမဆုကြေးဇူးကိုမပေးခဲ့ပါဘူး။

အဆိုပါဆဆ saccade တာဝန်များတွင်လေးအရောင်စက်ဝိုင်းဆုလာဘ်တွေကို (R အဖြစ်အသုံးပြုခဲ့ကြသည်_HC+: အဝါရောင်; R ကို_HC- အစိမ်းရောင်; R ကို_LC+: ပန်းရောင်, R ကို_LC- အပြာ, သဖန်းသီး။ 1a) ။ စမ်းသပ်မှုတစ်ခုတွင် saccade စမ်းသပ်မှု ၈၀၊ ကြိုတင်ခန့်မှန်း။ မရသောဆုလာဘ်စမ်းသပ်မှု ၂၀၊ ကြိုတင်မခန့်မှန်းနိုင်လောက်သော air-puff စမ်းသပ်မှုများနှင့်ရွေးချယ်မှုစမ်းသပ်မှု ၅ ခုပါဝင်သည်။ အဆိုပါ saccade စမ်းသပ်မှုတွေ, 80 HC စမ်းသပ်မှုများနှင့် 20 LC စမ်းသပ်မှုများပါဝင်သည်နှစ်ခုလုံးသောဆုလာဘ်စမ်းသပ်မှုများနှင့် 20 မျှဆုလာဘ်စမ်းသပ်မှုတွေပါဝင်သည်။ ခန့်မှန်းရခက်သည့်ဆုလာဘ်သို့မဟုတ်လေယာဉ်ပျံစမ်းသပ်မှုများတွင် ၀.၃ မီလီမီတာရေဆု (သို့) ၀.၂ MPa လေ ၀ င်လေထွက် (၀ င်မျောက် P အတွက် ၁၅၀ ms; မျောက် S အတွက် 5 ms) မျောက်များကိုမျက်နှာဖုံးသို့ပို့ဆောင်ခဲ့သည်။ ရွေးချယ်မှုစမ်းသပ်မှုများတွင်မျောက်များသည် R + မျဉ်းများ (R) ကိုရွေးချယ်သည်_HC+ R ကို vs._LC+) ကို HC ရုံးတင်စစ်ဆေးအတွက် R- တွေကို (R ကိုအကြား_HC- R ကို vs._LC-) R ကို + (R ကိုအကြား HC ရုံးတင်စစ်ဆေးအတွက်_HC+ R ကို vs._LCR- အကြား LC ရုံးတင်စစ်ဆေးအတွက် +) တွေကို, (R ကို_HC- R ကို vs._LC- LC ရုံးတင်စစ်ဆေး၌၎င်း, ကုန်ကျစရိတ်တွေကို (နောက်ဆက်တွဲသကြား) တွေကို။ 1) ။ ဆုလာဘ်တွေကိုအကြားရွေးချယ်မှုနှင့်အတူစမ်းသပ်မှုတွေမှာတော့ task ကိုဖွဲ့စည်းပုံဆုလာဘ် cue တင်ဆက်မှုရှေ့တော်၌ထို saccade အလုပ်တခုကိုမှတူညီခဲ့သည်။ ယင်းနောက်အစားအကျိုးကို cue တင်ဆက်ထားပါတယ်၏, နှစ်ခုဆုလာဘ်တွေကိုရွေးချယ်မှုစမ်းသပ်မှုတွေအတွက်တင်ပြခဲ့ကြသည်နှင့်မျှမတို့ဆုလာဘ်မျောက် R ကို + တွေကိုအကြားရွေးချယ်မှုလုပ်လျှင်ပင်ဆုလာဘ် cue တင်ဆက်မှုအပြီးကယ်နှုတ်ခဲ့သည်။

ဖြန့်ဝေဆုချမှ dopamine အာရုံခံ၏တုံ့ပြန်မှုကိုစမ်းသပ်ဖို့, မျောက်တို့သည်ဆဆကမသေချာမရေရာတာဝန် (ပုံဖျော်ဖြေခဲ့ပါတယ်။ 5a) ။ ဤသည်တာဝန်အကျိုးကိုတွေကိုအဘို့ကလွဲလို့ဆဆ saccade တာဝန်ဆင်တူခဲ့သည်။ ဒီတာဝန်အတွက်ကျနော်တို့ LC ရုံးတင်စစ်ဆေးများအတွက် HC ရုံးတင်စစ်ဆေးနှင့်အခြားဘို့တ, (အစားဆဆ saccade တာဝန်များတွင်အသုံးပြုလေးပါးဆုလာဘ်တွေကို) နှစ်ခုဆုလာဘ်တွေကိုအသုံးပြုခဲ့ပါတယ်။ အကျိုးကိုဆုလာဘ် cue တင်ဆက်မှုပြီးနောက်စမ်းသပ်မှုတွေ၏ထက်ဝက်အတွက်ကိုအပ်ခဲ့သည်။ တစ်ခုမှာစမ်းသပ် session တစ်ခု 80 saccade စုံစမ်း 20 ခန့်မှန်းရခက်ဆုလာဘ်စမ်းသပ်မှုတွေနှင့် 20 ခန့်မှန်းရခက် Air-puff စမ်းသပ်မှုတွေပါဝင်သည်။ အဆိုပါ saccade စမ်းသပ်မှုတွေ 40 ဆုလာဘ်စမ်းသပ်မှုတွေနဲ့ 40 အကျိုးကိုမခံရစမ်းသပ်မှုတွေပါဝင်ပါနှစ်ဦးစလုံး၏ 20 HC စမ်းသပ်မှုတွေနဲ့ 20 LC စုံစမ်းပါဝင်သည်။ ခန့်မှန်းရခက်စမ်းသပ်မှုတွေမှာတော့အကျိုးကိုသို့မဟုတ် Air-puff ဆို cue မရှိဘဲကယ်နှုတ်ခဲ့သည်။

