《Nature》大脑如何处理复杂社会决策？研究揭示背内侧前额叶皮层关键机制

为探究大脑处理复杂社会决策的机制，研究人员开展相关研究，发现 dmPFC 和 ACC 以基函数编码社交信息，影响决策。

　　

在复杂多变的社会环境中，人们每天都要做出各种社会决策，比如在团队合作中判断谁的贡献更大，在竞争场景里决定是进攻还是防守。大脑究竟是如何处理这些复杂的社会信息，进而做出决策的呢？这一直是神经科学领域备受关注的问题。以往研究虽发现大脑会以自我为中心编码社会信息，但面对复杂的多人互动场景，这种编码方式在计算上存在困难。为了解开这个谜团，来自伦敦大学学院、牛津大学等机构的研究人员展开了深入研究，其成果发表在《Nature》上。

研究人员主要采用了功能磁共振成像（fMRI）、行为实验等技术方法。在实验中，招募了不同数量的参与者，通过设计多种实验任务收集数据，如让参与者进行感知任务，之后在 fMRI 实验中基于感知任务表现进行社会决策等。

研究人员设计了一个多人社会决策任务，参与者需根据随机呈现的四个玩家的表现信息做出决策。研究发现，大脑在处理这个任务时，既采用了以主体为中心的参照框架，也使用了与顺序相关的参照框架。行为和神经信号显示，参与者对自己表现的决策更准确、更迅速，内侧前额叶皮层存在与自我和他人相关的活动区分，这体现了以主体为中心的编码方式。而通过特定的实验设计，研究人员发现决策还可基于顺序参照框架，相关顺序变量存在于一个由三个基函数定义的 3D 子空间中。这表明大脑在社会决策中存在更灵活的编码方式。

利用 fMRI 研究发现，背内侧前额叶皮层（dmPFC）延伸至相邻的前扣带回皮层（ACC）的活动，与顺序神经编码相关。在这个脑区，能观察到对三个基函数投影的显著效应，且该区域的信号与主体中心信号可明显区分。这意味着 dmPFC/ACC 在决策前，以灵活、有时间结构的格式沿所有任务相关维度表征表现。基函数可按相关性排序并在时间上串行组合，指导不同决策。在群体决策中，一个主要基函数即可定义顺序决策变量；在二元决策中，则需主要和次要基函数结合。漂移扩散模型证实，参与者在决策过程中会先考虑主要基函数，再结合次要基函数，且主要基函数对决策的影响更大。

为进一步验证基函数在决策中的作用，研究人员开展了行为实验。实验设置了有群体决策和无群体决策的两种条件，结果发现，在有群体决策的条件下，参与者决策准确性更高，对相关玩家信息的依赖更强，这表明基函数压缩信息能提升决策能力。在无群体决策条件下，参与者更多依赖非社会奖励信息。

此外，研究人员进行了一项非社会 fMRI 对照实验，参与者需追踪和比较手指动作。实验结果表明，去除社会框架后，虽社会特异性表征消失，但基函数相关的行为特征依然可见，且在大脑的前扣带回皮层（pgACC）区域仍能观察到基函数的神经特征。这说明基函数编码可能是一种跨领域的通用决策组织机制。

综上所述，该研究表明大脑以压缩格式追踪社会互动的组合模式，dmPFC 和 ACC 信号沿基函数轴变化，在决策过程中，这些基函数按相关性重组，辅助决策。这种基函数的使用，可高效压缩和排序决策过程，解释了为何在看似更复杂的决策空间中决策准确性反而提高。该研究不仅揭示了大脑处理社会信息和决策的新机制，还为理解人类社会认知提供了重要依据，暗示大脑在社会领域应用了与视觉、运动和空间领域类似的编码原则，有助于进一步探索人类大脑在不同领域的决策奥秘，为相关神经科学研究开辟了新方向。