Abstract Empathy can be elicited by physiological pain, as well as in social contexts. Although physiological and different social contexts induce a strong subjective experience of empathy, the general and context-specific neural representations remain elusive. Here, we combine fMRI with multivariate pattern analysis to establish neurofunctional models for pain empathy triggered by social exclusion and separation. Our findings revealed both overlapping and distinct neural representations for social exclusion and separation empathy across cortical and subcortical regions. This study established an evolutionary model that traces the progression from social pain to physiological pain empathy. In conclusion, this study establishes neural decoding models for pain empathy evoked by social exclusion and social separation, revealing their neural foundations and interconnectedness of empathy induced by social and physiological stimuli. These findings deepen our understanding of the neurobiological mechanisms underlying social pain empathy and provide robust neuromarkers to precisely evaluate empathy across physiological and social domains.

Abstract While disgust originates in the hard-wired mammalian distaste response, the conscious experience of disgust in humans strongly depends on subjective appraisal and may even extend to sociomoral contexts. In a series of studies, we combined functional magnetic resonance imaging (fMRI) with machine-learning based predictive modeling to establish a comprehensive neurobiological model of subjective disgust. The neurofunctional signature accurately predicted momentary self-reported subjective disgust across discovery ( n =78) and pre-registered validation ( n =30) cohorts and generalized across core disgust ( n =26) and sociomoral (unfair offers; n =43) contexts. Disgust experience was encoded in distributed cortical and subcortical systems, and exhibited distinct and shared neural representations with subjective fear or negative affect in interoceptive-emotional awareness and conscious appraisal systems while the signatures most accurately predicted the respective target experience. We provide an accurate fMRI-signature for disgust with a high potential to resolve ongoing evolutionary and clinical debates.

Traditional decision-making models conceptualize humans as optimal learners aiming to maximize outcomes by leveraging reward prediction errors (PE). While violated emotional expectations(emotional PEs) have recently been formalized, the underlying neurofunctional basis and whether it differs from reward PEs remain unclear. Using a modified fMRI Ultimatum Game on n=43 participants we modelled reward and emotional PEs in response to unfair offers and subsequent punishment decisions. Computational modelling revealed distinct contributions of reward and emotional PEs to punishment decisions, with reward PE exerting a stronger impact. This process was neurofunctionally dissociable such that (1) reward engaged the dorsomedial prefrontal cortex while emotional experience recruited the anterior insula, (2) multivariate decoding accurately separated reward and emotional PEs. Predictive neural expressions of reward but not emotional PEs in fronto-insular systems predicted neurofunctional and behavioral punishment decisions. Overall, these findings suggest distinct neurocomputational processes underlie reward and emotional PEs which uniquely impact social decisions.

Abstract Arousal is fundamental for affective experience and, together with valence, defines the core affective space. However, a precise brain model of affective arousal is lacking, leading to continuing debates of whether the neural systems generalize across valence domains and are separable from those underlying autonomic arousal. Here, we combined naturalistic fMRI with predictive modeling to develop a brain affective arousal signature (BAAS, discovery-validation design, n = 96) and demonstrate its (1) sensitivity and generalizability across mental processes and valence domains, and (2) neural distinction from autonomic arousal (18 studies, n = 735). Affective arousal was encoded in distributed cortical (e.g., prefrontal regions, insula) and subcortical (e.g., amygdala, periaqueductal gray) systems. Given that high arousal progressively overshadows specific emotions we applied the BAAS to improve specificity of established neuroaffective signatures. Our study provides a biologically plausible affective arousal model that aligns with the affective space and has a high application potential.