PNAS：揭示肠脑信号调控灵活学习的新机制｜北师大系统科学系刘鹤教授团队

导语

动物如何根据环境威胁灵活调整学习速度？刘鹤教授团队于2026年9月23日发表在 PNAS 上的文章以秀丽隐杆线虫为模型发现，病原菌毒力越强，线虫形成厌恶学习的速度越快。肠道神经肽FLP-18通过作用相反的受体NPR-5和NPR-6，以“推—拉”方式调节ADF感觉神经元，将内部生理状态转化为灵活的行为适应。

关键词：肠脑轴、秀丽隐杆线虫、厌恶学习、神经肽FLP-18、推—拉调控

刘鹤丨作者

论文题目：A push–pull gut–brain signal regulates flexible learning in Caenorhabditis elegans 论文链接：https://www.pnas.org/doi/10.1073/pnas.2604270123 发表时间：2026年9月23日 论文来源：PNAS

近日，北京师范大学文理学院系统科学系刘鹤教授团队在国际顶级学术期刊 PNAS 上发表论文《A Push-Pull Gut-Brain Signal Regulates Flexible Learning in C. elegans》，在神经调控与学习行为研究领域取得重要进展。研究发现，秀丽隐杆线虫在病原菌毒性诱导的学习过程中，能够根据病原菌毒力动态调整学习速度，而这一过程由肠道神经肽FLP-18通过两个具有拮抗作用的受体NPR-5和NPR-6共同调控。

动物需要根据不断变化的环境威胁灵活调整学习策略，但内部生理状态如何影响学习动态仍缺乏明确的机制解释。针对这一问题，研究团队利用致病菌PA14（Pseudomonas aeruginosa）建立厌恶性学习模型，发现病原菌毒力越高，线虫形成厌恶学习所需的时间越短，表明动物能够根据威胁程度动态调整学习速度。进一步研究发现，ADF感觉神经元是连接病原体毒力与学习行为的重要神经环节。随着PA14毒力增强，ADF神经元对病原菌气味的响应提前出现，其活动变化与行为学习进程高度一致。

在此基础上，研究团队进一步揭示了肠道信号调控ADF神经元活动的机制。PA14暴露能够促进肠道神经肽FLP-18的表达，并作用于ADF神经元上的两个受体NPR-5和NPR-6。其中，NPR-5促进ADF神经元活动并加速学习，而NPR-6则抑制ADF响应并减缓学习。两个受体形成类似“推-拉”的拮抗调控系统，通过动态平衡共同调节ADF神经活动，从而使线虫能够根据病原体威胁程度灵活调整学习进程。

图1:肠道神经肽通过受体拮抗调控ADF神经元活动

进一步地，研究团队建立数学模型，将病原体摄入、FLP-18信号、受体调控与ADF神经活动进行整合。模型能够较好地重现实验中不同病原体毒力条件下的神经活动和学习轨迹，进一步揭示了从 “病原体感知—肠道信号—神经调控—行为学习”的动态传递过程，阐明了肠脑信号如何将内部生理状态转化为灵活的行为适应。

本项工作由北京师范大学文理学院系统科学系主导完成，刘翰璋博士和孙英豪博士为共同第一作者，北京师范大学文理学院刘鹤教授为通讯作者。研究成果揭示了肠道来源神经肽通过拮抗性受体调控学习速度的“推-拉”机制，为理解内部生理状态如何驱动灵活学习和适应性行为提供了新的机制框架。

本研究得到国家自然科学基金（32371079）资助。

招生信息

刘鹤，2021年入职北京师范大学珠海校区，担任文理学院系统科学系研究员，博士生导师。曾荣获国家级、省部级人才项目，获得多项国家级科研项目支持。目前指导博士生6名。现招收2027级博士生1-2名。要求对神经科学或类脑智能研究方向具有浓厚兴趣，研究背景不限。

实验室聚焦脑科学与类脑智能研究，围绕“理解脑”与“应用脑”两大主线展开科研布局。我们致力于揭示大脑的工作机制，提炼其核心原理，并以此为基础推动人工智能算法的创新与升级，形成从基础探索到技术落地的完整研究路径。经过五年的实验室建设，目前已构建起实验与理论紧密结合的研究体系，形成了“实验数据采集—数据建模—特征提取—实验验证”的闭环研究方法。主要研究方向包括：大脑结构与功能网络的解析；认知功能的神经机制研究；脑疾病发生机制的探索；基于脑机制的仿生算法研发；无人驾驶视觉任务应用等。

实验室近期发表文章：

1. HZ Liu, ...,H Liu. A Push-Pull Gut-Brain Signal Regulates Flexible Learning in C. elegans .PNAS,2026

2. Jiangpeng Zheng, ...,He Liu. WormVIO: Deep visual-inertial odometry via hierarchical instinct-bias sensor fusion.Information Fusion，2026

3. X Wang, ...,H Liu.Developmental patterns of the C. elegans neural circuits using community detection.Neuroscience,2026

4. RX Shi, ...,H Liu. Computational Protocol for Quantifying Body-Bending Amplitude and Period in Caenorhabditis elegans .STAR Protocols，2026

5. H Liu, PP Zheng, XB Wang. From Small Brains to Smart Machines: Translating Caenorhabditis Elegans Neural Circuit Principles into Artificial Intelligence.Frontiers in Neural Circuits，2025

6. Y Yang, H Jia,H Liu. Cerebrospinal fluid dynamics and brain function regulation: from homeostasis to neurological disorders.Frontiers in Neuroscience,2026

7. Y Yang*, ...,H Liu. An AIEgen-Based Carrier Enables Efficient Cytosolic Delivery of Bioactive Proteins.International Journal of Nanomedicine，2025

8. RX Qin, ...,H Liu. Global trends in Alzheimer's Disease and Other Dementias: A comprehensive analysis of incidence, socio-demographic variations, and future projections.Plos One，2025

9. HJ Zhao#, ...,H Liu*. Hungry for Knowledge: Octopamine Signaling Regulates Hunger-Enhanced Olfactory Learning.Advanced Science，2025

10. X Wang, ...,H Liu. Prediction of functional neural circuits in caenorhabditis elegans based on overlapping community detection.

Neural Networks, 2025

1. JP Zheng, ...,H Liu. A Lightweight Detection Network inspired by the Olfactory Learning Circuit of Caenorhabditis elegans .International Conference on Intelligent Computing, 2025 (计算机领域会议论文)

2. X Wang, ...,H Liu*. An Artificial Neural Network for Image Classification Inspired by the Aversive Olfactory Learning Neural Circuit in Caenorhabditis elegans .Advanced Science, 2025

3. XB Wang#, ...,H Liu. Dimorphic Neural Network Architecture Prioritizes Sexual-related Behaviors in Male C. elegans.eLife, 2025

联系方式： heliu@bnu.edu.cn

更多信息：https://fas.bnu.edu.cn/jyjg/xsgk/xtkxx1/xsszxtkx/xtkxfx2/85c1d972a8f44332aeffbf5804191a13.htm

「系统科学前沿」系列课程第一期

集智学园联合北师大系统科学学院开设，以方福康先生系统科学文集为思想基石，汇聚北师大系统科学领域十位教授，系统整合统计物理、生命系统中的智能行为、社会复杂系统建模、人工智能与复杂网络等多个交叉方向，构建一条从微观机制到宏观结构、从理论分析到实际应用的知识脉络。

详情请见：

1.

2.

3.

5.

6.

7.

8.

9.