IF50.5｜背内侧前额叶用基函数压缩表征复杂社会决策

dmPFC/ACC 用类似视觉运动域的基函数编码社会互动组合，而非个体身份。

这篇按生信解读号的读法拆：先看背景和问题，再看作者怎么做、做出了哪几条硬发现，最后把数据和代码收走。

研究背景

社会环境中个体间关系呈指数增长，大脑如何高效编码多人互动是核心挑战。传统观点认为 dmPFC 和 ACC 以个体为中心（agent-centric）表征社会信息，即把知识绑定到具体人物（如自己或他人）。然而，在多人群体中，个体身份与互动模式同样重要，且追踪所有身份和关系计算负担巨大。已有研究表明，感觉、运动和空间领域普遍采用基函数（basis functions）压缩表征，将多维输入映射到低维空间，灵活支持行为。这种编码方式是否也适用于社会认知，尤其是 dmPFC/ACC 对社会互动组合的表征，尚不清楚。

科学问题

卡在哪里： 此前社会神经科学研究多局限于两人互动，无法区分个体身份编码与互动组合编码。多人情境下，大脑是否采用类似基函数的压缩表征来编码社会互动可能性，以及这种表征如何指导决策，缺乏直接证据。

本文要回答： 探究 dmPFC/ACC 是否用基函数压缩表征社会互动组合，并检验这种编码对决策行为的影响。

技术路线

作者主要用了：fMRI、行为实验、计算建模、漂移扩散模型、基函数分析。

作者设计了一个四人群体决策任务，参与者观察四名玩家（自我、搭档、两名对手）的绩效序列，随后进行二元或群体比较。关键设计是玩家呈现顺序与身份完全正交，从而分离序列位置编码与个体身份编码。通过定义三个正交基函数（w1, w2, w3），将四维序列绩效投影到三维子空间，捕捉所有可能的决策变量。fMRI 实验（n=56）在观察阶段结束时检测基函数投影的神经表征，同时控制个体中心变量。随后进行大规模行为实验（n=795）验证压缩编码的行为优势，以及一个非社会运动控制实验（n=32）检验编码的领域特异性。

图 1　Fig. 1。图1展示实验设计：参与者先完成知觉任务，其真实绩效与三名先前参与者的绩效一起在fMRI群体决策任务中呈现。四人分为两队（自我+搭档 vs 两名对手）。试验包括观察阶段（约8秒，呈现四名玩家的成功/错误绩效序列）和决策阶段（比较特定玩家或团队）。行为结果显示自我决策比搭档决策更准确、更快，且神经数据在pgACC和dmPFC分别编码自我和搭档绩效，表明个体中心表征存在。

核心亮点

亮点 1｜dmPFC/ACC 编码基函数投影

在观察阶段结束时，dmPFC 延伸至 ACC 的脑区活动与三个基函数投影（b1, b2, b3）显著相关（b1: t55=2.886, P=0.006; b2: t55=2.749, P=0.008; b3: t55=3.081, P=0.003），而对任务无关的零向量无显著反应（t55=0.229, P=0.820）。该效应在独立 ROI 中验证，且与个体中心信号（如自我、搭档绩效）分离。这表明 dmPFC/ACC 以压缩格式表征社会互动组合，而非简单追踪个体身份。

图 2　Fig. 2。图2解释基函数概念：玩家呈现顺序与身份正交，允许分离序列位置与个体身份编码。从个体中心视角，决策信息是四维空间中的点；从序列视角，所有决策变量位于三维子空间，由三个基函数（w1, w2, w3）定义。基函数投影（如b2）直接对应群体决策变量，而二元决策需两个基函数线性组合。这些基函数与决策相关变量（如选择、社会DV）几乎不共享方差，表明它们是独立的抽象表征。

