大脑如何调控"玩耍"？北京脑所李莹/吉妮团队发现亚秒级多巴胺信号塑造幼年社交行为 | Cell

玩耍是小朋友的天性，这并非人类独有。许多动物在成长过程中也同样热衷于同伴间的社交游戏。对于儿童和青少年而言，社交玩耍绝不仅仅是“消磨时间”，更是学习社会互动、促进大脑神经发育的关键课堂。青少年正处于神经可塑性的关键发育窗口，社交能力在这一时期学习和巩固，同伴间的游戏在其中起到了重要激励作用。然而，社交玩耍背后的神经调控机制，尤其是大脑如何根据不同的互动行为产生相应的神经信号，仍缺乏精细的认识。

与此同时，有一类特殊的群体——孤独症谱系障碍儿童，往往在社交和玩耍中面临不同程度的困难。理解正常社交行为如何形成，以及相关神经机制在神经发育障碍模型中发生了怎样的变化，是探索其生物学基础的重要方向。

2026年11月12日，北京脑科学与类脑研究所李莹、吉妮团队在 Cell 杂志在线发表了题为"Sub-second dopamine reinforcement shapes juvenile social play"的研究论文。研究团队开发了一套基于人工智能的精细化社交行为识别平台，系统分析幼年大鼠在自由社交过程中的动作及其对应的脑内多巴胺信号，发现多巴胺能够以亚秒级的时间精度参与编码不同的社交玩耍行为。在此基础上，研究进一步揭示了Shank3缺陷模型大鼠的多巴胺信号异常，并通过闭环光遗传刺激改善了模型动物的社交玩耍表现。

图1. 研究摘要

用AI让复杂的社交玩耍变得可量化

幼年大鼠具有丰富的社交玩耍行为，是研究早期社会互动的重要动物模型。研究团队同时采用了与孤独症相关的Shank3基因缺陷大鼠模型，为比较正常与异常社交行为提供了研究基础。

但要真正理解社交玩耍，仅仅记录动物是否发生互动还不够。追逐、扑击、嗅探等动作往往转瞬即逝，两个个体还会频繁发生身体接触和相互遮挡。传统人工观察难以准确区分这些动作细节并区分互动类型。为解决这一问题，研究团队开发了一套多相机三维姿态追踪与人工智能分析平台Social-Seq。这套系统能够从多个角度同步记录大鼠的社交过程，并通过AI分析，还原每只大鼠在互动中的身体姿态和动作。

平台首先利用Mask R-CNN图像分割技术区分不同个体，再通过DANNCE算法整合多视角个体图像，提取身体关键点，最后利用SmoothNet对运动轨迹进行平滑处理，减少追踪过程中的噪声。即使两只大鼠在玩耍中紧密接触、相互遮挡，系统也能够重建各自的三维姿态。

在重建动物姿态的基础上，平台进一步将连续的社交过程分解为一系列持续时间不足一秒的“社交音节”，并自动识别、归纳出36种精细的社交动作。这就像把一段连续的语言拆分为一个个基本单元，研究人员由此可以分析不同动作如何组合、衔接，以及它们在互动中扮演的角色。

基于此，系统不仅能够识别追逐、扑击、压制等动作，还能进一步区分不同互动方式中在速度或角度上的细微差异。借助这一平台，原本复杂、连续且难以量化的动物社交过程，变成了可以精细分析、统计和比较的行为序列，使研究人员得以更加全面、微观地认识社交互动的全过程。

图2. Social-seq平台重构高分辨3D姿态并识别社交行为类型

多巴胺如何"编码"不同的社交风格

研究团队首先分析了同性别幼年大鼠之间的自由社交行为，发现雄性和雌性表现出不同的互动模式：在雄性大鼠之间，嗅探、扑击和压制等近距离身体互动更为频繁；而雌性大鼠之间，则更多出现保持一定距离、探索环境和相互追逐等行为。那么这两种截然不同的社交结构，是否与大脑的神经调控有关？

大脑伏隔核（NAc）中的多巴胺是参与动物奖赏与行为强化回路的重要神经递质。为了弄清多巴胺是否参与调控不同类型的社交行为，研究团队在精细识别大鼠社交动作的同时，同步利用光纤记录伏隔核中的多巴胺释放变化。结果发现，多巴胺释放不仅与社交行为的具体类别密切相关，还表现出明显的性别差异：对于雄性幼鼠，主动发起玩耍时的嗅探、追逐、扑压、接近等动作，通常伴随着多巴胺信号的明显升高；而受到对方压制时，多巴胺释放则会下降。相比之下，雌性幼鼠在接近同伴、嗅探等行为中同样表现出多巴胺响应，但在激烈身体接触时的响应相对较弱，多巴胺信号反而更多地出现在被追逐、主动脱离社交以及独自探索等行为过程中。

这些结果与先前观察到的社交行为差异相互对应：同样的社交场景，雄性更多展现高强度的身体对抗，雌性则偏向"保持距离"的追逐，差别具有显著性。可见，多巴胺不仅标记"玩耍有奖励"，还编码了"什么样的玩耍才有奖励"——这塑造出两性不同的“玩耍策略”。