အဆိုပါဆဆတူးဖော်ရေးလုပ်ငန်းတာဝန်နှစ်ခုဆုလာဘ်တွေကို (R အတွက်_HC+ R ကို_HC- သို့မဟုတ် R ကို_LC+ R ကို_LC-) တစ်ပြိုင်နက်တည်းတင်ပြခဲ့ကြသည်နှင့်မျောက်အကျိုးကိုတွေကိုတဦးတည်း (ပုံမှ saccade ရန်လိုအပ်ခဲ့သည်။ 7a) ။ သူတို့ R ကို + cue ရှေးခယျြခဲ့ပါလျှင်သူတို့တစ်တွေရေဆုလာဘ်နှင့်အတူပေးအပ်ခဲ့ကြသည်။ လေးဆုလာဘ်တွေကို (R ကို_HC +, R ကို_HC- R ကို_LC +, R ကို_LC-) တစ်ဦးချင်းစီတူးဖော်ရေး session များအတွက်ထုတ်လုပ်လိုက်တဲ့ခဲ့ကြသည်နှင့်မျောက်များဟာတွေကိုနှင့်ဆုလာဘ်ရုံးတင်စစ်ဆေး-by-ရုံးတင်စစ်ဆေးအကြားအသင်းအဖွဲ့သင်ယူဖို့လိုအပ်ခဲ့သည်။ တစ်ခုမှာစမ်းသပ် session တစ်ခု 100 HC စမ်းသပ်မှုတွေနဲ့ 100 LC စမ်းသပ်မှုတွေပါဝင်သည်။ ကျနော်တို့ကတခြားအလုပ်တွေကိုအတွက် HC အခြေအနေကြာချိန်လိုက်ဖက်နိုင်အောင် HC အခြေအနေ 2000 ms ဖြစ်ဖို့ fixation ကြာချိန်ကိုသတ်မှတ်လျှင်တူးဖော်ရေးလုပ်ငန်းတာဝန်အဘို့, မျောက်ဘာဖြစ်လို့လဲဆိုတော့၏ဖြစ်ကောင်းအလွန်နိမ့်အောင်မြင်မှုနှုန်းမှာအတူတာဝန်ဖျော်ဖြေတွေ့ရှိခဲ့ တာဝန်နှင့် / သို့မဟုတ်နောက်ဆက်တွဲအနိမ့်ဆုလာဘ်မှုနှုန်း၏အခက်အခဲ။ ဒါကြောင့်လုပ်ငန်းတာဝန်များ၏အခက်အခဲများလျော့ချခြင်းနှင့်အောင်မြင်မှုနှုန်းကိုတိုးမြှင့်ဖို့, ကျနော်တို့ဆဆတူးဖော်ရေးလုပ်ငန်းတာဝန်များအတွက်ကုန်ကျစရိတ်အဖြစ် 1500 ms fixation ကြာချိန်ကိုအသုံးပြုခဲ့သည်။

အဆိုပါလုပ်ငန်းများကိုတစ်ဦးစီးပွားဖြစ်ရရှိနိုင် software ကိုအထုပ် (Tempo, Reflective ကွန်ပျူတာ, စိန့်လူးဝစ်, MO ကို, USA) ကို အသုံးပြု. ထိန်းချုပ်ခဲ့သည်။ တစ်ခုက application programming interface ကို (OpenGL) ကို အသုံးပြု. တစ်ဦးကထုံးစံလုပ် program ကိုအမြင်အာရုံလှုံ့ဆော်မှုတင်ဆက်မှုအတွက်အသုံးပြုခဲ့သည်။ ကုန်ကျစရိတ်နှင့်ဆုလာဘ်တွေကိုများအတွက်အမြင်လှုံ့ဆော်မှုစာရေးသူအသုံးပြုနေသူများကဖန်တီးခဲ့ကြသည်။

မှတ်တမ်းတင်ခြင်းနှင့်အချက်အလက်ဝယ်ယူ

အဆိုပါ substantia nigra ၏တည်နေရာ MR ပုံရိပ်တွေကို အသုံးပြု. ခန့်မှန်းခဲ့သည်။ (0.25 Hz, FHC မှာတိုင်းတာ Shanks အချင်း, 0.5 မီလီမီတာ, 1.5-1000 MΩ) တစ်ခု epoxy-coated အဖြိုက်နက်လျှပ်ကူးပစ္စည်းတစ်ခု micromanipulator (MO ကို-972, Narishige, တိုကျို, ဂျပန်) ကို အသုံးပြု. substantia nigra သို့ထည့်သွင်းခဲ့သည်နှင့်အတူမှတ်တမ်းတင်အခန်းထဲကပေါ်သို့တပ်ဆင်ထား တစ်ဦး stainless လမ်းညွှန်ပြွန်။ ဗို့အားအချက်ပြ (10,000-0.5 kHz) amplified (2 ×) နှင့် filtered ခဲ့ကြသည်။ တစ်ခုတည်းအာရုံခံဆဲလျကနေလှုပ်ရှားမှုအလားအလာတစ်ဦး template ကို-ကိုက်ညီခြင်း algorithm ကို (OmniPlex, Plexon, Dallas မြို့, တက္ကဆပ်, အမေရိကန်နိုင်ငံ) နဲ့အထီးကျန်ခဲ့ကြသည်။ မျက်လုံးလှုပ်ရှားမှုကို 500 Hz (iView X ကို Hi-Speed မျောက်, SMI, Teltow, ဂျာမနီ) ၏နမူနာမှုနှုန်းမှာအနီအောက်ရောင်ခြည်ကင်မရာစနစ်ဖြင့်စောင့်ကြည့်ခဲ့သည်။ အရေးယူအလားအလာများနှင့်အမူအကျင့်ဖြစ်ရပ်များ၏အချိန်ကိုက် 1 kHz နေတဲ့အချိန် resolution နဲ့မှတ်တမ်းတင်ခဲ့ပါသည်။

ဒေတာကိုခွဲခြမ်းစိတ်ဖြာ

မျောက် '' အပြုအမူခွဲခြမ်းစိတ်ဖြာရန်, RTs လှုံ့ဆော်မှုစတင်ခြင်းနှင့်မျောက်များဟာ saccade အစပျိုးအချိန်အကြားအချိန်ကြားကာလအဖြစ်ဆုံးဖြတ်ပေးခဲ့သည်။ အဆိုပါ saccade စတင်အဆိုပါအကြည့်အနေအထားကြိုတင် cue တင်ဆက်မှုမှယုတ်ကြည့်အနေအထားကနေ 5 စံသွေဖီကိုကျော်လွန်လာသောအခါအချိန်ကိုက်တွက်ချက်ဆုံးဖြတ်ခဲ့ပါတယ်။

