一个多区域的循环循环,用于在老鼠中积累证据

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.
• 决策研究 决策研究

背景情况:

• 大脑积累了杂的证据来做出决定.
• 一个拟议的模型表明,背前条纹体 (ADS) 积累了证据,而前额叶皮质 (前额面定向场,FOF) 将其分类.
• 这种前,模块化映射被广泛接受.

研究的目的:

• 研究ADS和FOF在老鼠决策过程中的证据积累和分类中的不同作用.
• 挑战皮层-层决策回路的提议的前模式.
• 探索决策强度背后的计算机制.

主要方法:

• 在执行决策任务的老鼠中,电生理学记录和神经解码.
• 针对特定神经投射 (FOF到ADS) 的有针对性的沉默和非选择性的FOF沉默.
• 用一种新的方法培训的多区域循环神经网络模型的开发和分析.
• 在神经网络模型上的in-silico扰动实验.

主要成果:

• 无论是ADS还是FOF,都表现出类似的编码和解码积累器值,挑战不同的角色.
• 在ADS和FOF之间观察到双向通信.
• 在证据积累过程中,沉默FOF到ADS预测会影响行为.
• 非选择性FOF沉默没有显著影响行为.
• 循环神经网络模型在结合多个循环尺度时显示出对扰动的稳定性.

结论:

• 在决策过程中,证据的积累和分类并没有在ADS和FOF之间严格区分开来.
• 皮层-状皮层电路以反复和分布式的方式运行证据积累.
• 电路内的冗余表示有助于对干扰的稳定性.
• 这种分布式循环处理挑战了以前的前式决策模式.