左側背外側前額葉在程序性運動學習中的作用*

曹 娜 孟海江 王艷秋 邱方暉 譚曉纓 吳 殷 張 劍

左側背外側前額葉在程序性運動學習中的作用

曹 娜孟海江王艷秋邱方暉譚曉纓吳 殷張 劍

(上海體育學院心理學院;上海體育學院體育教育與訓練學院;上海體育學院經濟與管理學院, 上海 200438)

程序性運動學習包括序列學習和隨機學習。神經影像學研究表明背外側前額葉皮層(DLPFC)和初級運動皮層(M1)在程序性運動學習中發揮重要作用, 但DLPFC和M1之間的聯通性及其與不同程序性運動學習的關系尚不明確。本研究采用連續反應時間任務, 結合經顱磁刺激(TMS)方法, 探討左側DLPFC到M1的聯通性在不同程序性運動學習中的差異。實驗1采用兩連發TMS探測DLPFC到M1的最佳投射時間點; 實驗2, 被試分為2組, 分別進行序列學習和隨機學習, 在學習前、后采集行為學數據, 以及M1的運動誘發電位和DLPFC-M1聯通性的電生理學數據。行為學結果發現序列學習組的學習效果更佳; 電生理學結果發現, 兩組被試學習前、后M1的運動誘發電位均未發生改變; 在最佳時間投射點、適當刺激強度下, 序列學習組DLPFC-M1聯通性發生改變, 且與學習成績相關, 而隨機學習組沒有改變。結果說明DLPFC到M1的聯通性增強可能是序列學習成績更佳的重要原因, 這一結果從電生理角度為DLPFC在運動學習中的作用提供了重要證據。

背外側前額葉; 初級運動皮層; 經顱磁刺激; 程序性運動學習; 序列學習

1 前言

程序性運動學習是指通過重復執行運動任務, 借助骨骼、肌肉以及相應的神經反射獲得新知識的過程。根據學習內容呈現順序的不同可將其分為序列學習和隨機學習兩種形式, 其中序列學習通過一系列不斷重復的、固定長度的序列循環呈現而發生學習(楊光, 2014), 隨機學習則是在無序的呈現中實現學習的過程(Pascual-Leone, Wassermann, Grafman, & Hallett, 1996)。程序性運動學習不僅是人類日常活動的重要組成部分, 更是運動技能習得的重要方式(Clegg, Digirolamo, & Keele, 1998)。它為我們探究復雜形式下的運動學習提供了范式, 能夠反映人類大腦運動認知系統在不同狀態下的適應性與可塑性(Grafton, Woods, & Tyszka, 1994)。

研究表明, 程序性運動學習涉及多個腦功能區的協同作用, 包括初級運動皮層(primary motor cortex, M1)、輔助運動區(supplementary motor area, SMA)、前運動區(premotor cortex)和背外側前額葉(dorsolateral prefrontal cortex, DLPFC)等重要腦功能區(Leonora, Teo, Ignacio, Rothwell, & Marjan, 2010; Poldrack et al., 2005; Schendan, Searl, Melrose, & Stern, 2003; Seidler et al., 2005)。其中, 以M1為代表的運動功能區與以DLPFC為代表的認知功能區之間的聯系與投射是解釋不同運動學習表現的重要依據(Cao et al., 2018; Lam et al., 2015)。

與右側前額葉皮質相比, 左側背外側前額葉, 尤其是BA46區(Kielan, Peter, & Krakauer, 2009), 被認為是具有整合運動學習和運動控制功能的重要腦區(Miller, 2000)。盡管DLPFC腦功能區參與和運動學習有關的運動認知過程, 但是它以怎樣的方式參與運動認知的問題仍然未能得到回答。神經影像學研究顯示, 在序列學習任務中DLPFC出現持續性的激活(Jenkins, Brooks, Nixon, Frackowiak, & Passingham, 1994; Sakai et al., 1998; Toni, Krams, Turner, & Passingham, 1998)。Shadmehr和Holcomb (1997)報告在序列和隨機兩種學習任務中, 序列學習表現提升的同時前額葉與運動皮層都被激活。根據Hikosaka理論, DLPFC參與空間序列獲取的過程,即前額葉皮層涉及處理最初的感覺輸入以及描繪空間序列的過程, 最終到達運動皮層(Hikosaka, Nakamura, Sakai, & Nakahara, 2002)。反之, 如果測試中未包含序列學習任務, 前額葉皮層沒有發生激活(Willingham, 1998)。這些結果都表明了DLPFC的激活因任務情境而異。當采用非侵入性腦刺激破壞DLPFC腦區興奮性后, 被試在空間信息處理任務中按鍵反應時間增加, 學習效果被破壞(Robertson,Tormos, Maeda, & Pascual-Leone, 2001), 反映了DLPFC興奮性對最終運動學習效果的影響。在病理學方面的研究中, 前人發現小腦功能障礙患者、帕金森病患者的程序性學習功能可能受損(Pascual-Leone et al., 1996); 另一方面, 即使顳葉和背內側丘腦損傷(Gordon, 1988; Squire, 1992)、或者患有阿爾茨海默病的病人(Grafman et al., 1990), 他們的程序性學習功能依舊得以保留。這些結果說明了當與額葉, 特別是與背外側前額葉相連的皮質受損的情況下, 病人的程序性學習功能受到影響, 表明程序性學習依賴于與背外側前額葉相連通路的完好性(Fuster & Alexander, 1971)。

已有的研究主要關注DLPFC這一單個腦區在相關任務中的激活狀態, 而未從通路角度探討DLPFC作為認知腦功能區重要結點與作為運動輸出最終窗口的M1之間的聯通性。盡管背外側前額葉在運動學習中起到了重要作用, 但是神經影像學研究卻無法揭示DLPFC-M1聯通性在不同運動學習中的改變及作用(Friston, 2011)。有效的神經功能聯結是快速處理信息的前提, 從DLPFC與M1聯通性的角度探索不同程序性運動學習是認識運動學習發生規律的重要途徑之一。

