小鼠的面部表情透露了它的感触，这为研讨人员研讨心情的神经机制供给了或许性。
图片来自：马克斯·普朗克神经生物学研讨所/ KUHL
来历 MAX-PLANCK-GESELLSCHAFT
翻译 页一
审校 戚译引
马克斯·普朗克神经生物学研讨所（Max Planck Institute of Neurobiology）的研讨人员初次描绘了小鼠不同心情的面部表情。与人类类似，当小鼠尝到了甜味或苦味，或变得焦虑时，它们的脸看起来彻底不同。有了这种丈量小鼠心情的新方法，神经生物学家将得以研讨大脑中发生和处理心情的根本机制。
高兴、讨厌、惊骇——反映这些心情的面部表情在每个人身上都是相同的。例如，当对某事感到讨厌时，咱们的眼睛会眯起来，鼻子会起皱纹，上唇会不对称地歪曲。即使是刚出生的婴儿，当他们感到哀痛、高兴或讨厌时，也会有显着不同的面部表情。咱们还能够辨认宠物面部表情中的情感。相比之下，其它动物的面部在咱们看来或许毫无表情。但正如马克斯·普朗克研讨所的科学家们现在所证明的那样，这种观点是错的。
使用机器视觉，研讨人员能够牢靠地将五种心情状况与小鼠的面部表情相关起来：小鼠的高兴、讨厌、讨厌、痛苦和惊骇关于计算机算法来说是有显着差异的。他们还能够丈量这些心情的相对强度。
愉悦的表情
研讨标明，小鼠的面部表情实际上不单单是对环境的反响。它反映了触发要素（trigger）的情感价值。这项研讨的负责人 Nadine Gogolla 解说说：“当口渴的小鼠舔糖水时，它们显露的表情要比饱足的小鼠愉悦得多。”并且，尝了微咸的水的小鼠会表现出“满足”的表情，而尝了十分咸的水的小鼠则表现出“讨厌”的表情。从这些试验和其它试验中，研讨人员得出结论：脱离感官影响，面部表情实际上反映了一种心情的内涵特性。
但是，心情不单单是对外部影响的反响，它们是经过大脑自身的机制发生的。研讨人员接下来研讨了大脑不同区域的神经元活动怎么影响面部表情。经过用光激活被以为在心情处理中起作用的特定大脑区域，神经生物学家能够引发不同心情的面部表情。
心情背面的机制
发现小鼠面部表情的首要优点是让咱们得以探究发生心情的机制。而这正是现在的问题所在：假设没有牢靠的心情丈量方法，研讨心情在大脑中的来源就很困难。该研讨的榜首作者 Nejc Dolensek 说道：“咱们人类或许会注意到小鼠面部的纤细改变，但咱们只能经过很多的经历来辨认其背面的心情，并且简直无法判别其强度。有了这个主动面部辨认系统，咱们现在能够在毫秒级的时刻尺度上丈量一种心情的强度和性质，并将其与大脑相关区域的神经元活动进行比较。”其间一个大脑区域是岛叶皮层（insular cortex），它与动物和人类的情感行为和情感感知相关。
当科学家们用双光子显微镜丈量单个神经元的活动，并一起记载小鼠的心情面部表情时，令人惊奇的工作呈现了：岛叶皮层的单个神经元反响与小鼠的面部表情强度相同，发生时刻也彻底相同。此外，每个神经元只与一种心情有相关。
这些结果标明了“心情神经元”的存在，每个神经元都反映一种特定的感觉，至少在岛叶皮层是这样。Nadine Gogolla 解说说：“经过记载面部表情，咱们现在能够在小鼠动物模型中研讨心情背面的根本神经元机制。这是研讨心情及其处理过程中或许会呈现的妨碍（如焦虑妨碍或抑郁症）的重要条件。”
论文信息
【标题】Facial expressions of emotion states and their neuronal correlates in mice
【作者】Nejc Dolensek, Daniel A. Gehrlach, Alexandra S. Klein, Nadine Gogolla
【期刊】Science
【时刻】03 Apr 2020
【DOI】10.1126/science.aaz9468
【链接】https://science.sciencemag.org/content/368/6486/89
【摘要】Understanding the neurobiological underpinnings of emotion relies on objective readouts of the emotional state of an individual, which remains a major challenge especially in animal models. We found that mice exhibit stereotyped facial expressions in response to emotionally salient events, as well as upon targeted manipulations in emotion-relevant neuronal circuits. Facial expressions were classified into distinct categories using machine learning and reflected the changing intrinsic value of the same sensory stimulus encountered under different homeostatic or affective conditions. Facial expressions revealed emotion features such as intensity, valence, and persistence. Two-photon imaging uncovered insular cortical neuron activity that correlated with specific facial expressions and may encode distinct emotions. Facial expressions thus provide a means to infer emotion states and their neuronal correlates in mice.
