编辑推荐：
本综述聚焦社会从众与精神疾病共享的神经机制，探讨奖赏、惩罚及情感回路（如腹侧纹状体 VS、眶额皮质 OFC 等）如何通过强化学习、主动推理等计算过程影响从众行为，提出分层计算框架以解析其动态交互，为精神疾病精准治疗提供新方向。
摘要
社会从众与精神疾病存在脑区和神经通路重叠，揭示其潜在共享神经与计算机制具重要意义。群体行为动态可缓解或加剧心理健康状况，需将社会神经科学与精神病学结合。研究探讨异常神经生物学回路和计算如何影响社会从众，提出基于动力系统和主动推理的分层计算框架，以阐释驱动社会从众过程的多层相互作用，该框架对精神疾病研究尤其是靶向药物治疗和神经刺激技术的临床转化具指导意义，跨学科研究有望推动社会和临床神经科学发展，促进针对异常社会行为精神疾病的更有效个体化治疗方法出现。
引言
社会从众指改变态度、信念和行为以与他人一致，是人类社会行为重要方面，通过基于信息获取的决策优化促进集体决策。从众行为从出生就有体现，既有满足归属感的积极面，也有导致孤独和抑郁的适应不良面。临床研究已关注其计算和神经生物学过程，且异常社会从众与精神疾病核心症状存在关联，计算方法可基于从亚细胞到社会的复杂相互作用数据进行解释。综述旨在探讨社会从众的神经和计算机制，及其与精神疾病患者异常神经回路的重叠，提出分层计算模型量化精神疾病患者的社会从众，评估社会情境中的动态交互，讨论该框架的挑战与机遇以助精神疾病患者恢复社会功能。
社会从众的神经生物学基础
奖赏回路
奖赏回路包括腹侧纹状体（VS）、眶额皮质（OFC）和内侧前额叶皮质（mPFC），驱动个体寻求社会认可和群体归属感，促使个体调整态度以符合多数人，预期获得积极社会强化。经典研究如 Asch 的线段判断任务和面部吸引力评估任务均显示奖赏相关神经回路的激活，其中 OFC 和 VS 在个体偏好同伴高度评价的面孔时激活增强，腹内侧前额叶皮质（vmPFC）在决策中权衡社会价值。
基于适应性社会学习和强化学习理论，同伴选择和行为动态调节态度转变的潜在价值，导致从众行为。背侧纹状体等神经基质具预测误差检测功能，通过社会学习调整无模型系统。重视社会群体成员身份的情感红利促使个体使感知和行为与群体规范一致，强化带来奖励结果的行为。多巴胺作为连接奖赏系统和强化学习的神经递质起核心作用，杏仁核通过投射到腹侧被盖区（VTA）的 GABA 能中间神经元，解除对 DA 神经元的抑制，增强社交奖赏处理时伏隔核（NAcc）的多巴胺释放。自闭症谱系障碍（ASD）中多巴胺释放失调可能降低对社会奖赏的敏感性，多巴胺爆发模式与奖励预测误差（RPEs）密切相关，驱动强化学习计算引导行为，提示社会从众是适应性社会学习和强化学习过程的结果。
尽管社会从众与精神疾病关联的实证研究较少，但已有研究表明异常奖赏回路导致精神疾病核心症状。如 ASD 患者从众倾向显著降低，存在从众意识缺陷，证据指向伏隔核（NAcc）区域异常可能导致其编码群体规范困难，孤独也可能导致遵守社会规范的动机减弱，计算学习模型显示异常神经机制在检测预测与现实差异方面受损，削弱患者对奖励的敏感性。
惩罚回路
惩罚回路包括后内侧额叶皮质（pMFC）和前岛叶（AI），在避免社交痛苦和排斥中起关键作用，保障社会联系，当排斥发生时，痛苦的社交互动引发社交痛苦，激活惩罚回路以避免负面结果。但精神疾病患者常难以从惩罚中学习，当大脑的计算能力无法匹配环境需求时就会致病，pMFC 和中脑导水管周围灰质（PAG）异常可导致错误预测和预期计算，PAG 也与主观价值投射有关。
