שחרור מעכבה באזור ה־VTA במהלך למידת עונש ראשונית גורם לחוסר־רגישות לעונש מתמשך

מדוע לפעמים מתעלמים מתוצאות רעות

רובנו לומדים מהר להפסיק לעשות דברים שגורמים לכאב או צרות. עם זאת, חלק מהאנשים, והרבה בעלי חיים, ממשיכים לרדוף אחרי תגמולים גם כשהעלות גבוהה — כגון בהתמכרות או בקבלת החלטות מסוכנות. המחקר הזה בוחן מה קורה במרכז מפתח של מערכת התגמול במוח ברגעים הראשונים שבהם לומדים שפעולה גוררת תוצאה כואבת, ואיך הפרעה לתהליך הזה יכולה להשאיר אותנו עמידים בפני עונש לאורך זמן, עוד אחרי שהסכנה ברורה.

צומת מוחי שמאזן תגמול מול נזק

עמוק במידבריין שוכן אזור טגמנטלי ונטראלי (VTA), אזור קטן שבו תאי דופמין משדרים אותות "הוראה" חזקים על תגמולים. תאים אלה מתפרצים בפעילות כשהתוצאה טובה מהצפוי ונרגעים כשהתוצאה גרועה יותר. הם מוקפים בתאים מעכבים שמשתמשים ב־GABA כדי להשתיק לזמן קצר את יציאת הדופמין. תאוריות קלאסיות טוענות שהעיכוב הזה מסייע לחיות ללמוד להימנע מפעולות מזיקות. עם זאת, החוקרים לא ידעו בדיוק איך אותות ה־GABA והדופמין באזור הזה מתנהגים בזמן עונש, או האם השתיקה החטופה של תאי הדופמין אכן נדרשת כדי ללמוד להתרחק מהסכנה.

צפייה בזמן אמת באותות עונש

המחברים אילפו חולדות ללחוץ על שני מצערות כדי לקבל מזון. מאוחר יותר, לחיצות על אחת המצערות גם גרמו להלם חשמלי קל, מה שהפך את הפעולה לבחירה מושהית בעונש, בעוד שהמצערת השנייה נותרה בטוחה. באמצעות כלים להקלטה סיב־אופטי, הצוות מדד את פעילות תאי הדופמין ואת קלטי ה־GABA שהם קיבלו בזמן שהחיות חוו זכייה או הלם והחליטו באיזו מצערת ללחוץ. גם פעילות הדופמין וגם כניסת ה־GABA זינקו לזמן קצר כאשר קרה מזון או הלם. תאי הדופמין הגיבו חזק יותר למזון, בעוד שקלט ה־GABA היה חזק במיוחד עבור ההלמות במהלך מושב העונש הראשוני ואז דעך עם הניסיון. סביב הפעולות עצמן דפוסי הפעילות השתנו כך שלחיצות על המצערת המוׁשענת לעונש עוררו מאוחר יותר גל פרצי דופמין מובחן, בעוד שהמצערת הבטוחה לא עוררה זאת. הדפוסים הללו רמזו שגל עיכוב מונע־GABA ברגע שבו העונש נתקל לראשונה עשוי להיות אות הוראה מכריע.

חסימת עיכוב בזמן קריטי

כדי לבחון את הרעיון הזה, החוקרים הפריעו ליכולת ה־GABA לעכב תאים באזור ה־VTA. בקבוצה אחת של חולדות הם הזריקו תרופה ישירות לאזור זה שחסמה רצפטורים מסוג GABA-A במהלך שני מושבי העונש הראשונים. בקבוצה אחרת השתמשו בטכניקת רצפטור מעוצב כדי לגרום לעירור מלאכותי של תאי הדופמין במהלך אותם מושבים מוקדמים. בשני המקרים, ההשפעה המיידית הייתה שהחולדות צמצמו פחות את לחיצתן על המצערת המוׁשענת לעונש בהשוואה לבעלי־הבקרה וקיבלו יותר הלמות. באופן מדהים, לאחר שהחלון המוקדם הזה חלף, השבת הכימיה המוחית לנורמה לא תיקנה את הבעיה: גם בימים מאוחרים יותר ללא שום תרופה, חולדות אלה המשיכו ללחוץ יותר על המצערת המוׁשענת ולעשות זאת בפחות היסוס.

שינויים מתמשכים בתפיסת הסכנה

כאשר למידת העונש כבר התבססה היטב, חסימת עיכוב זמנית או עירור תאי דופמין כבר לא יצרו את הנזק המתמשך הזה. מניפולציות בשלב מאוחר יותר יכלו לשנות את רמות הפעילות הכלליות, למשל להפוך את החיות ליותר או פחות פעילות, אך הן לא מחקו את הנטייה הנרכשת להימנע מהמצערת המוׁשענת. בדיקות נוספות הראו שהטיפול לא עשה את התגמולים אטרקטיביים יותר באופן גורף; חיפוש מזון שאינו מושהה בעונש לא עלה בעקביות. במקום זאת, ההפרעה נראתה שתוקפת באופן ספציפי את האופן שבו המוח קישר פעולה מסוימת לתוצאה הכואבת שלה במהלך המפגש הראשון, והשאירה את החיות עם נקודת־עוורון לטווח ארוך לגבי אותה סכנה.

מה המשמעות עבור החלטות סיכוניות בעולם האמיתי

לקורא כללי המסר הוא שנראה שיש חלון למידה קצר אך עוצמתי, ממש ברגע שבו אנו חווים לראשונה שבחירה נושאת תוצאות מזיקות, שבו עיכוב מדויק בצומת התגמול של המוח מלמד אותנו לסגת. אם אות העיכוב הזה מצטמצם ופעילות הדופמין נשארת גבוהה, המוח עשוי שלא לרשום את הסכנה כראוי, וכתוצאה מכך להתפתח נטייה מתמשכת להמשיך לבצע את הבחירה המסוכנת גם כאשר היא כואבת. מאחר שרבים מהסמים הממכרים מגבירים דופמין או מפחיתים את עיכובו, הממצאים מציעים דרך שבה חומרים כאלה יכולים לכוון את המוח להרגלים עמידים לעונש — ורומזים שאולי הגנה או שיקום של אות ההוראה המוקדם הזה עשויים להיות מפתח לעזור לאנשים ללמוד מחדש להימנע מהתנהגויות מזיקות.

ציטוט: Tan, S.Y.S., Shen, M.H., Keevers, L.J. et al. Disinhibition of ventral tegmental area during initial punishment learning causes enduring punishment insensitivity. Neuropsychopharmacol. 51, 1045–1055 (2026). https://doi.org/10.1038/s41386-026-02368-4

מילות מפתח: דופמין, למידת עונש, אזור טגמנטלי ונטראלי, התמכרות, לקיחת סיכונים