本研究使用兩重位置(Dual-site)兩連發經顱磁刺激法(Transcranial magnetic stimulation, TMS), 這一電生理手段能夠直接體現一個神經系統對另一個系統施加的有效連接或直接影響從而精確描述可塑性變化(Lafleur, Tremblay, Whittingstall, & Lepage, 2016)。兩連發刺激中第一發刺激為條件刺激(Conditioning stimulation, CS), 用于刺激DLPFC區域; 第二發刺激為測試刺激(Test stimulation, TS), 用于刺激M1。通過改變兩發刺激之間的時間間隔和測試強度, 能夠探測多目標腦區之間神經傳導通路的興奮性, 尤其是獲得M1以外特定腦功能區神經回路的性質(Ni & Chen, 2012; Ni, Florian, Chen, & Ziemann, 2011; Ni et al., 2009)。該方法的優勢在于能夠將不同腦區之間聯系起來, 探究它們之間的功能連接性及興奮或抑制環路, 通過TS誘發的運動誘發電位(Motor evoked potential, MEP)振幅的變化反映在皮質水平上相連接的CS刺激區域到TS刺激區域的功能性通路, 即腦區之間的聯通性(Lazzaro et al., 1999; Rothwell, 2011)。隨著兩連發TMS技術的發展, 該方法目前廣泛用于評估非同源區域之間的半球間連接、半球內連接以及小腦皮質連接的科學研究(Ziemann et al., 2015), 以及腦卒中、運動障礙、肌萎縮側索硬化癥等臨床診斷中(Ridding & Rothwell, 2007), 具有較高的信效度(Marco, Carlo, & Elena, 2011)。

本研究目的是探討左側DLPFC到M1的聯通性在兩種不同程序性運動學習中的差異。程序性運動學習采用連續反應時間任務(Serial response time task, SRTT) (Leonora et al., 2010), 在這類任務的每個試次中, 目標刺激會出現在四個可能的位置之一,受試者必須通過按下鍵盤上的相應鍵, 對刺激出現位置盡可能快地做出反應。目標刺激出現位置的順序根據實驗目的的不同可以呈現序列或隨機的形式, 相比之下, 其他不能將刺激設置成序列的任務例如虛擬機械操縱任務(Krebs, Hogan, Hening, Adamovich, & Poizner, 2001)、追蹤轉翼任務(Noguchi, Demura, Nagasawa, & Uchiyama, 2009)等則不具備此項優勢。因此“順序可操作性” (Willingham, Salidis, & Gabrieli, 2002)使得其近年來被更廣泛地應用于程序性學習研究中, 是比較序列順序和隨機順序條件下學習的重要行為范式(Mayor-Dubois, Zesiger, van der Linden, & Roulet-Perez, 2016)。實驗1通過改變兩發刺激的時間間隔探究DLPFC到M1投射的時間過程; 實驗2將通過SRTT和TMS的結合, 探索不同運動學習類型對DLPFC-M1輸入?輸出曲線的影響。

根據前人文獻及理論(Hikosaka et al., 2002; Robertson et al., 2001; Toni et al., 1998; Willingham, 1998), DLPFC參與空間序列獲取過程并在序列學習中持續激活, 而在無意識的學習中未發生激活, 且抑制DLPFC能夠降低按鍵學習任務的正確率及增加反應時間, 因此本研究提出假設：序列學習導致DLPFC-M1的聯通性增強, 且與學習成績提升相關; 而隨機學習沒有改變。

2 方法

2.1 被試

44名被試參加了本研究一項或多項實驗。21名被試(7名女性)參與了實驗1, 平均年齡21.10 ± 1.97歲; 40名被試(15名女性)參與了實驗2, 平均年齡21.75 ± 1.74歲。兩項實驗間隔2周以上保證無實驗后效影響(Ni, Gunraj, Kailey, Cash, & Chen, 2014)。所有被試均為右利手(Oldfield, 1971), 視力或者矯正視力正常。所有被試根據赫爾辛基宣言簽署了書面知情同意書。TMS實驗由當地倫理委員會審核批準。

2.2 實驗設計

2.2.1 實驗1：左側DLPFC到M1投射的時間過程

本實驗采用單因素重復測量實驗設計, 自變量為兩重位置兩連發TMS中CS和TS的時間間隔, 因變量為兩連發MEP振幅。通過對DLPFC和M1連續的兩連發刺激, 探究皮質脊髓輸出興奮性的改變。

首先, 實驗確定了CS強度和TS強度。根據前人文獻, TS (M1)的強度設置為用相同的TMS線圈在靜息時誘發振幅為1 mV的MEP時機器輸出強度, 以此定為振幅的基本單位, 作為后續兩連發TMS誘發MEP振幅的比較對象(Hallett, 2000)。CS (DLPFC)的強度為110%靜息運動閾值(Rest motor threshold, RMT)。由已有研究可知, 閾上刺激更能促進額葉與M1之間的相互傳導, 而較高的閾上刺激強度則會帶來不適感(Jacinta, Catherine, Boorman, Heidi, & Rushworth, 2010; Koch et al., 2007)。正式實驗前首先確定每位被試右手第一背側骨間肌的RMT。RMT指目標肌肉在靜息狀態下, 連續10次刺激中有至少5次誘發出大于50 μV振幅MEP的最小磁刺激強度。

根據不同腦功能區向M1投射的神經纖維長度(Oh et al., 2014; Wedeen et al., 2012)以及神經遞質(Ziemann, 2004)的不同選擇10個連續時間間隔(Interstimulus interval, ISI) (2、4、6、8、10、12、15、20、25、30 ms), 由此可以確定在某一特定CS強度下被刺激腦功能區向M1投射的時間過程, 從而探知由此形成的神經回路的性質(興奮性或抑制性)以及達到興奮或抑制峰值效應所需時間間隔(圖1A, B)。每位被試在每個兩連發TMS時間間隔下各進行10個試次, 試次以5秒鐘的間歇時間進行, 10個時間間隔以隨機順序呈現, 共100個試次。根據前人文獻報告, 試次與試次之間的間隔為5秒鐘時, 試次之間不會產生相互影響(Hallett, 2000)。

