脑科学研究院张玉秋课题组| 雌激素调控痛情绪的分子与音乐治疗机制

　　复旦大学脑科学研究院/医学神经生物学国家重点实验室张玉秋课题组与复旦大学类脑智能科学与技术研究院肖晓研究员合作在痛觉研究领域的权威期刊《麻醉学》（ANESTHESIOLOGY）上发表了题为“Distinct Function of Estrogen Receptors in the Rodent Anterior Cingulate Cortex in Pain-related Aversion （DOI: 10.1097/ALN.0000000000003324）”的研究论文，报道了雌激素调控痛情绪的分子机制。

　　疼痛是一种复杂的感觉和情感体验，涉及感觉、情绪和社会认知等多个方面的生理和心理活动。大量临床研究表明，慢性痛所伴随的厌恶、恐惧、抑郁，甚至厌世等负性情绪给患者带来的身心伤害可能超过疼痛本身。然而，人们对疼痛的情绪和情感成分的研究明显滞后于对痛感觉的研究。

　　张玉秋课题组前期的研究发现，脑源性雌激素对雌、雄动物痛厌恶情绪的产生都是充分和必要的。本研究进一步揭示，分布在啮齿类前扣带皮层吻侧部（rostral anterior cingulate cortex, rACC）的三种雌激素受体，即经典的ERα 和ERβ 以及G蛋白耦联的GPER，在介导痛厌恶情绪产生过程中扮演着不同的角色。选择性敲减rACC内兴奋性锥体神经元表达的ERβ而不是ERα完全阻断痛厌恶情绪的产生（图1）；激活rACC脑区的雌激素受体ERβ和GPER可直接诱导痛相关负性情绪出现；对该作用的机制研究显示，rACC内雌激素受体ERβ 和GPER分别通过磷酸化蛋白激酶A（PKA）和蛋白激酶B（AKT）调控兴奋性锥体神经元突触部位的NMDA受体GluN1和GluN2B亚单位的表达和功能可塑性，进而介导痛厌恶情绪的形成（图2）。该研究成果为我们更为全面地理解疼痛的本质及慢性痛的综合治疗提供了新的线索和理论依据。 

多模态音乐

图1. 选择性敲减小鼠双侧前扣带皮层吻侧部（rACC）CaMK2a阳性神经元表达的雌激素受体ERβ 而非ERα 可阻断痛厌恶情绪的产生。

多模态音乐治疗

图2. 本文总结示意图

“音乐是灵魂的良药。”——古希腊哲学家柏拉图曾这样描述音乐的力量。如今，这句话正在被现代科学一步步验证。本草音乐实验室专家表示，当你心情低落时，一首治愈系音乐能让你平静；失眠时，一段白噪音或许能助你入眠。但音乐的作用远不止于此——它正在以“音乐治疗”的形式走进医学领域，成为改善身心健康的有效手段。

音乐治疗的起源可以追溯到远古时代，部落巫师通过鼓声和吟唱为族人驱除病痛。而今天，音乐治疗已发展为一门融合心理学、神经科学和医学的交叉学科。研究表明，音乐能直接作用于大脑的边缘系统（情绪中枢），调节多巴胺、血清素等神经递质的分泌，从而缓解焦虑、抑郁，甚至改善认知功能。

一名精神科患者的家属分享道：“看到治疗师让患者跟着鼓点节奏拍手，还用了些我不认识的乐器。没过一会儿，平时反应迟钝、情绪淡漠的患者竟跟着哼了起来，脸上露出久违的笑容。”这种“肉眼可见”的效果，正是音乐治疗的魅力所在。

音乐治疗在中国经历了多年的发展，如今已经形成一门专业而系统的学科，被广泛应用于精神康复、特教领域、老年疾病、临终关怀等领域。在精神康复中，音乐治疗对于改善精神分裂症患者的阴性症状如思维贫乏、情感淡漠、接触被动、木讷、生活懒散、缺乏自发性交流等具有明显效果。

音乐是灵魂的良药

当熟悉的旋律响起，平时表现木讷的患者会慢慢跟随音乐专心聆听或哼唱，或是用手打节拍，可以激发旋律本身的联想和回忆，帮助患者转移注意力，抚慰、唤醒情绪，增加参与活动的主动性，帮助建立与现实环境的联系，促进身体和心理的康复。

根据脑电信号识别情绪或测谎的准确度主要取决于设备的性能、人工智能的性能、训练人工智能所用的数据。已经有多篇文章描述了这类研究[1]，参考文献 1 给出的方法识别 9 种特定情绪的准确率约 89%，文中还列举了历史上准确率更低[2]或识别范围更窄[3]的多项研究。

• 用摄像头观测人的细微动作、由人工智能分析，也可以用来解析人的情绪、进行测谎等。
• 人脑活动和身体动作习惯有个体差异。同一个人在同一种情绪的强度不同时表现出的脑活动及细微动作有差异。通过这些信息测定情绪之类需要个体化训练。
• 多年来，刑侦、反间谍等领域经常人力解析他人的表情和动作，这有时会在证据不足的情况下将被吓到的嫌疑人当成罪犯，引起冤假错案。计算机识别的准确率也没有完全让人满意。一些文章讨论了这方面的问题[4]。
• 经过训练，人可以刻意想特定的概念来改变自己的脑活动模式、刻意做出看似下意识的动作来伪装。这些又可以被专门训练的人工智能对抗。

现有脑电设备的分辨率经常低于 fMRI，用来测定人的情绪的准确率相对低。已经有用人工智能识别 fMRI 测定的数据来算出人在想什么的实验[5]，目前读取速度还很慢。

多模态音乐干预

参考

1. ^例如 Gannouni, S., Aledaily, A., Belwafi, K. et al. Emotion detection using electroencephalography signals and a zero-time windowing-based epoch estimation and relevant electrode identification. Sci Rep 11, 7071 (2021). https://doi.org/10.1038/s41598-021-86345-5
2. ^例如 https://doi.org/10.1016/j.future.2021.01.010
3. ^例如这项研究识别 3 到 4 种特定情绪时准确率超过 93%： Ahirwal, M. K. & Kose, M. R. Emotion recognition system based on EEG signal: A comparative study of different features and classifiers. In 2018 Second International Conference on Computing Methodologies and Communication (ICCMC), 472–476 (IEEE, 2018).
4. ^https://doi.org/10.1177/1529100619832930
5. ^Tang, J., LeBel, A., Jain, S. et al. Semantic reconstruction of continuous language from non-invasive brain recordings. Nat Neurosci 26, 858–866 (2023). https://doi.org/10.1038/s41593-023-01304-9