အဆိုပါဆဆတူးဖော်ရေးလုပ်ငန်းတာဝန်မှာမျောက် '' ရှေးခယျြမှုအပြုအမူတစ်ခုတဖြည်းဖြည်းတိုးပွားလာအဆ function ကိုသငျ့လျြောခွငျးအားဖွငျ့ quantified ခဲ့သည်။ အဆိုပါ function ကို (Pအောက်မှာဖေါ်ပြတဲ့အတိုင်း) မှန်ကန်သောရွေးချယ်မှုများ၏အချိုးအစားကိုဖော်ပြထားတယ်:

P = 1 2 + (1 2 - 1 2 \cdot EXP (- a \cdot t)) \cdot b,

(1)

ဘယ်မှာ t တရားခွင်ကိုဆိုလိုသည်, a နှင့် b အသီးသီး, အကွေး၏ဆင်ခြေလျှောခြင်းနှင့်ကုန်းပြင်မြင့်ဖော်ပြသည်။ ဒီ function နှစ်ခုကုန်ကျစရိတ်အခြေအနေများများအတွက်အချက်အလက်များလွတ်လပ်စွာ fit ခဲ့သည်။ function ကို၏ parameters တွေကိုတစ်ခုတည်း session တစ်ခုကနေဒေတာတွေကိုနှင့်ပျမ်းမျှဒေတာစောင့်ကြည့်များ၏ဖြစ်နိုင်ခြေကိုတိုးမြှင့်ဖို့ကိုရှာဖွေခဲ့သည်။ တစ်ဦးက bootstrap နည်းလမ်းပျမ်းမျှအချက်အလက်များအသင့်လျော်သည့်အခါယုံကြည်မှုကြားကာလကိုခန့်မှန်းရန်လျှောက်ထားခဲ့သည်။ တစ်ဦးကစံ RL မော်ဒယ်ကိုလည်းအမူအကျင့်ဒေတာများကိုတွက်ချက်ရန်အသုံးပြုခဲ့သည်။ အဆိုပါလှုံ့ဆော်မှုတန်ဖိုးများ V_j(t) ကိုရွေးချယ်ထားသည့်ရွေးချယ်မှုများအတွက် j (j = HC အခွအေနေဘို့ = 1; j = LC အခြေအနေ 2 =) ကိုအောက်ပါအတိုင်းမွမ်းမံခဲ့သည် -

V j (t + 1) = V j (t) + α j \cdot (R (t) - V j (t)),

(2)

ဘယ်မှာ α_j 0 နှင့် 1 အကြားတန်ဖိုးများသတ်ခဲ့ပြီးသောသင်ယူမှုနှုန်း, ဖော်ပြသည်။ R(tစမ်းသပ်မှုမှာကြိုးကိုမခံမ): ဆုခခြံ, 1:) အကျိုးကိုငွေပမာဏ (0 ညွှန်ပြ t.

ဖြစ်နိုင်ခြေ P_j(t) နှိုးဆွရွေးချယ်ရာတွင်၏ j စမ်းသပ်မှုမှာနှစ်ခုလှုံ့ဆော်မှုများထဲက t အဆိုပါ softmax နည်းဥပဒေပေးထား

P j (t) = e x p (V j ( t ) β j) / Σ 2 i = 1 e x p (V i ( t ) β i),

(3)