2.2.2 實驗2：不同運動學習類型對DLPFC-M1聯通性輸入?輸出曲線(Input-output curve, IO曲線)的影響

實驗2中以學習種類(序列學習或隨機學習)作為組間因素, 檢測在兩個最佳的時間間隔下(10和25 ms, 由實驗1結果所得), 不同類型的運動學習對DLPFC-M1聯通性IO曲線的影響(圖2A)。對于學習任務, 以組塊為組內變量, 采用2(組別：序列學習組, 隨機學習組) × 2(組塊：組塊1, 組塊10)混合設計, 因變量為被試的組塊平均反應時; 對生理學指標, 以刺激強度、學習前后測作為組內因素, 采用2(組別：序列學習組, 隨機學習組) × 2(前后測：前測, 后測) × 5(刺激強度：單發TMS和雙發TMS強度各異)的混合設計, 因變量為MEP振幅。

其中, 刺激強度水平中兩連發TMS的CS強度為50% RMT, 70% RMT, 90% RMT, 110% RMT, 130% RMT (CS刺激于DLPFC, 對于閾值上下的強度敏感性高, 所以以RMT為基準) (Lam et al., 2015); 單發TMS的強度設定為70%、90%、100%、110%、120% 1 mV (需要與單發MEP的1 mV標準值來比較, 因此以1 mV的強度為基準), 從而完成IO曲線的測量。每位被試在各個強度水平下均進行10個試次刺激, 刺激強度以每5秒的頻率隨機出現。實驗將以前測?學習任務?后測的順序進行(圖2A), 在學習任務完成后, 序列學習組的被試將被詢問是否發現序列的存在, 并復述序列。

圖1 (A)左半球線圈位置示意圖(Hasan et al., 2013); (B)兩連發TMS示意圖

圖2 (A)實驗2流程圖; (B)運動學習任務(連續反應時任務)顯示圖

2.3 測試方法

2.3.1 兩重位置兩連發經顱磁刺激

研究選用兩個直徑為5 cm的小8字線圈, 分別連接兩個單脈沖單相TMS刺激器(型號Magstim200, Whitland, Dyfeld, UK), 對左側DLPFC和左側M1進行經顱磁刺激。本研究中, 刺激點DLPFC和M1均位于左側半腦, 從而減少來自半球間的測量偏差, 更專注于優勢半球。為了研究左半球DLPFC–M1的聯通性, 實驗中的CS將對左側DLPFC施加經顱磁刺激, 通過測量刺激DLPFC后同側M1輸出興奮性的程度從而量化DLPFC對M1的興奮性或抑制性的影響。

施加在左側DLPFC的刺激為CS, 施加在M1的刺激為TS。TS線圈位置為右手第一背側骨間肌對應在M1區的最佳激活位置, 即“運動熱點”。TS線圈的手柄幾乎垂直于中央溝, 并與大腦中央矢狀線呈30°~45°, 通過大腦的電流為“后?前方向”。為確定左側背外側前額葉的精確位置, 與經顱磁刺激儀器連接的腦區導航儀(型號eemagine visor2)通過對被試的大腦核磁共振成像掃描結果進行建模, 依據大腦左側BA 46腦區的Talairach坐標((x, y, z)：?40, 28, 30)確定具體的CS位置(Rowe, Stephan, Friston, Frackowiak, & Passingham, 2005)。核磁共振成像掃描采用西門子3.0 T全身磁共振成像儀(Siemens Magnetom Trio 3.0T)進行結構像數據的采集。采用12導陣列線圈, 以平面回波成像(EPI)序列采集T1*結構像, 掃描參數：TR 2000 ms, TE 30 ms, 斷層間隔1 mm, 翻轉角度90°, 層厚3 mm, 矩陣64×64, 視野240 mm × 240 mm, 體素大小為3.75 mm × 3.75 mm × 5.0 mm, 共33 層, 隔層掃描(張蘭蘭等, 2017)。

2.3.2 肌電圖記錄

直徑9 mm的碗狀Ag-AgCl表面電極片用于記錄被試右手第一背側骨間肌表面肌電圖。實驗時活動電極放置在肌腹, 參考電極放在掌指關節處。數據通過神經放電信號采集器(型號CED Micor1401)采集, 采集到的信號使用電生理信號調節放大器(型號Model 2024F)進行過濾(帶通濾波20~ 25000 Hz), 并放大1000倍; 過濾放大后的信號以1 kHz的頻率被數字化記錄, 通過Signal 6.0軟件進行線下分析。

2.3.3 行為實驗范式

本實驗的行為實驗任務采用的是序列反應時任務(SRTT)。使用E-prime軟件制作實驗程序, 通過筆記本電腦(惠普Pavilion)屏幕(15.6寸, 分辨率1980×1020, 刷新率75 Hz)呈現刺激, 被試使用標準的鍵盤進行按鍵反應。被試坐在安靜的實驗室中, 雙眼與屏幕距離約80 cm, 白色的屏幕中間顯示一個黑色箭頭。箭頭可能出現在四個不同的方向(9、11、1和3點鐘方向), 每個方向需要被試用不同手指按下對應按鈕(分別是：食指、中指、無名指、小指) (圖2B)。箭頭出現視為刺激呈現, 刺激在屏幕上停留時間為800 ms, 刺激間隔300 ms。實驗任務共包括10個組塊, 每個組塊包含10個序列, 每個序列包含12個不同方向的箭頭刺激試次。組塊與組塊之間被試有充分時間進行休息。在實驗開始前, 被試將進行10次練習了解實驗程序。對于每個序列中的12個刺激, 共有兩種不同的順序, 對于序列學習組來說, 黑色箭頭的呈現順序是固定的, 將按照1?9?3?1?11?3?11?9?1?3?9?11點鐘的方向重復出現。對于隨機學習組來說, 每個組塊中的120試次的出現順序為偽隨機狀態, 每個組塊中的順序都遵循以下限制條件：箭頭出現在每個位置的概率相同, 沒有直接重復(如1111), 并且排除順串(如1234)或部分重復(如1212)。參加實驗2的40名被試被隨機分成兩組參加實驗, 兩組被試的人口學變量不存在差異, 詳見表1。

表1 實驗2兩組被試人口學變量描述統計值和差異檢驗(M ± SD)

