Coding abstract concepts in the brain Grid cells are thought to provide the neuronal code that underlies spatial knowledge in the brain. Grid cells have mostly been studied in the context of path integration. However, recent theoretical studies have suggested that they may have a broader role in the organization of general knowledge. Constantinescu et al. investigated whether the neural representation of concepts follows a structure similar to the representation of space in the entorhinal cortex. Several brain regions, including the entorhinal cortex and the ventromedial prefrontal cortex, showed gridlike neural representation of conceptual space. Science , this issue p. 1464

Psychophysiological interactions (PPIs) analysis is a method for investigating task-specific changes in the relationship between activity in different brain areas, using functional magnetic resonance imaging (fMRI) data. Specifically, PPI analyses identify voxels in which activity is more related to activity in a seed region of interest (seed ROI) in a given psychological context, such as during attention or in the presence of emotive stimuli. In this tutorial, we aim to give a simple conceptual explanation of how PPI analysis works, in order to assist readers in planning and interpreting their own PPI experiments.

The cerebellum processes information from functionally diverse regions of the cerebral cortex. Cerebellar input and output nuclei have connections with prefrontal, parietal, and sensory cortex as well as motor and premotor cortex. However, the topography of the connections between the cerebellar and cerebral cortices remains largely unmapped, as it is relatively unamenable to anatomical methods. We used resting-state functional magnetic resonance imaging to define subregions within the cerebellar cortex based on their functional connectivity with the cerebral cortex. We mapped resting-state functional connectivity voxel-wise across the cerebellar cortex, for cerebral–cortical masks covering prefrontal, motor, somatosensory, posterior parietal, visual, and auditory cortices. We found that the cerebellum can be divided into at least 2 zones: 1) a primary sensorimotor zone (Lobules V, VI, and VIII), which contains overlapping functional connectivity maps for domain-specific motor, somatosensory, visual, and auditory cortices; and 2) a supramodal zone (Lobules VIIa, Crus I, and II), which contains overlapping functional connectivity maps for prefrontal and posterior-parietal cortex. The cortical connectivity of the supramodal zone was driven by regions of frontal and parietal cortex which are not directly involved in sensory or motor processing, including dorsolateral prefrontal cortex and the frontal pole, and the inferior parietal lobule.

In both the wild and the laboratory, animals' preferences for one course of action over another reflect not just reward expectations but also the cost in terms of effort that must be invested in pursuing the course of action. The ventral striatum and dorsal anterior cingulate cortex (ACCd) are implicated in the making of cost–benefit decisions in the rat, but there is little information about how effort costs are processed and influence calculations of expected net value in other mammals including humans. We performed a functional magnetic resonance imaging study to determine whether and where activity in the human brain was available to guide effort-based cost–benefit valuation. Subjects were scanned while they performed a series of effortful actions to obtain secondary reinforcers. At the beginning of each trial, subjects were presented with one of eight different visual cues that they had learned indicated how much effort the course of action would entail and how much reward could be expected at its completion. Cue-locked activity in the ventral striatum and midbrain reflected the net value of the course of action, signaling the expected amount of reward discounted by the amount of effort to be invested. Activity in ACCd also reflected the interaction of both expected reward and effort costs. Posterior orbitofrontal and insular activity, however, only reflected the expected reward magnitude. The ventral striatum and anterior cingulate cortex may be the substrate of effort-based cost–benefit valuation in primates as well as in rats.

Executing social cognition successfully requires more brain power.

Despite the prominence of parietal activity in human neuroimaging investigations of sensorimotor and cognitive processes, there remains uncertainty about basic aspects of parietal cortical anatomical organization. Descriptions of human parietal cortex draw heavily on anatomical schemes developed in other primate species, but the validity of such comparisons has been questioned by claims that there are fundamental differences between the parietal cortex in humans and other primates. A scheme is presented for parcellation of human lateral parietal cortex into component regions on the basis of anatomical connectivity and the functional interactions of the resulting clusters with other brain regions. Anatomical connectivity was estimated using diffusion-weighted magnetic resonance image (MRI)-based tractography, and functional interactions were assessed by correlations in activity measured with functional MRI at rest. Resting-state functional connectivity was also assessed directly in the rhesus macaque lateral parietal cortex in an additional experiment, and the patterns found reflected known neuroanatomical connections. Cross-correlation in the tractography-based connectivity patterns of parietal voxels reliably parcellated human lateral parietal cortex into 10 component clusters. The resting-state functional connectivity of human superior parietal and intraparietal clusters with frontal and extrastriate cortex suggested correspondences with areas in macaque superior and intraparietal sulcus. Functional connectivity patterns with parahippocampal cortex and premotor cortex again suggested fundamental correspondences between inferior parietal cortex in humans and macaques. In contrast, the human parietal cortex differs in the strength of its interactions between the central inferior parietal lobule region and the anterior prefrontal cortex.