图3. 社交行为的多巴胺特征

孤独症模型大鼠的多巴胺系统失灵

社交障碍是孤独症的核心症状，但如何精细刻画"社交障碍"的行为表现、进而追问其神经机制，长期缺乏合适的工具。为进一步研究神经发育异常与社交行为之间的关系，研究团队将Social-Seq平台应用于与孤独症基因缺陷大鼠模型（Shank3^+/-），对其社交玩耍行为进行精细分析。

研究发现，这类模型动物的社交玩耍行为存在明显异常。在行为层面，Shank3缺陷模型大鼠的追逐、扑击和压制等玩耍动作显著减少，社交互动往往停留在嗅探阶段，难以进一步形成连续、往复的玩耍过程。

多巴胺层面的变化则揭示了其背后的机制。在正常大鼠中，主动发起玩耍时通常伴随的多巴胺升高，在Shank3缺陷模型大鼠中明显减弱，甚至出现方向反转：雄性模型鼠主动玩耍时的多巴胺响应几乎消失，雌性模型鼠则表现出由升高转为下降的变化。与此相对，在独自站立等非社交行为发生时，多巴胺信号反而增强。换言之，在孤独症模型大鼠脑中，玩耍从"奖励"变成了"惩罚"，独处反而成了"奖励"，从而影响了社交策略。

为了进一步探究多巴胺异常与行为异常之间的关系，研究团队利用多智能体强化学习模型（MARL），让两只幼鼠 AI “智能体”在虚拟环境中互动，并将多巴胺实测数值作为对应基因型智能体的“奖励参数”。结果显示，Shank3缺陷智能体偏向孤独症模型所特有的社交回避策略。

图4. 孤独症大鼠存在社交行为缺陷和多巴胺释放异常

精确闭环操纵改善孤独症大鼠的行为表现

既然Shank3缺陷模型大鼠在主动玩耍时出现了多巴胺响应异常，那么能否在特定玩耍动作发生时，精准调节这一神经信号，从而改善社交行为？

为此，研究团队进一步升级Social-Seq平台至实时识别水平，实现了"闭环"光遗传刺激。这套系统能够实时识别模型动物正在进行的行为：一旦检测到其主动发起扑压等预设目标动作，系统立即激活从腹侧被盖区到伏隔核的多巴胺神经元，这相当于在"做对动作的那一刻"补发一次奖励。

在随后的行为干预实验中，Shank3缺陷模型大鼠连续8天接受这种“玩耍-奖励”闭环训练，每天15分钟；对照组则接受不与目标行为同步的随机光刺激。结果显示，与对照组相比，接受行为同步刺激的模型大鼠，目标玩耍动作显著增加。且在停止刺激后的10天内，这种改善效果仍然得以维持。与此同时，实验组的非目标行为没有出现明显变化，非社交行为则显著减少。

这些结果表明，将神经刺激与特定行为进行精准的时间配对，即“动作与奖励的精确同步”，比单纯给予随机刺激更有利于强化目标社交动作。这也为通过精确调节神经信号改善社交行为提供了新的实验依据。

图5.闭环光遗传刺激干预提升孤独症大鼠玩耍行为

结语：AI精细行为学，打开神经机制与干预研究的新窗口

本研究开发的Social-Seq平台，将复杂的自由社交行为转化为可精细识别、量化和分析的行为序列，实现了对不同社交动作的亚秒级识别，为研究自然社交行为的神经机制提供了新的工具。在此基础上，研究团队揭示了伏隔核多巴胺信号与不同社交玩耍动作之间的对应关系，发现Shank3缺陷模型大鼠存在异常的多巴胺强化模式。

进一步结合实时行为识别、光遗传技术与云端高性能计算系统，团队构建了“行为识别—精准刺激”闭环干预方案，在模型动物中实现了对特定社交玩耍行为的改善。这项研究将AI精细化行为分析、神经机制研究与精准干预相结合，为理解神经发育障碍相关社交行为的神经基础，以及探索潜在干预策略提供了新的研究工具和实验依据。

需指出的是，本研究重点关注了伏隔核脑区多巴胺在社交玩耍中的作用，但社交行为本身由多个脑区和神经递质共同参与调控，其神经机制远比单一脑区或单一递质复杂。此外，本研究基于大鼠模型，而人类孤独症谱系障碍具有高度异质性，动物实验中观察到的机制及干预效果能否适用于人类，仍需进一步研究。

论文信息

北京大学、北京脑所博士研究生（李莹课题组）陈昕枫（现单位：陆军军医大学附属第二医院），北京大学、北京脑所博士后（李莹课题组）陶现明为本文共同第一作者，北京脑所人工智能工程师朱璠宇（吉妮课题组）进行了多智能体强化学习的仿真工作，李莹研究员和吉妮研究员为文章共同通讯作者。此外，本研究还得到北京脑所熊巍研究员及其学生王仰真（现单位：清华大学自动化系）、北京大学基础医学院张嵘副教授和北京脑所周景峰研究员的大力支持。

本研究获得国家自然科学基金重点项目、脑科学与类脑研究国家科技重大专项、中国医学科学院医学与健康科技创新工程、北京市杰出青年科学基金、HFSP职业发展奖、北京市脑科学重点实验室以及中国博士后科学基金等资助。

原文链接: https://www.cell.com/cell/fulltext/S0092-8674(26)01327-9