2.4 數據分析及處理

記錄MEP波峰與波谷間的峰峰值作為每次誘發的MEP振幅。兩連發(CS-TS)刺激誘發的MEP振幅以該MEP振幅與單脈沖TS振幅的百分比表示(圖3)。數值報告以平均值 ± 標準誤呈現。

實驗1中對DLPFC到M1不同的投射時間間隔下的MEP振幅進行單因素重復測量方差分析考察抑制與興奮的峰值; 實驗2中對行為任務結果進行2(組別) × 2(組塊)兩因素重復測量方差分析考察兩組被試學習效果的差異; 對生理學數據進行2(組別) × 2(前后測) × 5(刺激強度)的三因素重復測量方差分析考察不同條件下單發TMS以及兩連發TMS輸入輸出曲線的差異。數據的檢驗統計通過SPSS 17.0完成, 顯著性判別標準設為< 0.05。

3 研究結果

3.1 實驗1：背外側前額葉到初級運動皮層投射的時間過程

單因素重復測量方差分析顯示不同的時間間隔下雙發MEP振幅與單發TS振幅存在顯著差異,(10, 200) = 8.88,< 0.001, ?= 0.31 (圖4)。采用Bonferrioni法對每個時間間隔下的MEP振幅與單脈沖1 mV的振幅進行多重比較結果顯示, 與單脈沖MEP相比, 在時間間隔為10 ms時, MEP振幅顯著降低(= 0.019), 在時間間隔為20 ms時, MEP振幅顯著降低(= 0.021), 而在時間間隔為25 ms時, MEP振幅顯著提升(= 0.047), 其余時間間隔點的統計結果不顯著。由于實驗需要篩選最大抑制時間點和最大易化時間點, 因此呈現出峰值抑制和峰值易化的10 ms和25 ms將選取為實驗2的主要時間點。

3.2 實驗2：行為任務反應時間的變化

圖5顯示了兩種不同運動學習組別中被試的第一個組塊和最后一個組塊的平均反應時間。對反應時進行2×2兩因素重復測量方差分析顯示組別主效應顯著,(1, 38) = 8.33,0.006, ?= 0.18; 組塊主效應顯著,(1, 38) = 138.62,< 0.001, ?= 0.79; 組別×組塊的交互效應顯著,(1, 38) = 33.49,< 0.001, ?= 0.47。簡單效應分析顯示序列學習組(< 0.001)與隨機學習組(= 0.018)的反應時下降均顯著, 表明由于練習效應的存在, 兩組被試組塊10的反應時均顯著低于組塊1的反應時; 在組塊10反應時中, 序列學習組與隨機學習組存在顯著差異(< 0.001)。

圖3 單發TMS與兩連發TMS脈沖及MEP振幅示意圖

圖4 實驗1背外側前額葉到初級運動皮層投射結果

注：時間間隔為第一發刺激(DLPFC)與第二發刺激(M1)之間的時間差, 縱坐標為實際MEP的振幅與單發測試刺激比值后的標準化值。*< 0.05

圖5 實驗2連續反應時任務結果

注：**< 0.01

3.3 實驗2：不同類型運動學習后單發MEP的IO曲線變化

圖6顯示了兩種不同類型的程序性運動學習前后第一背側骨間肌的MEP變化。對MEP進行2×2×5三因素重復測量方差分析顯示刺激強度主效應顯著,(4, 152) = 140.34,< 0.001, ?= 0.79; 前后測主效應不顯著,(1, 38) = 0.17,= 0.681; 三因素的交互作用不顯著,(4, 152) = 0.11,= 0.105。

3.4 實驗2：不同類型運動學習后兩連發MEP的IO曲線變化

根據實驗1結果, 選出兩個達到興奮或抑制峰值效應所需時間間隔(10和25 ms)。

在時間間隔為10 ms時, 對MEP進行2×2×5三因素重復測量方差分析顯示前后測主效應不顯著,(1, 38) = 0.53,= 0.472; 刺激強度主效應不顯著,(4, 152) = 1.00,= 0.411; 三因素交互作用顯著,(4, 152) = 2.61,= 0.038, ?= 0.06。隨后對前后測和刺激強度進行兩因素重復測量方差分析顯示, 在序列學習中, 刺激強度主效應不顯著,(4, 76) = 0.98,= 0.426; 前后測主效應不顯著,(1, 19) = 1.73,= 0.204; 但前后測×刺激強度交互作用顯著,(4, 76) = 4.24,= 0.011, ?= 0.18 (圖7A)。事后檢驗顯示在序列學習后, 110%RMT強度下誘發的MEP振幅顯著高于學習前(基線水平) (= 0.002)。在隨機學習組中, 兩因素方差分析顯示刺激強度((4, 76) = 0.57,= 0.683)或前后測組別((1, 19) = 0.12,= 0.736)或前后測×刺激強度的交互作用((4, 76) = 0.77,= 0.551)均不顯著(圖7B)。

在時間間隔為25 ms時, 對MEP進行2×2×5三因素重復測量方差分析, 結果發現前后測主效應不顯著,(1, 38) = 1.08,= 0.304; 刺激強度主效應顯著,(4, 152) = 3.86,= 0.005, ?= 0.09; 三因素交互作用顯著,(4, 152) = 2.48,= 0.046, ?= 0.06。隨后進行的兩因素重復測量方差分析顯示, 在序列學習組中, 刺激強度((4, 76) = 1.07,= 0.376)和前后測((1, 19) = 3.00,= 0.099)主效應均不顯著, 但前后測×刺激強度交互作用顯著,(4, 76) = 3.29,= 0.015, ?= 0.15 (圖7C)。事后檢驗顯示在序列學習后, 110% RMT強度下誘發的MEP振幅顯著低于學習前(基線水平) (< 0.001)。在隨機學習組中, 兩因素方差分析顯示刺激強度主效應顯著,(4, 76) = 3.23,= 0.017, ?= 0.15。事后比較顯示50% RMT與90% RMT (= 0.041), 50% RMT與110% RMT (= 0.011), 110% RMT與130% RMT (= 0.033)之間存在顯著差異; 但是前后測((1, 19) = 0.09,= 0.772)或前后測×刺激強度的交互作用((4, 76) = 0.65,= 0.626)均不顯著(圖7D)。