近期研究强调背内侧前额叶皮质（dmPFC）和背前扣带皮层（dACC）在 pMFC 网络中的重要性，它们参与调节认知失调和促进社会从众。例如 dACC 在适应群体规范时激活，帮助调和差异、维持认知和谐和调整内部模型，dmPFC 活动与刻板印象和不服从行为密切相关，与外国人互动时 dmPFC 激活增强。主动推理理论认为社会情境中的行为选择是基于先验知识和新证据推断观察到现象最可能原因的适应过程。
物质使用障碍（SUD）作为慢性神经系统疾病，破坏奖赏和惩罚回路。边缘型人格障碍（BPD）患者在 dmPFC 和岛叶等区域的冲突控制活动受损，表明调节社会负面情绪存在缺陷，可能导致越轨行为和无视社会规范。相反，强迫症（OCD）患者在 dACC 和 dmPFC 表现出过度警觉，导致对错误和冲突的过度反应，这种对社会一致性的高度关注加上焦虑，构成了 OCD 相关社会从众的病理性质。惩罚回路、神经化学调节剂和神经精神疾病之间的复杂相互作用凸显了社会从众和偏离的复杂性。
情感系统
情感系统与恐惧等负面情绪相关，在引导个体在社会环境中决定从众或异议方面起关键作用。当个体与亲密朋友意见不一致时会产生社交焦虑，触发中央杏仁核激活。从动机角度可量化异常社会从众，某些参数影响个体在社交场合中沉迷或避免情感体验，凸显杏仁核在调节对社会挑战的情感反应中的作用。近期研究进一步阐明杏仁核与奖赏回路在正负社交场景中的紧密联系，如获得社会认可等积极事件促使杏仁核和右颞顶联合区（rTPJ）同时激活，突显情感与社会强化的动态相互作用。
杏仁核作为情绪处理的关键中枢，因其与各种精神疾病的关联而备受科学关注。值得注意的是，杏仁核结构异常是 ASD 和注意缺陷多动障碍（ADHD）发展的关键因素。动物模型也证明杏仁核与药物成瘾有关，在阿片类药物戒断期间，杏仁核接收来自 VTA 多巴胺系统的强烈投射，表明杏仁核与多巴胺共同介导与药物治疗停止相关的负面情绪。此外，偏执型妄想障碍（PT-DD）作为精神分裂症的常见亚型，主要归因于杏仁核和 OFC 的功能障碍。尽管已尝试对焦虑症机制进行计算建模，但进展因缺乏有启发性的神经影像学数据而受阻。
社会从众的神经生物学回路，包括奖赏、惩罚和情感网络，是动态交互而非孤立运作的。在群体决策过程中，腹侧纹状体和前岛叶共同激活，平衡社会接受和排斥风险，而杏仁核增强反馈的情感显著性，调节纹状体奖赏信号。然而，仅神经生物学发现无法完全描绘这些相互作用或建立与从众驱动行为的因果关系。计算模型提供了量化这些过程的框架，整合神经机制和行为结果以完善对精神疾病中社会从众的理解。为充分阐明复杂机制并准确量化异常社会从众行为的潜在参数，将计算模型纳入研究势在必行，这将有助于深入理解神经回路、遗传变异和行为结果之间的关系，最终为精神健康障碍靶向干预措施的开发提供信息。
计算精神病学与分层计算框架
计算精神病学为揭示社会从众的复杂性提供了强大工具，尤其是考虑到传统决策框架的局限性。例如冯?诺依曼和摩根斯特恩的经典期望效用理论侧重于理性行为和在不确定性中最大化利益，但人类行为，尤其是在社会情境中，常常显得缺乏理性，精神疾病患者在现实社会决策场景中往往放弃自我利益最大化，这在包括两人经济范式等各种社会表现任务中显而易见，计算精神病学为社会从众提供了新见解，解决社会互动的隐藏状态。