ဘယ်မှာ β_j ရှာဖွေရေး၏အတိုင်းအတာဖော်ပြသည်။

ကျနော်တို့ HLC saccade နှင့် HLC မသေချာမရေရာတာဝန်အတွင်းအာရုံခံလှုပ်ရှားမှုမှတ်တမ်းတင်ခဲ့တယ်ဒါပေမယ့် HLC တူးဖော်ရေးလုပ်ငန်းတာဝန်။ HLC ရှာဖွေရေးလုပ်ငန်းကိုအပြုအမူသက်သက်သာသာလေ့လာမှုအဖြစ်အကောင်အထည်ဖော်ခဲ့သည်။ သူတို့ကအောက်ပါဂုဏ်သတ္တိများတစ်ခုချင်းစီကိုပြလျှင် Dopamine အာရုံခံများဖော်ထုတ်ခဲ့ကြသည်: အနိမ့် tonic ပစ်ခတ်မှုနှုန်း (<6 Hz), spike waveform (> 300 μs) ၏ရှည်လျားသောကြာချိန်နှင့်ခန့်မှန်းရခက်ဆုလာဘ် (ဖြည့်စွက်ပုံ) မှ phasic တုံ့ပြန်မှု။ 2a) ။ ကျနော်တို့မျောက်မဆိုအမှားများကို (ဘရိတ် fixation မရှိ saccade သို့မဟုတ်အတုဖျက်သိမ်းသည်) မရှိဘဲစမ်းသပ်ဖြည့်စွက်နိုင်သည့်အတွက်စမ်းသပ်မှုတွေခွဲခြမ်းစိတ်ဖြာ။ ယုတ်အာရုံခံဆဲလျပစ်ခတ်ရန်မှုနှုန်း 1 ms bins နှင့်အတူတွက်ချက်ကာ Gaussian kernel ကို (နှင့်အတူပန်းခင်းလမ်းခဲ့သည်σ = 30 ms, အကျယ် = 4σ) ဆူးသိပ်သည်းဆလုပ်ဆောင်ချက်များကိုထုတ်လုပ်ရန်။ တစ်ခုချင်းစီကိုတာဝန်ဖြစ်ရပ်ဖို့ dopamine အာရုံခံ၏တုံ့ပြန်ချက် (က start cue စတင်ခြင်းမပြုမီ 500 ms စဉ်အတွင်းမှုနှုန်းပစ်ခတ်ဆိုလို) ကိုအလိုအလျောက်လှုပ်ရှားမှုဖို့ပုံမှန်ပစ်ခတ်ရန်နှုန်းမှာဆွေမျိုးအဖြစ်တွက်ချက်ခဲ့ကြသည်။ အဆိုပါပစ်ခတ်မှုနှုန်းထားများတစ်ခုချင်းစီကိုတာဝန်ဖြစ်ရပ်နှင့်ဘာသာရပ်များအတွက်စိတ်ပိုင်းဖြတ်အချိန်ပြတင်းပေါက်အတွင်းတွက်ချက်ခဲ့ကြသည်။ ဤရွေ့ကားအချိန်ပြတင်းပေါက်လူဦးရေ-ပျမ်းမျှလှုပ်ရှားမှုကနေဆုံးဖြတ်ပေးခဲ့သည်။ ကျနော်တို့က start သတ်မှတ်နှင့်အချိန်ပြတင်းပေါက်၏အဆုံးမှတ်မြင့်တက်အပေါ်အခြေခံပြီးဆုံးဖြတ်ထားနှင့်ကိုးကား (နောက်ဆက်တွဲပုံအဖြစ်ယခင်မျောက် dopamine လေ့လာမှုများသုံးပြီးလူဦးရေ-ပျမ်းမျှတုံ့ပြန်မှုအချိန်ကျလိမ့်မည်။ 3) ။ စတင် cue များအတွက်အချိန်ပြတင်းပေါက်အခြေအနေကို cue များအတွက်အချိန်ပြတင်းပေါက်မျောက် P ကိုအဘို့အခွအေနအေ cue စတင်ခြင်းပြီးနောက် 200-400 ms အဖြစ်သတ်မှတ်ခံခဲ့ရသည်မျောက် P နှင့်အက်စ်ကနေမှတ်တမ်းတင်ထားသောအာရုံခံအဘို့စတင် cue စတင်ခြင်းပြီးနောက် 150-300 ms အဖြစ်သတ်မှတ်ခံခဲ့ရခြင်းနှင့် မျောက်အက်စ်များအတွက် 200-400 ms မျောက်အက်စ်များအတွက်မျောက် P ကိုများအတွက်ဆုလာဘ် cue စတင်ခြင်းနှင့် 140-350 ms အကျိုးကိုပေးပို့များအတွက်အချိန်ပြတင်းပေါက် 220- အဖြစ်သတ်မှတ်ခံခဲ့ရပြီးနောက်ဆုလာဘ် cue များအတွက်အချိန်ပြတင်းပေါက် 420-225 ms အဖြစ်သတ်မှတ်ခံခဲ့ရ မျောက်အက်စ်များအတွက် Beep မျောက် P ကိုများအတွက်စတင်ခြင်းနှင့် 475-200 ms ပြီးနောက် 450 ms ခန့်မှန်းရခက်ဆုလာဘ်ပေးပို့များအတွက်အချိန်ပြတင်းပေါက်မျောက် P ကိုများအတွက်ဆုလာဘ်ပေးပို့ပြီးနောက် 100-300 ms အဖြစ်သတ်မှတ်နှင့်မျောက်အက်စ်အဆိုပါများအတွက် 150-300 ms ခဲ့သည် ခန့်မှန်းရခက် Air-puff ဘို့အချိန်ပြတင်းပေါက်မျောက် P ကိုများအတွက် Air-puff ပေးပို့နှင့်မျောက်အက်စ်များအတွက် 30-230 ms ပြီးနောက် 50-200 ms အဖြစ်သတ်မှတ်ခံခဲ့ရ

ကျနော်တို့မှတ်တမ်းတင်ထားသော dopamine အာရုံခံများကိုအမျိုးအစားနှစ်မျိုးခွဲခြားသတ်မှတ်ထားသည်။ အကယ်၍ အာရုံခံဆဲလ်တစ်လုံးအား air-puff လှုံ့ဆော်မှုများကိုတုံ့ပြန်မှုသည်အလိုအလျောက်လုပ်ဆောင်မှုထက်သေးငယ်ပါက၊ အာရုံခံဆဲလ်ကိုစိတ်ခွန်အားနိုးမှုတန်ဖိုး (အမျိုးအစား) အဖြစ်သတ်မှတ်သည်။ 3d, အီး) ။ လေထု-puff လှုံ့ဆော်မှုတစ်ခုအာရုံခံဆဲလျ၏တုန့်ပြန်သည့်အလိုအလျောက်လှုပ်ရှားမှုထက်ပိုကြီးတဲ့ခဲ့လျှင်မတူဘဲသည်, အာရုံခံဆဲလျအဆိုပါ salience အမျိုးအစား (ပုံ၏အဖြစ်ခွဲခြားခဲ့သည်။ 3g, ဇ).

တာဝန်အခြေအနေများအကြား differential ကိုအာရုံခံလှုပ်ရှားမှုအရေအတွက်ကိုတွက်ချက်ရန်တစ်ခု ROC ခွဲခြမ်းစိတ်ဖြာဖျော်ဖြေခဲ့သည်။ အာရုံခံဆဲလ်တစ်ခုစီအတွက် auROC ကိုတွက်ချက်လိုက်တယ်။ auROC သည် 0.5 ထက် ပို၍ ကြီးသည်သို့မဟုတ်ပိုကြီးသည် HC စမ်းသပ်မှုတွင်တုန့်ပြန်မှုသည်သေးငယ်သည်သို့မဟုတ်ပိုကြီးသည်။ အချို့သောအာရုံခံဒေတာအစုများမှအာရုံခံဆဲလ်အရေအတွက်မှာနည်းပါးသောကြောင့်ကျွန်ုပ်တို့သည် auROCs ၏ဘက်လိုက်ဖြန့်ဖြူးမှုကိုတွက်ချက်ရန်ထွက်ရှိသူများ၏အကျိုးသက်ရောက်မှုကိုလျှော့ချရန် Wilcoxon ၏လက်မှတ်ရေးထိုးထားသောအဆင့်စမ်းသပ်မှုကိုအသုံးပြုခဲ့သည်။