圖6 不同類型運動學習前后單發MEP的IO曲線

圖7 不同類型運動學習前后兩連發MEP的IO曲線注：**p < 0.01

3.5 行為數據與生理數據的相關

圖8顯示了兩種不同運動學習組別中被試的第一個組塊和最后一個組塊的平均反應時間之差與生理學指標MEP之差的相關統計結果。MEP之差為正值說明學習后運動皮層興奮性下降, 反之則上升。通過相關分析發現, 被試在時間間隔為10 ms時, 序列學習組的運動皮層興奮性上升幅度越大, 所用的反應時下降也越大,= ?0.448,= 0.048(圖8A); 在時間間隔為25 ms時, 序列學習組的運動皮層興奮性下降幅度越大, 所用的反應時下降幅度也越大,= 0.467,= 0.038 (圖8C)。隨機學習組在兩個時間間隔中均未表現出顯著相關性(10 ms時,= 0.121, 圖8B; 25 ms時,= 0.373, 圖8D)。

4 討論

本研究采用SRTT和TMS, 探究左側DLPFC到M1的聯通性在兩種不同的程序性運動學習中是否有差異。通過行為和電生理數據, 我們發現(1)序列學習組的學習效果更好, 隨著學習的進行, 反應時顯著下降。(2)左側DLPFC到M1的投射在兩個時間節點上分別表現出顯著的抑制(10 ms)和易化連接極值(25 ms)。(3)單發TMS產生的MEP在序列學習和隨機學習兩種學習條件下均未發生改變; 而兩連發的MEP顯示, 在110% RMT的輸入強度下, DLPFC-M1聯通性在序列條件下發生改變, 且與行為數據相關, 而在隨機條件下未發生改變。

4.1 DLPFC到M1投射的抑制性及易化性神經通路

結果發現, 從DLPFC到M1有早期的抑制峰值和晚期的易化峰值(圖4)。這表明第一發的CS通過激活前額葉皮層而抑制或增強了初級運動皮層對第二發TS的反應。存在的這兩個投射時間點可能是因為從特定腦功能區到M1的大腦纖維通路長度不同和相關神經元的閾值不同等原因造成的(Wedeen et al., 2012)。早期出現的10 ms抑制峰值可能是突觸信號從DLPFC直接傳遞到M1的最佳時間, 這取決于來自前額葉或來自于 M1的潛在白質(即上縱束)對皮質直接投射的激活(Koch et al., 2007)。另外, 抑制了DLPFC的興奮性后, M1的皮層興奮性提升; 而易化了DLPFC的興奮性后, M1的興奮性下降(Cao et al., 2018)。這種雙向的反作用關系表明了DLPFC與M1存在著抑制的投射通路, 與本研究的發現一致。對于后期出現的25 ms的易化峰值, 可能的解釋是輸入信號的傳遞并不是完全從DLPFC直接傳到M1, 而是途經背側前運動區等其他腦區, 它們扮演著“中轉站”角色, 形成多突觸回路傳遞。大多數來自于DLPFC的皮質投射會經由前運動皮質, 到達初級運動皮質, 因此在25 ms的時間節點存在易化效應(Koch & Rothwell, 2009)。

圖8 行為數據(反應時)與生理數據(MEP)的相關

除了在10 ms和25 ms時間間隔下分別達到抑制和易化的頂點, 在2、4、6、8、15、20 ms及30 ms的時間間隔中MEP同樣呈現出抑制的投射狀態。與M1相連的突觸投射中, 易化效果只出現在較少的時間間隔下并且對刺激強度的敏感度要求較高, 而在大多數的時間間隔和刺激強度中則呈現出抑制的投射, 這與Koch等人先前研究結果一致(Koch et al., 2007)。抑制投射的主導性原因至今尚不明確。一個可能的解釋是易化的連接是區域范圍內少數通路之間的投射連接, 而抑制投射則是大面積、更廣泛普遍的存在。TMS作為焦點刺激法, 每個線圈的磁刺激只能施加到目標區域中具體的某一焦點, 因此更容易探知到更廣泛存在的抑制連接(Hanajima et al., 2001)。

4.2 DLPFC在不同程序性運動學習中的差別性作用

研究發現與隨機學習組相比, 序列學習組DLPFC-M1通路的興奮性有不同的變化, 特別是在CS強度為110% RMT時表現最強(圖7A, C)。基于以往的研究, 可能的解釋是相比于閾下刺激, 閾上刺激能夠更好地誘發額葉和M1之間的功能性作用與連接(Jacinta et al., 2010; Koch et al., 2007), 而當閾上刺激的強度過高(130% RMT)時, 反而會抑制該通路中的突觸傳遞, 從而抑制測試刺激誘發的MEP (Uehara, Morishita, Kubota, & Funase, 2013)。

實驗2結果發現序列學習組可以在兩個最佳時間點改變DLPFC-M1的興奮性, 說明序列學習和隨機學習在DLPFC-M1投射上存在差異。在序列學習任務中, 屏幕上出現的信號很快到達前額葉區域并獲得加工, 經過足夠試次的訓練, DLPFC進一步激活, 并向運動皮質發送促通信號, 導致DLPFC-M1的聯通性在10 ms的間隔時間下比學習前顯著增強(圖7A)。而在25 ms的時間間隔點下, 兩連發MEP在序列學習后顯著下降(圖7C), 同10 ms時間點的MEP一樣顯示出了與基線狀態相反的變化趨勢。這種同步的反轉展示出了學習產生的效應對于腦區聯通性的影響, 學習后記憶的痕跡帶來的獨特、持久的表征作用于大腦網絡, 產生可塑性的變化進而產生反應時的變化(張劍心, 湯旦, 查德華, 黃建平, 劉電芝, 2016)。前人采用fMRI方法也報告了序列學習后DLPFC和M1的靜息態功能連接(resting-statefunctional connectivity)增強的結果(Steel et al., 2016)。

