Cell研究解析幼年社交玩耍的多巴胺机制：亚秒级强化信号在Shank3孤独症模型中反转
一句话结论
北京脑科学与类脑研究所李莹、吉妮团队在Cell发表研究：借助AI行为测序平台Social-Seq与光纤记录，发现幼年大鼠伏隔核中的多巴胺以亚秒级精度对不同社交动作“即时打分”，塑造了幼年期的社交玩耍；在Shank3缺陷孤独症模型大鼠中，这套打分系统失灵甚至反转。与主动玩耍动作时间锁定的闭环光遗传刺激，可持久改善模型幼鼠的社交玩耍缺陷。
把“瞎玩”拆成可测量的行为音节
幼年社交玩耍是研究社会互动发育的经典范式，难点在于动作转瞬即逝、动物身体互相遮挡。团队搭建了Social-Seq平台：9台高速相机做三维姿态追踪，AI把连续互动拆解为36种亚秒级“行为音节”（嗅探、追逐、扑压等），同时用光纤记录伏隔核的多巴胺信号。
结果显示，多巴胺不是笼统的“社交开心”信号，而是动作级的强化教师：雄鼠主动扑压、追逐时多巴胺骤升，被对方压制时信号受抑；雌鼠则更倾向回避接触、探索环境，多巴胺在探索动作上更高。两性在用同一套强化系统，学不同的社交策略。
Shank3缺陷模型：奖励变成惩罚
Shank3是孤独症相关核心基因。在Shank3缺陷幼鼠中，主动玩耍诱发的多巴胺响应显著减弱甚至反号；独自站立等非社交行为反而出现多巴胺异常升高——从模型动物的角度看，玩耍从“奖励”变成了“惩罚”，独处反而成了“奖励”。
团队把这些实测的多巴胺数值导入多智能体强化学习模型，虚拟智能体复现了模型大鼠的社交回避行为，支持“强化信号改变导致社交策略偏移”的因果解释。
闭环干预：在“做对动作的那一刻”补奖赏
研究进一步升级平台实现实时闭环：一旦检测到大鼠发起扑压等目标动作，立即以40 Hz光刺激腹侧被盖区到伏隔核的多巴胺投射，相当于在正确动作发生的瞬间补发一次奖励。连续8天训练后，模型幼鼠的互惠玩耍明显回升，且停止刺激10天后效果仍在。
需要说明的是，这是大鼠模型中的概念验证：光遗传刺激不适用于人类，但它提示了一类新策略——以行为时间为锁、以神经信号为钥的精准干预框架，对孤独症等神经发育障碍的康复思路或有启发。
信息来源
- 论文：Sub-second dopamine reinforcement shapes juvenile social play. Cell (2026). DOI: 10.1016/j.cell.2026.10.040
- 作者单位：北京脑科学与类脑研究所等（共同第一作者：陈昕枫、陶现明；共同通讯：吉妮、李莹）
- 影响因子参考：Cell 最新 JCR IF 45.1