စီးပွားဖြစ်ရရှိနိုင်ဆော့ဖ်ဝဲ, MATLAB ကို (MathWorks, Natick MA, USA), ရှိသမျှ data တွေကိုခွဲခြမ်းစိတ်ဖြာဖျော်ဖြေဖို့အသုံးပြုခဲ့သည်။

Histological စာမေးပွဲ

မှတ်တမ်းတင်စမ်းသပ်မှုပြီးနောက်နှစ်ဦးစလုံးမျောက် euthanized ခဲ့ကြသည်နှင့်အ histological ခွဲခြမ်းစိတ်ဖြာမှတ်တမ်းတင်အနေအထား (နောက်ဆက်တွဲသအတည်ပြုရန်ဖျော်ဖြေခဲ့သည်။ 2b) ။ မျောက် pentobarbital ဆိုဒီယမ်၏တစ်ဦးသေစေလောက်ထိုး (70 မီလီဂရမ်ကီလိုဂရမ်၏အုပ်ချုပ်ရေးအားဖြင့် euthanized ခဲ့ကြသည်^-1) နှင့်ဖော့စဖိတ်ကြားခံအတွက် 4% Formaldehyde နှင့်အတူ perfused ။ serial Coronal အပိုင်း (အထူ, 10 μm) ဖြတ်နဲ့ anti-tyrosine hydroxylase (TH) antibody ကိုအတူ immunostained ခဲ့ကြသည် (တိုင်း 25 ကဏ္ဍများ; Anti-TH antibody ကို, 1: 500; Merck, Darmstadt, ဂျာမနီ) သို့မဟုတ် Nissl အစွန်းအထင်း (တိုင်း 25 အပိုင်း) ။

အကျဉ်းချုပ်အစီရင်ခံ

သုတေသနဒီဇိုင်းကိုအပေါ်နောက်ထပ်သတင်းအချက်အလက်ထဲမှာရရှိနိုင် သဘာဝတရားသုတေသနအစီရင်ခံအကျဉ်းချုပ် ဤဆောင်းပါးတွင်ဆက်စပ်။

ဒေတာကိုရရှိနိုင်

ဒီလေ့လာမှုရဲ့ခွဲခြမ်းစိတ်ဖြာအတွက်အသုံးပြုတဲ့ဒေတာကျိုးကြောင်းဆီလျော်တောင်းဆိုမှုကိုအပေါ်မှာသက်ဆိုင်ရာစာရေးဆရာအနေဖြင့်ရရှိနိုင်ပါသည်။ ဤဆောင်းပါးတွင်များအတွက်တစ်ဦးကအစီရင်ခံအကျဉ်းချုပ်တစ်ဦးနောက်ဆက်တွဲသတင်းအချက်အလက်များဖိုင်အဖြစ်ရရှိနိုင်ပါသည်။ သင်္ဘောသဖန်းသီးအခြေခံအရင်းအမြစ်ဒေတာ။ 1, 3-8 နှင့်နောက်ဆက်တွဲသင်္ဘောသဖန်းသီး။ 1, 4-12 တစ်ဦးရင်းမြစ်မှာ Data ဖိုင်အဖြစ်ထောက်ပံ့ပေးလျက်ရှိသည်။

Code ကိုရရှိနိုင်

ဒီလေ့လာမှုရဲ့ခွဲခြမ်းစိတ်ဖြာများတွင်အသုံးပြု Matlab codes တွေကိုကျိုးကြောင်းဆီလျော်တောင်းဆိုမှုကိုအပေါ်မှာသက်ဆိုင်ရာစာရေးဆရာအနေဖြင့်ရရှိနိုင်ပါသည်။