序列學習被認為是通過經驗的積累來完成學習(Mayor-Dubois et al., 2016)。其與隨機學習的主要區別在于受試者需要通過激活DLPFC調用空間注意力伴隨意識模式發現并掌握規律, 來完成記憶序列和決策的過程(楊葉紅, 王樹明, 2018)。神經影像學研究證實左側DLPFC在運動學習中被激活(Toni et al., 1998) 。對于序列學習任務, 前人研究結果表明在按鍵學習任務中對DLPFC的脈沖刺激顯著增強了被試M1的興奮性, 這與我們在序列學習組10 ms兩連發TMS的結果是一致的(Hasan et al., 2013; Lam et al., 2015)。Willingham等人(2002)認為DLPFC可能傳遞一種與意識的注意方向平行的功能即有意識的選擇性反應。這種在目標出現之前的有意識的選擇會降低序列學習條件下的反應時。

值得一提的是, 盡管受試者沒有提前知道序列的存在, 但在本研究中, 序列學習組的受試者均在運動學習任務結束后成功地回憶起了包含12個數字的整個序列順序。也就是說, 左側DLPFC區域的激活與通過觀察線索的出現進行序列搜索的過程有關。DLPFC參與了序列搜索的過程, 這些意識參與并且再認的過程是目標導向模式搜索中的內隱過程, 進而激活背外側前額葉腦區(Fatma, Thorsten, Christof, & John-Dylan, 2012)。我們同樣對生理數據和行為數據進行了相關性的分析, 結果顯示在序列學習組中, 無論是10 ms還是25 ms, 被試在第一個組塊與最后一個組塊的反應時差值和學習前后兩連發TMS呈現顯著的相關性(圖8A, C), 表現出DLPFC-M1的聯通性與行為任務中的學習效果提升關系密切, 進一步表明左側DLPFC的激活水平與受試者序列學習的能力有關。

4.3 運動認知網絡在運動學習中的重要性

我們發現兩種不同的運動學習任務干預約20分鐘后, 單發運動誘發電位的IO曲線沒有任何變化(圖6), 相反, 兩連發MEP的IO曲線在序列順序組中發生了顯著性變化(圖7A, C), 表明序列學習對DLPFC-M1通路的興奮性有一定的影響。Jueptner等人在1997年的一項腦成像研究中也報告了類似的結果, 這些受試者被要求用8個手指對一個類似的序列學習任務重復訓練, 并對訓練前后受試者的運動興奮性進行比較。結果表明在訓練的早期階段, 短期的、同組塊內的可塑性并沒有顯著性變化(Jueptner et al., 1997), 這個結果也得到了其他研究的支持(Grafton, Hazeltine, & Ivry, 1995; Stefan et al., 2006)。這些研究表明短期的運動學習激活了相關的大腦網絡, 但是沒有特別地對M1有顯著性的激活和興奮性的提升。

已有的很多文獻都對M1的抑制和促進效應進行過探究, 其中條件刺激來自于同側小腦(Ugawa et al., 1991)或施加于前額葉區等腦功能區(Cao et al., 2018; Civardi, Cantello, Asselman, & Rothwell, 2001)。這些通路和不同腦區之間的聯通性表明大腦皮層的信息傳遞和組織具有全局性, 意識的產生和動作的執行必須在全腦建立長時程的工作平臺, 而不僅僅局限于某一單一的腦功能區。具有不同生理特性的特定神經元群分布在大腦皮層網絡的各個節點上, 并與遠近各處的其他神經元形成極其復雜的連接(Oh et al., 2014)。前人的這些研究主要探討了靜息狀態下DLPFC和M1之間的聯系與投射, 而沒有分析運動學習對兩個功能腦區聯通性的影響。本研究加入了程序性運動學習任務, 進一步發現了DLPFC-M1的聯通性對于提升運動學習中的表現有顯著的作用, 從而說明DLPFC-M1通路在序列運動學習中的重要性與因果性。通過了解DLPFC到M1的投射在序列和隨機學習中的差別性作用, 能讓我們更多地了解 DLPFC腦區在其眾多功能中的分化與合作。探究人類大腦各功能區之間的協同合作和網絡工作模式依舊是揭示人類日常心理活動的重要課題。

5 結論

本研究通過連續反應時任務和經顱磁刺激法的結合對左側背外側前額葉在程序性運動學習中的作用進行探究, 行為學結果發現序列學習組的學習效果更佳; 電生理學結果發現, 兩組學習前、后M1的運動誘發電位均未發生改變; 在最佳時間投射點、適當刺激強度下, 序列學習組DLPFC-M1聯通性發生改變, 且與學習成績相關, 而隨機學習組沒有改變。結果表明, DLPFC和M1間聯通性的增強可能是序列學習成績更佳的重要原因, 這一研究從電生理角度為DLPFC在運動學習中的作用提供了重要證據。

Cao, N., Pi, Y. L., Liu, K., Meng, H., Wang, J., Zhang, J., … Tan, X. (2018). Inhibitory and facilitatory connections from dorsolateral prefrontal to primary motor cortex in healthy humans at rest-an rTMS study., 82–87.

Civardi, C., Cantello, R., Asselman, P., & Rothwell, J. C. (2001). Transcranial magnetic stimulation can be used to test connections to primary motor areas from frontal and medial cortex in humans.(6), 1444–1453.

Clegg, B. A., Digirolamo, G. J., & Keele, S. W. (1998). Sequence learning.(8), 275–281.

Fatma, I., Thorsten, K., Christof, K., & John-Dylan, H. (2012). Changes in functional connectivity support conscious object recognition.(4), 1909–1917.

Friston, K. J. (2011). Functional and effective connectivity: A review.,(1), 13–36.

Fuster, J. M., & Alexander, G. E. (1971). Neuron activity related to short-term memory.(3997), 652–654.

Gordon, B. (1988). Preserved learning of novel information in amnesia: Evidence for multiple memory systems.(3), 257–282.

Grafman, J., Weingartner, H., Newhouse, P. A., Thompson, K., Lalonde, F., Litvan, I.,... Sunderland, T. (1990). Implicit learning in patients with Alzheimer's disease.(2), 94–101.

Grafton, S. T., Hazeltine, E., & Ivry, R. (1995).. MIT Press.

Grafton, S. T., Woods, R. P., & Tyszka, M. (1994). Functional imaging of procedural motor learning: Relating cerebral blood flow with individual subject performance.(3), 221–234.

