通过大规模成像和机器学习揭示了上神经核中的系统级时间计算和表示
Zichen Wang1,2, Jing Yu1,2, Muyue Zhai1
1National Biomedical Imaging Center, State Key Laboratory of Membrane Biology, Institute of Molecular Medicine, Peking-Tsinghua Center for Life Sciences, College of Future Technology, Peking University, Beijing, China.
Cell research
|April 11, 2024
概括
上神经核 (SCN) 中的人口水平 (Ca2+) 信号通过神经群决策机制预测白天的时间. 这项研究揭示了空间有组织的神经元集群,代表了独特的时间特征,用于准确的生物钟解码.
科学领域:
- 神经科学是一个神经科学.
- 时间生物学 时间生物学
- 系统生物学 系统生物学
背景情况:
- 上神核 (SCN) 充当哺乳动物的中央昼夜节律起器.
- 个别的SCN神经元拥有自我维持的分子时钟,但系统级的时间编码仍然不清楚.
研究的目的:
- 调查SCN中的人口级信号如何编码白天的时间.
- 探索神经群体动态和空间组织在昼夜计时中的作用.
主要方法:
- 使用高速双视图双光子显微镜进行成年SCN切片中数千个GABAergic神经元的体积Ca2+成像.
- 应用机器学习,包括对比学习,以分析多尺度Ca2+信号并识别功能神经元亚型.
- 开发了一个基于人口级神经活动的时间预测模型.
主要成果:
- 通过分析SCN神经元随机队列的Ca2+信号 (n=900),在预测每小时时间方面达到99.0%的准确性.
- 发现功能神经元亚型在SCN中形成不同的,双边对称的模块化模式.
- 证明单个模块代表特定的时间特征,在独立分析时能够实现准确的时间解码.
结论:
- 种群级 Ca2+ 信号和集体决策机制对于 SCN 时间编码至关重要.
- 该SCN展示了一个空间模块化组织,其中不同的模块代表特定的时间信息.
- 这些发现为了解生物钟的系统级设计原则提供了一个新的框架.
更多相关视频
10:06Slice Preparation, Organotypic Tissue Culturing and Luciferase Recording of Clock Gene Activity in the Suprachiasmatic Nucleus
Published on: February 15, 2011
35.3K
07:44In Vivo Monitoring of Circadian Clock Gene Expression in the Mouse Suprachiasmatic Nucleus Using Fluorescence Reporters
Published on: July 4, 2018
8.3K
