PNAS丨小脑也会帮助做决策？天津大学臧蕴亮揭示小脑微环路与皮层‑小脑耦合下的证据型决策机制

当零散、断续的感官信息不断涌入大脑，我们是如何整合线索形成最终判断？

传统观点将小脑视作调控运动的脑区，然而越来越多证据表明小脑同样参与高级认知活动。

2026年8月27日，天津大学臧蕴亮团队在《PNAS》上发表研究“Cerebellar microcircuits enable robust evidence- based decisions through cortico–cerebellar coupling”。

该研究构建具备生物约束的计算模型，探究小脑微环路参与感知决策的神经机制，发现Ⅱ 型浦肯野神经元兴奋性带来的发放率迟滞可实现稀疏证据累积，浦肯野神经元侧支抑制调控证据时间权重，颗粒层稀疏化提升相关输入的可分性；皮层‑小脑双向耦合形成分工互补，小脑降低首因偏差，皮层减少犹豫不决，二者协作实现更加稳健的感知决策，提出小脑是感知决策中重要的计算伙伴。

浦肯野神经元如何实现证据累积？

该研究首先搭建 4 类对比电路模型：纯小脑模型、皮层‑小脑模型、皮层‑小脑‑皮层闭环模型、仅皮层模型，模拟啮齿类证据累积行为任务。

结果显示，Ⅱ 型浦肯野神经元的发放率迟滞效应，能够延长短暂输入信号的作用时长，即便证据事件间隔长达秒级，依旧完成稀疏证据累积；换成 Ⅰ 型兴奋性则丧失长时整合能力。上游皮层连续吸引子模块做预处理，将离散刺激转化为时间弥散的输入，进一步增强小脑的证据累积效果，降低无法决策的试次占比。浦肯野神经元之间侧支抑制是关键调控参数：抑制强度提升会提高决策完成率，但会放大首因偏差；抑制减弱可削弱时间偏差，但会增加犹豫不决试次，形成 “决策坚定性vs首因偏差” 的权衡关系。

因此，浦肯野神经元的Ⅱ型兴奋性（发放率迟滞）实现稀疏证据累积，侧支抑制调控证据时间权重。

解读：侧支抑制的权衡关系揭示了一个重要原理：更强的抑制让决策更果断，但代价是更依赖早期证据（首因偏差）；更弱的抑制减少了首因偏差，但决策会更犹豫。小脑通过调整这个制动器，在不同任务需求下优化决策策略。

皮层和小脑如何协作？

团队对比三类架构：仅小脑：首因偏差最低，但无法决策试次多；仅皮层：决策坚定，但首因偏差最强；闭环耦合模型：兼顾两者优势。

结果显示，仅小脑环路首因偏差最低，但容易出现大量无法决策试次；仅皮层模型决策坚定，但首因偏差最强；闭环耦合模型兼顾二者优势：小脑缓解时间首因偏差，皮层递归环路减少犹豫不决，系统在更宽参数区间维持良好决策性能。

闭环模型可以复现实验观测的关键特征：选择概率随刺激数量变化、浦肯野神经元放电随线索周期爬坡、扰动浦肯野神经元会损害决策精度、反应时随刺激强度下降等行为与神经标记。即便在反应时范式下，该模型依旧可以复现动物行为特征，证明皮层‑小脑协作框架适配不同决策任务范式。

因此，小脑降低首因偏差，皮层减少犹豫不决，两者协作实现更稳健的感知决策。

当感官输入重叠、信号相关时，小脑如何区分不同线索？

现实感官输入常常存在信号重叠、输入相关的情况，会干扰区分不同选择线索。本部分探究小脑颗粒层环路的作用：高尔基细胞介导抑制调控颗粒细胞激活稀疏度，增强对混杂输入的模式分离能力。

当苔藓纤维携带左右两侧混杂相关输入时，高尔基细胞抑制增强带来颗粒细胞响应稀疏化，降低不同刺激模式之间表征相似度，提升辨别准确率。对比模型结果：小脑参与的模型整体表现优于单纯皮层模型；完整闭环模型在较大参数范围保持稳健性能。若移除小脑模块，仅皮层模型在证据差异较大条件下也难以达到最高决策准确率。

该结果拓展经典小脑模式分离理论，说明空间维度的表征解耦，同样服务于认知层面的感知证据决策。

解读：颗粒层稀疏化是小脑实现模式分离的经典机制，这就像调整显微镜的焦距：在低分辨率下，两个样本看起来几乎一样；在高分辨率下（稀疏化后），它们的差异变得清晰可辨。皮层单独处理这种高相关性输入时效率较低，而小脑的稀疏化处理可以显著提升输入的可分性。

全文总结

该研究围绕小脑如何在缺少皮层式局部兴奋性递归连接的条件下参与感知证据累积展开。从神经元内在特性、局部环路、脑区闭环交互三个层面揭示机制：浦肯野神经元 Ⅱ 型兴奋性带来的迟滞效应解决稀疏长间隔证据整合难题；浦肯野侧支抑制带来决策坚定性与时间首因偏差的权衡；颗粒层稀疏化完成相关输入的模式分离。皮层‑小脑闭环分工协作，小脑优化证据时间加权，皮层保障决策输出，共同实现稳健感知决策，同时提出多项可供实验检验的预测。

小编寄语：

生活中我们无时无刻不在接收碎片化信息并做出判断，过去大家更多关注大脑皮层在决策中的作用，这篇研究提醒我们小脑同样是不可忽视的重要角色。小脑依靠独特的神经元与环路机制，和大脑皮层相互配合，弱化先入为主的偏见，处理杂乱重叠的信号，帮助我们得到更可靠判断。

相关研究成果也为理解小脑病变带来的认知障碍，以及类脑算法开发打开新视角，期待后续实验能够进一步验证模型给出的预测，揭开小脑更多的认知奥秘。

https://doi.org/10.1073/pnas.2616911123