ကိုးကား

1.
ခိုရှိ Clement, TS, Feltus, JR, Kaiser, DH & Zentall, TR“ လုပ်ငန်းခွင်ကျင့် ၀ တ်” - ဆုသည်ရရှိနိုင်သည့်ကြိုးပမ်းမှုနှင့်အချိန်နှင့်တိုက်ရိုက်ဆက်စပ်နေသည်။ Psychon ။ နွားလား။ ဗျာ 7, 100-106 (2000) ။
- CAS
- ဆောင်းပါး
- Google Scholar
2.
Klein, ED, Bhatt, RS & Zentall, TR Contrast နှင့်အားထုတ်မှု၏မျှတမှု။ Psychon ။ နွားလား။ ဗျာ 12, 335-339 (2005) ။
- ဆောင်းပါး
- Google Scholar
3.
Zentall, TR & Singer, RA အတွင်း - အတွင်းဆန့်ကျင်ခြင်း - ခိုများသည်အားနည်းသောဖြစ်ရပ်ထက် ပိုမို၍ လိုက်လျောညီထွေဖြစ်သောအေးစက်သောအားဖြည့်ဆေးများကိုပိုမိုနှစ်သက်ကြသည်။ ဂျေ Exp ။ စအို။ ပြုမူနေ။ 88, 131-149 (2007) ။
- ဆောင်းပါး
- Google Scholar
4.
Aronson, E. & Mills, J. အုပ်စု၏အကြိုက်အပေါ်စတင်ခြင်း၏ပြင်းထန်မှု၏အကျိုးသက်ရောက်မှု။ ဂျေပုံမှန်မဟုတ်သော။ Soc ။ Psychol ။ 59, 177-181 (1959) ။
- ဆောင်းပါး
- Google Scholar
5.
Festinger, L. သိမှု Dissonance ၏သီအိုရီ။ (Stanford တက္ကသိုလ်စာနယ်ဇင်းကယ်လီဖိုးနီးယား, 1957) ။
- Google Scholar
6.
Alessandri, J. , Darcheville, JC, Delevoye-Turrell, Y. & Zentall, TR ပိုမိုကောင်းမွန်သောအားထုတ်မှုနှင့်နှောင့်နှေးမှုနောက်သို့လိုက်သောဆုလာဘ်များအတွက် TR Preference ။ ပြုမူနေသင်ယူပါ။ 36, 352-358 (2008) ။
- ဆောင်းပါး
- Google Scholar
7.
Schultz, ဒဗလျူ, Carelli, RM & Wightman, RM Phasic dopamine အချက်ပြ: ပုဂ္ဂလဒိreward္ဆုလာဘ်တန်ဖိုးကနေတရားဝင်စီးပွားရေး utility ကိုရန်။ Curr ။ Opin ။ ပြုမူနေ။ သိပ္ပံ။ 5, 147-154 (2015) ။
- ဆောင်းပါး
- Google Scholar
8.
Schultz, ဒဗလျူ, Dayan, P. & Montague, PR ခန့်မှန်းခြင်းနှင့်ဆုအတွက်အာရုံကြောအလွှာ။ သိပ္ပံ 275, 1593-1599 (1997) ။
- CAS
- ဆောင်းပါး
- Google Scholar
9.
စိတ်လှုပ်ရှားမှုထိန်းချုပ်မှုအတွက် Bromberg- မာတင်, ES, Matsumoto, အမ် & Hikosaka, O. Dopamine: ဆု, ဆန္ဒရှိနှင့်သတိပေး။ အာရုံခံဆဲလျ 68, 815-834 (2010) ။
- CAS
- ဆောင်းပါး
- Google Scholar
10 ။
Bayer, HM & Glimcher, PW Midbrain dopamine အာရုံခံများသည်အရေအတွက်ဆုလာဘ်ခန့်မှန်းတွက်ချက်မှုအမှားအချက်ပြမှုကို encode လုပ်သည်။ အာရုံခံဆဲလျ 47, 129-141 (2005) ။
- CAS
- ဆောင်းပါး
- Google Scholar
11 ။
Nakahara, H. , Itoh, H. , Kawagoe, R. , Takikawa, Y. & Hikosaka, O. Dopamine အာရုံခံများသည်အခြေအနေပေါ် မူတည်၍ ခန့်မှန်းထားသည့်အမှားကိုကိုယ်စားပြုနိုင်သည်။ အာရုံခံဆဲလျ 41, 269-280 (2004) ။
- CAS
- ဆောင်းပါး
- Google Scholar
12 ။
dopamine အာရုံခံအားဖြင့်ဆုလာဘ်တန်ဖိုး Tobler, PN, Fiorillo, CD & Schultz, ဒဗလျူလိုက်လျောညီထွေဖြစ်အောင် coding ။ သိပ္ပံ 307, 1642-1645 (2005) ။
- ads
- CAS
- ဆောင်းပါး
- Google Scholar
13 ။
Nomoto, K. , Schultz, W. , Watanabe, T. & Sakagami, အမ်သည် dopamine တုန့်ပြန်မှုများအားဆုလာဘ် - ကြိုတင်ခန့်မှန်းမှုလှုံ့ဆော်မှုများကိုတောင်းဆိုခဲ့သည်။ ဂျေ neuroscience ။ 30, 10692-10702 (2010) ။
- CAS
- ဆောင်းပါး
- Google Scholar
14 ။
dopamine အာရုံကြော midbrain သို့တိုက်ရိုက်သွင်းအားစုများကို Watabe-Uchida, M. , Zhu, L. , Ogawa, SK, Vamanrao, A. & Uchida, N. အလုံးစုံ - ဦး နှောက်မြေပုံဆွဲခြင်း။ အာရုံခံဆဲလျ 74, 858-873 (2012) ။
- CAS
- ဆောင်းပါး
- Google Scholar
15 ။
Tanaka, SC et al ။ ချက်ချင်းနှင့်အနာဂတ်ဆုလာဘ်များခန့်မှန်း differential cortico-Basal ganglia ကွင်းစုဆောင်းလေ့ကျင့်။ နတ်။ neuroscience ။ 7, 887-893 (2004) ။
- CAS
- ဆောင်းပါး
- Google Scholar
16 ။
Hewer, SN, Kim, KS, Mailly, P. & Calzavara, R. ဆုလာဘ်နှင့်ဆက်စပ်သော cortical သွင်းအားစုများသည် cortical ဆက်သွယ်မှုများနှင့်ချိတ်ဆက်ထားသောမျောက်ဝံများရှိမက်ထရစ်အမြစ်တွယ်နေသောဒေသကိုမက်လုံးအခြေပြုသင်ကြားမှုအတွက်အလွှာပံ့ပိုးပေးသည်။ ဂျေ neuroscience ။ 26, 8368-8376 (2006) ။
- CAS
- ဆောင်းပါး
- Google Scholar
17 ။
Doya, ဆုံးဖြတ်ချက်ချ၏ K. Module ။ နတ်။ neuroscience ။ 11, 410-416 (2008) ။
- CAS
- ဆောင်းပါး
- Google Scholar
18 ။
Roesch, MR, Calu, DJ & Schoenbaum, G. Dopamine အာရုံခံများသည်ကြွက်များတွင်ကွဲပြားခြားနားသောနှောင့်နှေးခြင်းသို့မဟုတ်အရွယ်အစားနည်းသောဆုများအကြားဆုံးဖြတ်ခြင်းသည်ပိုမိုကောင်းမွန်သောရွေးချယ်မှုဖြစ်သည်။ နတ်။ neuroscience ။ 10, 1615-1624 (2007) ။
- CAS
- ဆောင်းပါး
- Google Scholar
19 ။
Lak, A. , Stauffer, WR & Schultz, W. Dopamine ခန့်မှန်းအမှားတုံ့ပြန်မှုများသည်ကွဲပြားသောဆုလာဘ်အတိုင်းအတာများမှပုဂ္ဂလဒိvalue္တန်ဖိုးကိုပေါင်းစပ်ထားသည်။ proc ။ Natl Acad ။ သိပ္ပံ။ ယူအက်စ်အေ 111, 2343-2348 (2014) ။
- ads
- CAS
- ဆောင်းပါး
- Google Scholar
20 ။
Stauffer, WR, Lak, A. & Schultz, W. Dopamine ဆုလာဘ်ခန့်မှန်းအမှားတုန့်ပြန်ချက်များသည်မဖြစ်စလောက်အသုံးချမှုကိုရောင်ပြန်ဟပ်သည်။ Curr ။ Biol ။ 24, 2491-2500 (2014) ။
