Abstract In spite of the remarkable progress made in the burgeoning field of social neuroscience, the neural mechanisms that underlie social encounters are only beginning to be studied and could – paradoxically – be seen as representing the “dark matter” of social neuroscience. Recent conceptual and empirical developments consistently indicate the need for investigations that allow the study of real-time social encounters in a truly interactive manner. This suggestion is based on the premise that social cognition is fundamentally different when we are in interaction with others rather than merely observing them. In this article, we outline the theoretical conception of a second-person approach to other minds and review evidence from neuroimaging, psychophysiological studies, and related fields to argue for the development of a second-person neuroscience, which will help neuroscience to really “go social”; this may also be relevant for our understanding of psychiatric disorders construed as disorders of social cognition.

The "default system" of the brain has been described as a set of regions which are 'activated' during rest and 'deactivated' during cognitively effortful tasks. To investigate the reliability of task-related deactivations, we performed a meta-analysis across 12 fMRI studies. Our results replicate previous findings by implicating medial frontal and parietal brain regions as part of the "default system". However, the cognitive correlates of these deactivations remain unclear. In light of the importance of social cognitive abilities for human beings and their propensity to engage in such activities, we relate our results to findings from neuroimaging studies of social cognition. This demonstrates a remarkable overlap between the brain regions typically involved in social cognitive processes and the "default system". We, henceforth, suggest that the physiological 'baseline' of the brain is intimately linked to a psychological 'baseline': human beings have a predisposition for social cognition as the default mode of cognizing which is implemented in the robust pattern of intrinsic brain activity known as the "default system".

To characterize the neural correlates of being personally involved in social interaction as opposed to being a passive observer of social interaction between others we performed an fMRI study in which participants were gazed at by virtual characters (ME) or observed them looking at someone else (OTHER). In dynamic animations virtual characters then showed socially relevant facial expressions as they would appear in greeting and approach situations (SOC) or arbitrary facial movements (ARB). Differential neural activity associated with ME>OTHER was located in anterior medial prefrontal cortex in contrast to the precuneus for OTHER>ME. Perception of socially relevant facial expressions (SOC>ARB) led to differentially increased neural activity in ventral medial prefrontal cortex. Perception of arbitrary facial movements (ARB>SOC) differentially activated the middle temporal gyrus. The results, thus, show that activation of medial prefrontal cortex underlies both the perception of social communication indicated by facial expressions and the feeling of personal involvement indicated by eye gaze. Our data also demonstrate that distinct regions of medial prefrontal cortex contribute differentially to social cognition: whereas the ventral medial prefrontal cortex is recruited during the analysis of social content as accessible in interactionally relevant mimic gestures, differential activation of a more dorsal part of medial prefrontal cortex subserves the detection of self-relevance and may thus establish an intersubjective context in which communicative signals are evaluated.

Abstract The ability and motivation to share attention is a unique aspect of human cognition. Despite its significance, the neural basis remains elusive. To investigate the neural correlates of joint attention, we developed a novel, interactive research paradigm in which participants' gaze behavior—as measured by an eye tracking device—was used to contingently control the gaze of a computer-animated character. Instructed that the character on screen was controlled by a real person outside the scanner, 21 participants interacted with the virtual other while undergoing fMRI. Experimental variations focused on leading versus following the gaze of the character when fixating one of three objects also shown on the screen. In concordance with our hypotheses, results demonstrate, firstly, that following someone else's gaze to engage in joint attention resulted in activation of anterior portion of medial prefrontal cortex (MPFC) known to be involved in the supramodal coordination of perceptual and cognitive processes. Secondly, directing someone else's gaze toward an object activated the ventral striatum which—in light of ratings obtained from participants—appears to underlie the hedonic aspects of sharing attention. The data, therefore, support the idea that other-initiated joint attention relies upon recruitment of MPFC previously related to the “meeting of minds.” In contrast, self-initiated joint attention leads to a differential increase of neural activity in reward-related brain areas, which might contribute to the uniquely human motivation to engage in the sharing of experiences.

The right temporo-parietal junction (RTPJ) is consistently implicated in two cognitive domains, attention and social cognitions. We conducted multi-modal connectivity-based parcellation to investigate potentially separate functional modules within RTPJ implementing this cognitive dualism. Both task-constrained meta-analytic coactivation mapping and task-free resting-state connectivity analysis independently identified two distinct clusters within RTPJ, subsequently characterized by network mapping and functional forward/reverse inference. Coactivation mapping and resting-state correlations revealed that the anterior cluster increased neural activity concomitantly with a midcingulate–motor–insular network, functionally associated with attention, and decreased neural activity concomitantly with a parietal network, functionally associated with social cognition and memory retrieval. The posterior cluster showed the exact opposite association pattern. Our data thus suggest that RTPJ links two antagonistic brain networks processing external versus internal information.