此外，计算技术在精神疾病领域被低估。由于不断受到环境和内部刺激的冲击，大脑负责大量数据计算，有时可能超载，这种大脑计算错误（不同于神经损伤）可导致精神疾病。计算神经科学和机器学习的进步有助于阐明这些过程，因此对未来临床治疗的改进至关重要。临床神经科学的另一个重要问题是理解跨诊断过程，尽管存在明显异质性，但与社会从众相关的相似生物学和神经基质可能在一系列不同精神疾病中共享，经过验证的计算方法有望揭示跨社会情境和不同心理疾病的共同心理模式。计算精神病学利用数学模型和跨诊断方法探索异常社会行为的机制，但迄今为止，仅存在从临床数据到计算精神病学的单向转化。为加深对精神病学中社会从众的理解，并进一步推动计算模型的主动指导转化为有效干预措施，引入基于分层计算和主动推理整合的新框架，旨在揭示以前未发现的机制以实现更好的治疗。
主动推理基于贝叶斯模型，已成为理解、预测和监测精神疾病患者社会从众的有前途途径，该计算方法已成功应用于精神分裂症患者的人类决策和社会协调。根据主动推理，社会从众被视为实现主体与环境互动的适应性行为方式，由于个体之间的动态相互作用，在社交互动中期望往往会趋同，就像两只鸟在二重唱中协调鸣叫一样。为理解行为选择的动机，主动推理将决策过程概念化为基于先验知识和新证据推断观察到现象最可能原因的过程。在此前提下，精神分裂症的阳性症状如幻觉和妄想可解释为减少主体与环境互动不确定性的尝试失败，这可能源于在优化结果过程中缺乏先验知识，包括忘记先前有效的行为。主动推理受损导致异常社会从众，而不同模型依赖多个参数（如奖励敏感性参数、逆决策温度参数），这需要一个包含这些参数并允许它们在复杂社会情境中变化和相互作用的多层模型。
鉴于此，分层计算框架特别适合对个体与社会群体之间复杂的互动结构进行建模，它超越了传统的一元论观点，将社会从众视为个体与社区之间的复杂相互作用。从本质上讲，社会从众是多层次相互作用估计的结果，因此受益于对这一过程的计算理解。所提出框架的核心依赖于连接个体和群体层面的动态预测编码，捕捉主体与其不断发展的社会环境之间的互动。通过社会实践，个体更新他们的信念并决定是否根据先验知识遵守。
在第一层，社会群体建立风格规则和规范以建立个体之间的联系，这可能通过相互作用影响先验信念。另一方面，在第二层，个体的互动利用社会规范，他们逐渐探索新的子群体以建立独特的联系。为了最小化预测误差，个体试图将结果精确归因于特定的社会决策，这一过程在精神疾病患者中常常出错。耦合的预测和结果分别培养个体和群体之间的联系，为有心理病理的人提供不适当的社会从众指导。
为了证明所提出框架的有效性和可靠性，对模拟数据进行了分析。基于 Python 3.12 实现了整合仓本模型和主动推理的分层计算模型，模拟了两个不同的群体：神经典型个体（NT）和精神疾病患者（PT），假设后者表现出较低的互动水平。每个群体由 10 人组成，每个群体有 45 个可能的配对，模拟跨越 200 个时间步。仓本模型描述了耦合振荡器的相位演化，其中 ωi表示振荡器的自然频率，Kij表示振荡器 i 和 j 之间的耦合强度，θn(t) 表示振荡器 n 在时间 t 的相位，术语 ξ 引入高斯噪声，为系统动力学增加随机性。NT 的耦合强度（KNT=0.3）设置为高于 PT（KPT=0.1），反映后者人际互动减少。仓本模型的相位差和耦合强度随后用于为主动推理中的统计模型提供信息，包括预测误差和先验约束。在主动推理中，变分自由能通常分解为：DKL是 Kullback-Leibler（KL）散度，捕捉后验 Q (s) 和先验信念 P (s) 之间的差异，第二项表示意外，衡量给定内部状态的观察可能性。