亮点 2｜基函数按决策相关性分层组织

基函数可依据决策相关性排序：群体决策仅需一个主基函数，二元决策需主基函数与次基函数组合。fMRI 显示，在二元决策期间，主、次基函数的组合效应在 dmPFC、外侧前额叶和腹侧纹状体等区域出现，而最终价值比较在 vmPFC 中表征。漂移扩散模型证实次基函数对选择的影响晚于主基函数（自我决策：t55=3.71, P<0.001；搭档决策：t55=2.20, P=0.032），表明大脑按层级时序整合基函数信息。

图 3　Fig. 3。图3展示fMRI结果：dmPFC/ACC区域对三个基函数投影均有显著响应（b1, b2, b3），但对零向量无响应。S位置信号呈双相（先正后负）。基函数按决策相关性排序：群体决策仅需主基函数，二元决策需主+次基函数。漂移扩散模型显示次基函数影响晚于主基函数。行为上，无关玩家对决策产生特征性影响，与基函数模型预测一致。

亮点 3｜压缩编码带来行为优势

大规模行为实验（n=795）比较了包含群体决策的“群体条件”与仅含二元决策的“无群体条件”。在匹配的自我和搭档决策中，群体条件显著提高了首决策准确率（自我：t793=2.074, P=0.038；搭档：t793=2.254, P=0.024），且相关玩家信息权重更高（自我：t793=3.058, P=0.002；搭档：t793=3.021, P=0.003）。同时，无关玩家效应增强，形成基函数模型预测的特征模式。这表明压缩编码提高了决策效率，而非单纯混淆个体。

图 4　Fig. 4。图4展示行为实验（研究2）：比较群体条件与无群体条件。群体条件包含群体决策，无群体条件仅含自我和搭档决策。在匹配的自我和搭档决策中，群体条件首决策准确率更高，且相关玩家信息权重更大，无关玩家效应更强。这表明群体决策的存在促进了基函数压缩编码，提高了决策效率。

亮点 4｜非社会运动任务中基函数编码保留

在非社会运动控制实验（n=32）中，参与者比较手指敲击次数而非玩家绩效。社会特异性表征消失（自我优势消失：正确率 t31=-0.3, P=0.766；反应时 t31=-1.078, P=0.289），但基函数投影在 pgACC 中仍有显著效应（t31=3.168, P=0.003）。此外，基函数相关激活在运动任务中转移至额极区域，而 vmPFC 的决策价值编码在两种任务中均存在。这表明基函数编码是跨领域的通用计算机制，但具体神经实现可能不同。

图 5　Fig. 5。图5展示非社会运动控制实验（研究3）：参与者比较手指敲击次数而非玩家绩效。社会特异性表征消失（自我优势消失），但基函数投影在pgACC中仍有显著效应。基函数相关激活在运动任务中转移至额极区域，而vmPFC的决策价值编码在两种任务中均存在。这表明基函数编码是跨领域的通用机制，但具体神经实现可能不同。

亮点 5｜基函数模型优于个体中心模型

贝叶斯模型比较显示，dmPFC/ACC 的神经活动由基函数模型解释优于个体中心模型。行为模拟进一步表明，主基函数权重高于次基函数时，会产生无关玩家对决策的特征性影响，与实际数据吻合。信息论指标证实基函数模型预测准确率显著高于个体中心模型（t55=8.111, P<0.001, Cohen's d=1.084）。这为压缩编码的社会决策优势提供了定量证据。

生信可带走

这一块是给做分析的人用的，不是科普点缀。

• 方法栈： fMRI、行为实验、计算建模、漂移扩散模型、基函数分析
• 公开数据： 原文未给出公开组学登录号
• 代码： 原文未给出公开 GitHub/GitLab 仓库
• 谁该点开原文： 对社会认知神经科学、决策计算建模及跨领域表征学习感兴趣的研究者。

带走一句

社会认知研究应超越个体身份编码，关注互动组合的压缩表征；基函数框架可迁移至其他复杂决策领域。