El modelado neuronal. Los trenes de picos de prueba única en la corteza parietal revelan pasos discretos durante la...

Área de la Ciencia:

• La neurociencia es la neurociencia.
• Neurociencia cognitiva y neurociencia cognitiva.
• La neurociencia computacional es la neurociencia computacional.

Sus antecedentes:

• Las neuronas en el área intraparietal lateral (LIP) del macaco muestran una actividad creciente durante la toma de decisiones.
• Esta escalada a menudo se interpreta como una acumulación de evidencia hacia un umbral de decisión.

Objetivo del estudio:

• Para investigar si la actividad neuronal del LIP refleja una acumulación continua de evidencia o saltos discretos.
• Para comparar el contenido de información de diferentes modelos de dinámica neural para la toma de decisiones.

Principales métodos:

• Análisis de las respuestas neuronales de un solo ensayo en el área LIP de macacos.
• Ajuste estadístico y comparación de modelos de tren de picos dinámicos latentes.
• Comparación entre los modelos de dinámica de difusión a límite y los modelos discretos de dinámica escalonada.

Principales resultados:

• Aproximadamente el 75% de las neuronas LIP selectivas por elección fueron mejor descritas por un modelo escalonado discreto.
• Los pasos discretos inferidos en la actividad neuronal llevaban más información sobre la elección del animal que el recuento total de picos.

Conclusiones:

• La creciente actividad en las neuronas LIP durante la toma de decisiones puede surgir de saltos discretos e instantáneos en lugar de una acumulación continua de evidencia.
• Las dinámicas neuronales discretas en LIP proporcionan una representación más informativa de la información relacionada con la elección.