对于社会和人际推理（与仓本模型整合），需要一个简化的自由能公式，捕捉：（1）预测误差 —— 预期和观察到的同步之间的差异；（2）信念的先验约束 —— 确保信念基于互动强度（即 Kij）保持在合理范围内。在这种情况下，自由能 F 的一种可能形式是：其中?控制先验强度。在自由能最小化框架内，个体 i 的信念 μi基于预测误差 ?ij更新，预测误差量化当前状态（个体的相位）与预期状态（与另一个体的同步相位）的偏差。设置为 0.5 以确保适应性信念更新，没有过度僵化或不稳定。这个简化的自由能公式捕捉了预测误差和信念的先验约束，遵循主动推理原则，同时保持模拟的计算效率。信念更新如下：其中 α 是学习率，NT 设置为 0.2 高于 PT（0.1，任意），以反映他们假定的适应速度差异。为了量化同步，计算了锁相值（PLV），PLV 值接近 1 表示强同步，接近 0 表示弱同步。信念收敛度测量为个体当前信念与其初始状态之间的平均绝对差，评估信念随时间的演变程度。此外，还跟踪了随时间变化的近似自由能，值越高表明社交接触中的不确定性和不稳定性越大。模拟显示，NT 比 PT 实现了更高的同步水平。NT 的平均信念收敛度低于 PT，表明 NT 组内的内部信念更强一致。此外，NT 的自由能值随时间保持稳定，而 PT 的自由能值逐渐增加，反映后者互动中的更大不确定性。总体而言，该模拟成功表明，PT 的互动水平降低导致同步性更弱、信念更新适应不良以及社交接触中的不确定性更高，这些因素可能导致精神疾病患者的社会从众模式更 “混乱”（与适应性模式相比）。
动力学系统和主动推理的整合阐明了认知和行为从众过程的数学基础，该框架为评估面临从众决策的精神疾病人群的异常机制提供了有价值的视角，以整体和细致的视角激发未来的研究工作。
对精神病学的启示和未来方向
理解社会从众的神经生物学和计算机制的进展为精神病学精准治疗的发展提供了有希望的途径。这个新框架能够解析这些机制的复杂性，使科学家和临床医生都能更好地理解精神疾病，推进治疗可能还需要一种整合靶向治疗的多方面方法。
结论
奖赏、惩罚和情感回路阐明了社会从众的神经生物学基础，先进的计算精神病学利用数学模型揭示异常决策，与神经影像学整合实现了从靶向药物治疗到神经刺激的治疗连续体，提供个性化方法。至关重要的是，分层计算框架中的参数可作为可量化生物标志物，用于预测精神疾病中与社会从众相关的症状和治疗反应，跨学科研究有望推动社会和临床神经科学的融合，促进更有效和个性化的治疗策略的出现，以应对以异常社会行为为特征的精神疾病。
利益冲突
作者报告无生物医学财务利益或潜在利益冲突。
作者贡献
DZ 和 YP 构思并设计了研究，YL 起草了初始手稿，DZ 和 YP 修订并讨论了最终版本，所有作者阅读并批准了最终手稿。
资助机构的作用
资助机构在研究的执行或出版决定中没有作用。
未引用的参考文献
69.；69..
致谢
感谢赵瑞南和余全浩对初始手稿的帮助。
资助
本研究得到中国国家科技创新 2030 重大项目（2021ZD0203900）、国家自然科学基金（82422029）、中央高校基本科研经费（YG2025ZD07）、上海市科学技术委员会（224Y22800200, 22QA1407900）、国家自然科学基金（82271530）、上海市高水平大学创新团队和科学研究的支持。