Statistical regularities in the causal structure of the environment enable us to predict the probable outcomes of our actions. Environments differ in the extent to which action-outcome contingencies are stable or volatile. Difficulty in being able to use this information to optimally update outcome predictions might contribute to the decision-making difficulties seen in anxiety. We tested this using an aversive learning task manipulating environmental volatility. Human participants low in trait anxiety matched updating of their outcome predictions to the volatility of the current environment, as predicted by a Bayesian model. Individuals with high trait anxiety showed less ability to adjust updating of outcome expectancies between stable and volatile environments. This was linked to reduced sensitivity of the pupil dilatory response to volatility, potentially indicative of altered norepinephrinergic responsivity to changes in this aspect of environmental information.

The human dorsal frontal cortex has been associated with the most sophisticated aspects of cognition, including those that are thought to be especially refined in humans. Here we used diffusion-weighted magnetic resonance imaging (DW-MRI) and functional MRI (fMRI) in humans and macaques to infer and compare the organization of dorsal frontal cortex in the two species. Using DW-MRI tractography-based parcellation, we identified 10 dorsal frontal regions lying between the human inferior frontal sulcus and cingulate cortex. Patterns of functional coupling between each area and the rest of the brain were then estimated with fMRI and compared with functional coupling patterns in macaques. Areas in human medial frontal cortex, including areas associated with high-level social cognitive processes such as theory of mind, showed a surprising degree of similarity in their functional coupling patterns with the frontal pole, medial prefrontal, and dorsal prefrontal convexity in the macaque. We failed to find evidence for "new" regions in human medial frontal cortex. On the lateral surface, comparison of functional coupling patterns suggested correspondences in anatomical organization distinct from those that are widely assumed. A human region sometimes referred to as lateral frontal pole more closely resembled area 46, rather than the frontal pole, of the macaque. Overall the pattern of results suggest important similarities in frontal cortex organization in humans and other primates, even in the case of regions thought to carry out uniquely human functions. The patterns of interspecies correspondences are not, however, always those that are widely assumed.

Brains use predictive models to facilitate the processing of expected stimuli or planned actions. Under a predictive model, surprising (low probability) stimuli or actions necessitate the immediate reallocation of processing resources, but they can also signal the need to update the underlying predictive model to reflect changes in the environment. Surprise and updating are often correlated in experimental paradigms but are, in fact, distinct constructs that can be formally defined as the Shannon information (IS) and Kullback-Leibler divergence (DKL) associated with an observation. In a saccadic planning task, we observed that distinct behaviors and brain regions are associated with surprise/IS and updating/DKL. Although surprise/IS was associated with behavioral reprogramming as indexed by slower reaction times, as well as with activity in the posterior parietal cortex [human lateral intraparietal area (LIP)], the anterior cingulate cortex (ACC) was specifically activated during updating of the predictive model (DKL). A second saccade-sensitive region in the inferior posterior parietal cortex (human 7a), which has connections to both LIP and ACC, was activated by surprise and modulated by updating. Pupillometry revealed a further dissociation between surprise and updating with an early positive effect of surprise and late negative effect of updating on pupil area. These results give a computational account of the roles of the ACC and two parietal saccade regions, LIP and 7a, by which their involvement in diverse tasks can be understood mechanistically. The dissociation of functional roles between regions within the reorienting/reprogramming network may also inform models of neurological phenomena, such as extinction and Balint syndrome, and neglect.

In the absence of external stimuli or task demands, correlations in spontaneous brain activity (functional connectivity) reflect patterns of anatomical connectivity. Hence, resting-state functional connectivity has been used as a proxy measure for structural connectivity and as a biomarker for brain changes in disease. To relate changes in functional connectivity to physiological changes in the brain, it is important to understand how correlations in functional connectivity depend on the physical integrity of brain tissue. The causal nature of this relationship has been called into question by patient data suggesting that decreased structural connectivity does not necessarily lead to decreased functional connectivity. Here we provide evidence for a causal but complex relationship between structural connectivity and functional connectivity: we tested interhemispheric functional connectivity before and after corpus callosum section in rhesus monkeys. We found that forebrain commissurotomy severely reduced interhemispheric functional connectivity, but surprisingly, this effect was greatly mitigated if the anterior commissure was left intact. Furthermore, intact structural connections increased their functional connectivity in line with the hypothesis that the inputs to each node are normalized. We conclude that functional connectivity is likely driven by corticocortical white matter connections but with complex network interactions such that a near-normal pattern of functional connectivity can be maintained by just a few indirect structural connections. These surprising results highlight the importance of network-level interactions in functional connectivity and may cast light on various paradoxical findings concerning changes in functional connectivity in disease states.