Estabilidad de los pliegues neuronales en la dimensionalidad mínima a pesar de la deriva de la representación motora

Área de la Ciencia:

• Neurociencia
• Neurociencia Computacional
• Sistemas Dinámicos

Sus antecedentes:

• La generación de movimiento a menudo se modela utilizando sistemas dinámicos latentes.
• La actividad de la población neuronal y las variables latentes exhiben relaciones no estacionarias.
• Las trayectorias latentes forman pliegues de baja dimensionalidad, aparentemente estables con el tiempo.

Objetivo del estudio:

• Desarrollar un marco para extraer variables latentes etiquetadas con relaciones fijas con los parámetros del movimiento.
• Investigar la dimensionalidad de los pliegues latentes y su vínculo con el circuito de la corteza motora.
• Explicar la estabilidad observada a largo plazo de los pliegues neuronales.

Principales métodos:

• Se propuso un marco supervisado para extraer variables latentes etiquetadas.
• Se aplicó el método a una tarea de alcance bidimensional.
• Se analizó la estabilidad del mapa de codificación (neuronas a latentes) y del mapa latente (latentes a comportamiento).

Principales resultados:

• El método supervisado superó a los enfoques comunes en tareas de decodificación fuera de línea.
• Las variables latentes extraídas capturaron un pequeño porcentaje de la varianza total (3-7%) pero explicaron la estabilidad del pliegue.
• Los cambios en el mapa de codificación fueron la fuente dominante de deriva, mientras que el mapa latente se mantuvo estable durante años.

Conclusiones:

• La plasticidad del mapa de codificación, no el mapa latente, impulsa la deriva de la corteza motora.
• La complejidad de la tarea restringe la estructura neuronal en tareas bidimensionales, limitando las ideas de los pliegues neuronales.
• La investigación futura debería centrarse en los vínculos causales entre el cálculo neuronal y el comportamiento.