Abstract Sleep loss is associated with increased obesity risk, as demonstrated by correlations between sleep duration and change in body mass index or body fat percentage. Whereas previous studies linked this weight gain to disturbed endocrine parameters after sleep deprivation (SD) or restriction, neuroimaging studies revealed up-regulated neural processing of food rewards after sleep loss in reward-processing areas such as the anterior cingulate cortex, ventral striatum and insula. To tackle this ongoing debate between homeostatic versus hedonic factors underlying sleep loss-associated weight gain, we rigorously tested the association between SD and food cue processing using high-resolution fMRI and assessment of hormones. After taking blood samples from thirty-two lean, healthy men, they underwent fMRI while performing a neuroeconomic, value-based decision making task with snack food and trinket rewards following a full night of habitual sleep (HS) and a night of SD in a repeated-measures cross-over design. We found that des-acyl ghrelin concentrations were increased after SD compared with HS. Despite similar hunger ratings due to fasting in both conditions, participants were willing to spend more money on food items only after SD. Furthermore, fMRI data paralleled this behavioral finding, revealing a food reward-specific up-regulation of hypothalamic valuation signals and amygdala-hypothalamic coupling after a single night of SD. Behavioral and fMRI results were not significantly correlated with changes in acyl, des-acyl or total ghrelin concentrations. Our results indicate that increased food valuation after sleep loss is due to hedonic rather than hormonal mechanisms.

Abstract Predicting actions from nonverbal cues and using them to optimize one’s response behavior (i.e., interpersonal predictive coding) is essential in everyday social interactions. We aimed to investigate the neural correlates of different cognitive processes evolving over time during interpersonal predictive coding. Thirty-nine participants watched two agents depicted by moving point-light stimuli while an electroencephalogram (EEG) was recorded. One well-recognizable agent performed either a ‘communicative’ or an ‘individual’ action. The second agent either was blended into a cluster of noise dots (i.e., present), or was entirely replaced by noise dots (i.e., absent), which participants had to differentiate. EEG amplitude and coherence analyses for theta, alpha and beta frequency bands revealed a dynamic pattern unfolding over time: Watching communicative actions was associated with enhanced coupling within medial anterior regions involved in social and mentalizing processes and with dorsolateral prefrontal activation indicating a higher deployment of cognitive resources. Trying to detect the agent in the cluster of noise dots without having seen communicative cues was related to enhanced coupling in posterior regions for social perception and visual processing. Observing an expected outcome was modulated by motor system activation. Finally, when the agent was detected correctly, activation in posterior areas for visual processing of socially-relevant features was increased. Taken together, our results demonstrate that it is crucial to consider the temporal dynamics of social interactions and of their neural correlates to better understand interpersonal predictive coding. This could lead to optimized treatment approaches for individuals with problems in social interactions.

Background Current theories of psychosis highlight the role of abnormal learning signals, i.e., prediction errors (PEs) and uncertainty, in the formation of delusional beliefs. We employed computational analyses of behaviour and functional magnetic resonance imaging (fMRI) to examine whether such abnormalities are evident in at-risk mental state (ARMS) individuals.Methods Non-medicated ARMS individuals ( n =13) and control participants ( n =13) performed a probabilistic learning paradigm during fMRI data acquisition. We used a hierarchical Bayesian model to infer subject-specific computations from behaviour – with a focus on PEs and uncertainty (or its inverse, precision) at different levels, including environmental ‘volatility’ – and used these computational quantities for analyses of fMRI data.Results Computational modelling of ARMS individuals’ behaviour indicated volatility estimates converged to significantly higher levels than in controls. Model-based fMRI demonstrated increased activity in prefrontal and insular regions of ARMS individuals in response to precision-weighted low-level outcome PEs, while activations of prefrontal, orbitofrontal and anterior insula cortex by higher-level PEs (that serve to update volatility estimates) were reduced. Additionally, prefrontal cortical activity in response to outcome PEs in ARMS was negatively associated with clinical measures of global functioning.Conclusions Our results suggest a multi-faceted learning abnormality in ARMS individuals under conditions of environmental uncertainty, comprising higher levels of volatility estimates combined with reduced cortical activation, and abnormally high activations in prefrontal and insular areas by precision-weighted outcome PEs. This atypical representation of high- and low-level learning signals might reflect a predisposition to delusion formation.

Functional connectivity has garnered interest as a potential biomarker of psychiatric disorders including borderline personality disorder (BPD). However, small sample sizes and lack of within-study replications have led to divergent findings with no clear spatial foci. Evaluate discriminative performance and generalizability of functional connectivity markers for BPD. Whole-brain fMRI resting state functional connectivity in matched subsamples of 116 BPD and 72 control individuals defined by three grouping strategies. We predicted BPD status using classifiers with repeated cross-validation based on multiscale functional connectivity within and between regions of interest (ROIs) covering the whole brain—global ROI-based network, seed-based ROI-connectivity, functional consistency, and voxel-to-voxel connectivity—and evaluated the generalizability of the classification in the left-out portion of non-matched data. Full-brain connectivity allowed classification (~70 %) of BPD patients vs. controls in matched inner cross-validation. The classification remained significant when applied to unmatched out-of-sample data (~61–70 %). Highest seed-based accuracies were in a similar range to global accuracies (~70–75 %), but spatially more specific. The most discriminative seed regions included midline, temporal and somatomotor regions. Univariate connectivity values were not predictive of BPD after multiple comparison corrections, but weak local effects coincided with the most discriminative seed-ROIs. Highest accuracies were achieved with a full clinical interview while self-report results remained at chance level. The accuracies vary considerably between random sub-samples of the population, global signal and covariates limiting the practical applicability. Spatially distributed functional connectivity patterns are moderately predictive of BPD despite heterogeneity of the patient population.