无监督地对大脑范围的轴突进行分类,揭示了前神经突出的预测蓝图
Diek W Wheeler1, Shaina Banduri2, Sruthi Sankararaman2
1Center for Neural Informatics, Krasnow Institute for Advanced Studies and Bioengineering Department, College of Engineering & Computing, George Mason University, Fairfax, VA, USA. dwheele5@gmu.edu.
Nature communications
|February 21, 2024
概括
研究人员开发了一种新方法,根据其大脑目标来分类神经元类型. 这种方法揭示了前中不同的投影神经元类,为大脑电路组织提供了洞察力.
科学领域:
- 神经科学是一个神经科学.
- 计算神经科学是一种神经科学.
- 系统神经科学 系统神经科学
背景情况:
- 了解投射神经元类型的多样性对于破译大脑电路至关重要.
- 以前的方法往往缺乏量化分辨率,以区分投影模式中的微妙差异.
研究的目的:
- 开发和验证一种定量策略,以根据其解剖学准模式识别投射神经元类型.
- 应用这个策略来绘制鼠标初级运动皮质6层和前的投影神经元类.
主要方法:
- 使用统计集群的投影模式的定量分析.
- 在小鼠初级运动皮质层6的验证.
- 应用到前部以识别不同的神经元类别.
主要成果:
- 在小鼠初级运动皮质第6层 (皮质 - thalamic和脑内 - telencephalic) 成功识别了两个投影神经元集群.
- 发现了五个不同的投影神经元类别在前,具有独特的准,丰富性和体形地形.
- 通过特定的分区域准和不同类别和目标之间的路径距离来证明功能组织.
结论:
- 统计学上明显的投影模式表明大脑电路内的功能组织.
- 开发的定量策略有效地区分了投射神经元类型.
- 预先研究中的发现为其投射神经元组织提供了一个新的地图.