- CAS
- ဆောင်းပါး
- Google Scholar
21 ။
Makit ဦး နှောက်မှ Noritake, A. , Ninomiya, T. & Isoda, M. လူမှုဆုလာဘ်စောင့်ကြည့်ခြင်းနှင့်တန်ဖိုးသတ်မှတ်ခြင်း။ နတ်။ neuroscience ။ 21, 1452-1462 (2018) ။
- CAS
- ဆောင်းပါး
- Google Scholar
22 ။
Pasquereau, B. & Turner, dopamine အာရုံခံဆဲလ်များသည်ကုန်ကျစရိတ်နှင့်အကျိုးအမြတ်ရှိသည့်အပေးအယူလုပ်ဆောင်မှုတွင်ကြိုးပမ်းအားထုတ်မှုကို RS လီမိတက်။ ဂျေ neuroscience ။ 33, 8288-8300 (2013) ။
- CAS
- ဆောင်းပါး
- Google Scholar
23 ။
Varazzani, C. , San-Galli, A. , Gilardeau, S. & Bouret, S. Noradrenaline နှင့် dopamine neuron တို့သည်အကျိုးကျေးဇူးများကိုအပေးအယူညှိနှိုင်းခြင်းတွင် - မျောက်များအားတိုက်ရိုက် electrophysiological နှိုင်းယှဉ်မှု။ ဂျေ neuroscience ။ 20, 7866-7877 (2015) ။
- ဆောင်းပါး
- Google Scholar
24 ။
striatum-amygdala အပြန်အလှန်အားဖြင့်တိုးမြှင့်ထားသော Watanabe, N. , Sakagami, M. & Haruno, M. Reward ခန့်မှန်းအမှားအချက်ပြစိတ်လှုပ်ရှားမှုအားဖြင့်ဖြစ်နိုင်ခြေရှိသောဆုလာဘ်သင်ယူမှု၏အရှိန်ကိုရှင်းပြသည်။ ဂျေ neuroscience ။ 33, 4487-4493 (2013) ။
- CAS
- ဆောင်းပါး
- Google Scholar
25 ။
Di Ciano, P. , Cardinal, RN, Cowell, RA, Little, SJ & Everitt, NMDA၊ AMPA / kainate နှင့် dopamine receptors တို့၏နျူကလိယပါဝင်မှုသည် Pavlovian ချဉ်းကပ်မှုအပြုအမူ၏ဝယ်ယူမှုနှင့်စွမ်းဆောင်ရည်အတွက်အဓိကကျသည်။ ဂျေ neuroscience ။ 21, 9471-9477 (2001) ။
- ဆောင်းပါး
- Google Scholar
26 ။
Flagel, SB et al ။ လှုံ့ဆော်မှု-ဆုလာဘ်သင်ယူမှုအတွက် dopamine များအတွက်တစ်ဦးကရွေးချယ်အခန်းကဏ္ဍ။ သဘာဝ 469, 53-57 (2011) ။
- ads
- CAS
- ဆောင်းပါး
- Google Scholar
27 ။
Blough, Prime, ခွဲခြားဆက်ဆံမှုများနှင့်ခိုအမြင်အာရုံရှာဖွေရေး၏တုံ့ပြန်မှုအချိန်အစိတ်အပိုင်းများအပေါ်အားဖြည့်များ၏ DS အကျိုးသက်ရောက်မှု။ ဂျေ Exp ။ Psychol ။ Animation ။ ပြုမူနေ။ ဖြစ်စဉ်ကို။ 26, 50-63 (2000) ။
- CAS
- ဆောင်းပါး
- Google Scholar
28 ။
Matsumoto, M. & Hikosaka, O. dopamine neuron အမျိုးအစားနှစ်မျိုးသည်အပြုသဘောနှင့်အပျက်သဘောဆောင်သောအချက်ပြမှုများကိုထင်ရှားစွာပြသသည်။ သဘာဝ 459, 837-841 (2009) ။
- ads
- CAS
- ဆောင်းပါး
- Google Scholar
29 ။
Matsumoto, M. & Takada, midbrain dopamine အာရုံခံဆဲလ်များတွင်သိမြင်မှုနှင့်လှုံ့ဆော်မှုဆိုင်ရာအချက်ပြမှုများ၏အမ်ကွဲပြားမှုဆိုင်ရာကိုယ်စားပြုမှုများ။ အာရုံခံဆဲလျ 79, 1011-1024 (2013) ။
- CAS
- ဆောင်းပါး
- Google Scholar
30 ။
က Watanabe, အမ် et al ။ မျောက်တွေကို differential ကိုဆုလာဘ်မျှော်လင့်ချက်များထင်ဟပ်အပြုအမူတုံ့ပြန်မှု။ Exp ။ ဦးနှောက် Res ။ 140, 511-518 (2001) ။
- CAS
- ဆောင်းပါး
- Google Scholar
31 ။
Takikawa, Y. , Kawagoe, R. & Hikosaka, O. အလယ်အလတ် ဦး နှောက် dopamine အာရုံခံ၏အနေအထား - ဆုလာဘ်မြေပုံနှင့်ရေတိုလိုက်လျောညီထွေဖြစ်အောင်အတွက်အခန်းကဏ္ possible ။ ဂျေ Neurophysiol ။ 92, 2520-2529 (2004) ။
- ဆောင်းပါး
- Google Scholar
32 ။
Kobayashi, S. & Schultz, dopamine အာရုံခံ၏တုံ့ပြန်မှုအပေါ်ဆုလာဘ်နှောင့်နှေး၏ဒဗလျူသြဇာလွှမ်းမိုးမှု။ ဂျေ neuroscience ။ 28, 7837-7846 (2008) ။
- CAS
- ဆောင်းပါး
- Google Scholar
33 ။
Enomoto, K. et al ။ Dopamine အာရုံခံမျိုးစုံအနာဂတ်ဆုလာဘ်၏ရေရှည်တန်ဖိုးကိုဝှက်ဖို့သင်ယူပါ။ proc ။ Natl Acad ။ သိပ္ပံ။ ယူအက်စ်အေ 108, 15462-15467 (2011) ။
- ads
- CAS
- ဆောင်းပါး
- Google Scholar
34 ။
Lak, A. , Nomoto, K. , Keramati, M. , Sakagami, M. & Kepecs, A. Midbrain Dopamine အာရုံခံများသည်သိမှုဆိုင်ရာဆုံးဖြတ်ချက်တစ်ခုတွင်ရွေးချယ်မှုတိကျမှုကိုယုံကြည်ကြောင်းပြသသည်။ Curr ။ Biol ။ 27, 821-832 (2017) ။
- CAS
- ဆောင်းပါး
- Google Scholar
35 ။
ဝီလျံ၊ BA & McDevitt, MA တားစီးခြင်းနှင့်ကြီးကြပ်ခြင်း။ Psychol ။ သိပ္ပံ။ 13, 454-459 (2002) ။
- ဆောင်းပါး
- Google Scholar
36 ။
Behrens, TE, Woolrich, MW, Walton, ME & Rushworth, MF မသေချာမရေရာသောကမ္ဘာရှိသတင်းအချက်အလက်များ၏တန်ဖိုးကိုလေ့လာခြင်း။ နတ်။ neuroscience ။ 10, 1214-1221 (2007) ။
- CAS
- ဆောင်းပါး
- Google Scholar
37 ။
Seymour, ခ et al ။ ပြိုင်ဘက်စာစားချင်စိတ်ကို-ဆန္ဒရှိအာရုံကြောဖြစ်စဉ်များနာကျင်မှုသက်သာကြိုတင်ခန့်မှန်းချက်သင်ယူမှုအခြေခံ။ နတ်။ neuroscience ။ 8, 1234-1240 (2005) ။
- CAS
- ဆောင်းပါး
- Google Scholar
38 ။
Kim, H. , Shimojo, S. & O'Doherty, JP မကောင်းသောရလဒ်ကိုရှောင်ရှားခြင်းသည်အကျိုးဖြစ်ထွန်းသလော။ လူ့ ဦး နှောက်တွင်သင်ယူခြင်း၏အာရုံကြောအလွှာ။ PLoS Biol ။ 4, e233 (2006) ။
- ဆောင်းပါး
- Google Scholar
39 ။
Syed, EC အ et al ။ လှုပ်ရှားမှုစတင်အနာဂတ်ဆုလာဘ်၏ mesolimbic dopamine encoding ကပုံစံသွင်းသွင်း။ နတ်။ neuroscience ။ 19, 34-36 (2016) ။
- CAS
- ဆောင်းပါး
- Google Scholar