Hallett, M. (2000). Transcranial magnetic stimulation and the human brain.(6792), 147–150.

Hanajima, R., Ugawa, Y., Machii, K., Mochizuki, H., Terao, Y., Enomoto, H., ... Kanazawa, I. (2001). Interhemispheric facilitation of the hand motor area in humans.(3), 849–859.

Hasan, A., Galea, J. M., Casula, E. P., Falkai, P., Bestmann, S., & Rothwell, J. C. (2013). Muscle and timing-specific functional connectivity between the dorsolateral prefrontal cortex and the primary motor cortex.(4), 558–570.

Hikosaka, O., Nakamura, K., Sakai, K., & Nakahara, H. (2002).Central mechanisms of motor skill learning.,(2), 217–222.

Jacinta, O. S., Catherine, S., Boorman, E. D., Heidi, J. B., & Rushworth, M. F. S. (2010). Functional specificity of human premotor-motor cortical interactions during action selection.(7), 2085–2095.

Jenkins, I. H., Brooks, D. J., Nixon, P. D., Frackowiak, R. S., & Passingham, R. E. (1994). Motor sequence learning: A study with positron emission tomography.(6), 3775–3790.

Jueptner, M., Stephan, K. M., Frith, C. D., Brooks, D. J., Frackowiak, R. S. J., & Passingham, R. E. (1997). Anatomy of motor learning. I. Frontal cortex and attention to action.(3), 1313–1324.

Kielan, Y., Peter, B., & Krakauer, J. W. (2009). Inside the brain of an elite athlete: the neural processes that support high achievement in sports.(8), 585–596.

Koch, G., Fernandez Del Olmo, M., Cheeran, B., Ruge, D., Schippling, S., Caltagirone, C., & Rothwell, J. C. (2007). Focal stimulation of the posterior parietal cortex increases the excitability of the ipsilateral motor cortex.(25), 6815–6822.

Koch, G., & Rothwell, J. C. (2009). TMS investigations into the task-dependent functional interplay between human posterior parietal and motor cortex.(2), 147–152.

Krebs, H., Hogan, N., Hening, W., Adamovich, S., & Poizner, H. (2001). Procedural motor learning in Parkinson’s disease.,(4), 425–437.

Lafleur, L.-P., Tremblay, S., Whittingstall, K., & Lepage, J.-F. (2016). Assessment of effective connectivity and plasticity with dual-coil transcranial magnetic stimulation.(3), 347–355.

Lam, S., Gunraj, C., Vesia, M., Jegatheeswaran, G., Hui, J., & Chen, R. (2015). Effects of age on motor learning and prefrontal-motorcortical excitability.(2), 313.

Lazzaro, V. D., Oliviero, A., Profice, P., Insola, A., Mazzone, P., Tonali, P., & Rothwell, J. C. (1999). Direct demonstration of interhemispheric inhibition of the human motor cortex produced by transcranial magnetic stimulation.(4), 520–524.

Leonora, W., Teo, J. T., Ignacio, O., Rothwell, J. C., & Marjan, J. (2010). The contribution of primary motor cortex is essential for probabilistic implicit sequence learning: Evidence from theta burst magnetic stimulation.(3), 427–436.

Marco, S., Carlo, U., & Elena, R. (2011). The use of transcranial magnetic stimulation in cognitive neuroscience: A new synthesis of methodological issues.(3), 516–536.

Mayor-Dubois, C., Zesiger, P., van der Linden, M., & Roulet- Perez, E. (2016). Procedural learning: a developmental study of motor sequence learning and probabilistic classification learning in school-aged children.(6), 718–734.

Miller, E. K. (2000). The prefrontal cortex and cognitive control.(1), 59–65.

Ni, Z., & Chen, R. (2012). Intracortical circuits and their interactions in human primary motor cortex.Springer Berlin Heidelberg.

Ni, Z., Florian, M. D., Chen, R., & Ziemann, U. (2011). Triple-pulse TMS to study interactions between neural circuits in human cortex.(4), 281–293.

Ni, Z., Gunraj, C., Kailey, P., Cash, R. F. H., & Chen, R. (2014). Heterosynaptic modulation of motor cortical plasticity in human.(21), 7314–7321.

Ni, Z., Gunraj, C., Nelson, A. J., Yeh, I. J., Castillo, G., Hoque, T., & Chen, R. (2009). Two phases of interhemispheric inhibition between motor related cortical areas and the primary motor cortex in human.(7), 1654–1665.

Noguchi, T., Demura, S., Nagasawa, Y., & Uchiyama, M. (2009). Influence of measurement order by dominant and nondominant hands on performance of a pursuit-rotor task.,(3), 905–914.

Oh, S. W., Harris, J. A., Ng, L., Winslow, B., Cain, N., Mihalas, S., ... Zeng, H. (2014). A mesoscale connectome of the mouse brain.(7495), 207–214.

Oldfield, R. C. (1971). The assessment and analysis of handedness: The Edinburgh inventory.(1), 97–113.

Pascual-Leone, A., Wassermann, E. M., Grafman, J., & Hallett, M. (1996). The role of the dorsolateral prefrontal cortex in implicit procedural learning.(3), 479–485.

Poldrack, R. A., Sabb, F. W., Karin, F., Tom, S. M., Asarnow, R. F., Bookheimer, S. Y., & Knowlton, B. J. (2005). The neural correlates of motor skill automaticity.(22), 5356–5364.

Ridding, M. C., & Rothwell, J. C. (2007). Is there a future for therapeutic use of transcranial magnetic stimulation?(7), 559–567.

Robertson, E. M., Tormos, J. M., Maeda, F., & Pascual-Leone, A. (2001). The role of the dorsolateral prefrontal cortex during sequence learning is specific for spatial information.(7), 628–635.

Rothwell, J. C. (2011). Using transcranial magnetic stimulation methods to probe connectivity between motor areas of the brain.(5), 906–915.

Rowe, J. B., Stephan, K. E., Friston, K., Frackowiak, R. S., & Passingham, R. E. (2005). The prefrontal cortex shows context-specific changes in effective connectivity to motor or visual cortex during the selection of action or colour.(1), 85–95.

Sakai, K., Hikosaka, O., Miyauchi, S., Takino, R., Sasaki, Y., & Pütz, B. (1998). Transition of brain activation from frontal to parietal areas in visuomotor sequence learning.(5), 1827–1840.

Schendan, H. E., Searl, M. M., Melrose, R. J., & Stern, C. E. (2003). An FMRI study of the role of the medial temporal lobe in implicit and explicit sequence learning.(6), 1013–1025.

Seidler, R. D., Purushotham, A., Kim, S.-G., Ugurbil, K., Willingham, D., & Ashe, J. (2005). Neural correlates of encoding and expression in implicit sequence learning.(1), 114–124.

Shadmehr, R., & Holcomb, H. H. (1997). Neural correlates of motor memory consolidation.(5327), 821–825.

Squire, L. R. (1992). Declarative and nondeclarative memory: multiple brain systems supporting learning and memory.(3), 232–243.

Steel, A., Song, S. B., Bageac, D., Knutson, K. M., Keisler, A., Saad, Z. S., ... Wilkinson, L. (2016). Shifts in connectivity during procedural learning after motor cortex stimulation: A combined transcranial magnetic stimulation/functional magnetic resonance imaging study., 134–148.

Stefan, K., Wycislo, M., Gentner, R., Schramm, A., Naumann, M., Reiners, K., & Classen, J. (2006). Temporary occlusion of associative motor cortical plasticity by prior dynamic motor training.(3), 376–385.

Toni, I., Krams, M., Turner, R., & Passingham, R. E. (1998). The time course of changes during motor sequence learning: A whole-brain fMRI study.(1), 50–61.

Uehara, K., Morishita, T., Kubota, S., & Funase, K. (2013). Neural mechanisms underlying the changes in ipsilateral primary motor cortex excitability during unilateral rhythmic muscle contraction.(2), 33–45.

Ugawa, Y., Day, B. L., Rothwell, J. C., Thompson, P. D., Merton, P. A., & Marsden, C. D. (1991). Modulation of motor cortical excitability by electrical stimulation over the cerebellum in man.(1), 57–72.

Wedeen, V. J., Rosene, D. L., Wang, R. P., Dai, G. P., Mortazavi, F., Hagmann, P., ... Tseng, W. Y. (2012). The geometric structure of the brain fiber pathways.(6076), 1628–1634.

Willingham, D. B. (1998). A neuropsychological theory of motor skill learning.,(3), 558–584.

Willingham, D. B., Joanna, S., & Gabrieli, J. D. E. (2002). Direct comparison of neural systems mediating conscious and unconscious skill learning.(3), 1451–1460.

Yang, G. (2014).(Unpublished master dissertation). Shenyang Normal University.

[楊光. (2014).(碩士學位論文)沈陽師范大學.]

Yang, Y. H., & Wang, S. M. (2018). Neurophysiological mechanisms of motor learning.,(8), 86–90.

[楊葉紅, 王樹明. (2018). 動作技能學習神經生理機制研究.(8), 86–90.]

Zhang, J. X., Tang, D., Cha, D. H., Huang, J. P., & Liu, D. Z. (2016). Embodied mechanisms of implicit sequence learning consciousness.,(2), 203–216.

[張劍心, 湯旦, 查德華, 黃建平, 劉電芝. (2016). 內隱序列學習意識的具身機制.(2), 203–216.]

Zhang, L. L., Shen, C., Zhu, H., Li, X. P., Dai, W., Wu, Y., & Zhang,J. (2017). The effects of motor skill level and somatosensory input on motor imagery: An fMRI study on basketball free shot.(3), 307–316.

[張蘭蘭, 沈誠, 朱樺, 李雪佩, 戴雯, 吳殷, 張劍. (2017). 運動技能水平與軀體感覺輸入對運動表象的影響.(3), 307–316.]

Ziemann, U. (2004). TMS and drugs.(8), 1717–1729.

Ziemann, U., Reis, J., Schwenkreis, P., Rosanova, M., Strafella, A., Badawy, R., & Müller-Dahlhaus, F. (2015). TMS and drugs revisited 2014.(10), 1847–1868.

Functional role of the left dorsolateral prefrontal cortex in procedural motor learning

CAO Na; MENG Haijiang; WANG Yanqiu; QIU Fanghui; TAN Xiaoying; WU Yin; ZHANG Jian

(School of Psychology, Shanghai University of Sport, Shanghai 200438, China)(School of Physical Education and Coaching, Shanghai University of Sport, Shanghai 200438, China)(School of Economics and Management, Shanghai University of Sport, Shanghai 200438, China)

Procedural motor learning includes sequence learning and random learning. Neuroimaging studies have shown that the dorsolateral prefrontal cortex (DLPFC) and primary motor cortex (M1) play significant roles in procedural motor learning; however, the connectivity between the DLPFC and M1 and its relationship with different procedural motor learning are still unclear.

In this study, the serial response time task (SRTT) and transcranial magnetic stimulation (TMS) were used to explore the differences in left DLPFC-M1 connectivity between the different types of procedural motor learning. In experiment 1, dual-site paired-pulse TMS was used to detect the optimal interval from the DLPFC to the M1. In experiment 2, the participants were divided into two groups that underwent sequence learning or random learning. Behavioral data, motor evoked potentials from the M1 and electrophysiological data of DLPFC-M1 connectivity were assessed before and after learning.

The behavioral results showed that the learning effect of the sequence learning group was better. The electrophysiological results showed that motor evoked potentials from the M1 were the same before and after learning in both groups. At the optimal interval and appropriate stimulation intensity, the DLPFC-M1 connectivity in the sequence learning group was changed, and it was related to learning performance; however that in the random learning group was not significantly changed.

The results suggest that enhanced connectivity between the DLPFC and M1 may be an important explanation for the better performance in sequence learning. The results provide robust electrophysiological evidence for the role of DLPFC in motor learning.

dorsolateral prefrontal cortex; primary motor cortex; transcranial magnetic stimulation; procedural motor learning; sequence learning

2019-05-29

* 國家自然科學基金(31971024); 上海自然科學基金(19ZR1453000); 上海市科學技術委員會科研計劃項目(17511108503)。

張劍, E-mail: zhangjian@sus.edu.cn

B845