ဒေါင်းလုပ်ညွှန်းဆို

ကျေးဇူးတင်လွှာ

ဒီအလုပ် AMED (ဤသုတေသနတစ်စိတ်တစ်ပိုင်းဆေးဘက်ဆိုင်ရာသုတေသနနှင့်ဖွံ့ဖြိုးရေးဂျပန်အေဂျင်စီကထောက်ခံဦးနှောက်သိပ္ပံများအတွက်မဟာဗျူဟာသုတေသနအစီအစဉ်ကထောက်ခံခဲ့သည်က MS မှသိပ္ပံသုတေသန (Kakenhi) Grant ကနံပါတ်များကိုအဘို့အ MEXT / JSPS ထောက်ပံ့ရေး-In-Aid ကိုအားဖြင့် JP16H06571 နှင့် JP18H03662 ထောက်ခံခဲ့သည် ) နှင့် Japan-အမေရိကန်ဦးနှောက်သုတေသနပူးပေါင်းဆောင်ရွက်ရေးအစီအစဉ်။ ဒါဟာသုတေသနဆေးဘက်ဆိုင်ရာသုတေသနနှင့်ဖွံ့ဖြိုးရေးဂျပန်အေဂျင်စီထံမှဇီဝသိပ္ပံအမျိုးသားသိပ္ပံ (NIPS မှာ NBRP), AMED မှာအမျိုးသား Bio-အရင်းအမြစ်စီမံကိန်းကထောက်ခံခဲ့သည်။ ကျနော်တို့စက္ကူရေးသားခြင်းအပေါ်သူတို့ရဲ့အကူအညီနဲ့ဘို့ဘားဒဗလျူ Balleine နှင့်အင်ဒရူး R. Delamater ကျေးဇူးတင်ပါတယ်။

စာရေးသူသတင်းအချက်အလက်များ

Affiliate

ဦးနှောက်သိပ္ပံအင်စတီကျု, Tamagawa တက္ကသိုလ်, 6-1-1 Tamagawagakuen, Machida, တိုကျို, 194-8610, ဂျပန်
- Shingo Tanaka
- & Masamichi Sakagami
လူ့နှင့်လူမှုရေးသိပ္ပံ, နည်းပညာကယ်လီဖိုးနီးယားတက္ကသိုလ် 1200 E ကိုကယ်လီဖိုးနီးယား Blvd, Pasadena,, CA, 91125, အမေရိကန်နိုင်ငံ၏ဌာနခွဲ
- ယောဟနျသ P. O'Doherty
ကွန်ပျူတာနှင့်ဦးနှောက်ကဲ့သို့ရှုပ်ထွေးသောစနစ်, နည်းပညာကယ်လီဖိုးနီးယားတက္ကသိုလ် 1200 E ကိုကယ်လီဖိုးနီးယား Blvd, Pasadena,, CA, 91125, အမေရိကန်နိုင်ငံ
- ယောဟနျသ P. O'Doherty

ပံ့ပိုးမှုများကို

ST, JPO နဲ့ MS အဆိုပါစမ်းသပ်ချက်ဒီဇိုင်းရေးဆွဲ။ ST အဆိုပါစမ်းသပ်ချက်ဖျော်ဖြေလျက်, data ကိုခွဲခြမ်းစိတ်ဖြာ။ JPO နဲ့ MS အဆိုပါစမ်းသပ်ချက်များနှင့်ဒေတာများဆန်းစစ်ခြင်းများပြုလုပ်ထားခြင်းမွမ်းမံ။ ST, JPO နဲ့ MS လက်ရေးမူများမှာတွေ့နိုင်ပါတယ်ရေးသားခဲ့သည်။

သက်ဆိုင်ရာစာရေးဆရာ

စာပေးစာယူမှ Masamichi Sakagami.