在醒着的小鼠的嗅球中,密集和持久的气味表现

科学领域:

• 神经科学是一个神经科学.
• 嗅觉系统研究研究 嗅觉系统研究
• 感官处理 感官处理

背景情况:

• 神经活动分析通常集中在高活动的神经元上,可能会从低幅度或可变反应中丢失关键信息.
• 了解神经编码的全部范围,包括不那么突出的信号,对于理解感官感知至关重要.

研究的目的:

• 调查看似"杂"的神经活动在鼠标嗅觉球 (OB) 中编码嗅觉信息中的作用.
• 为了确定气味信息是否集中在稀疏的,高度活跃的神经元中,或者分布在更广泛的淋巴细胞种群中.

主要方法:

• 介面尺度成像用于记录小鼠背部OB中的球体的气味反应.
• 后勤回归和随机森林 (RF) 特征选择 (RF Gini杂质,RFGI) 用于分析质活动和分类气味.
• 添加和放弃分析确定了对气味分类至关重要的淋巴细胞.

主要成果:

• 精确的气味分类甚至在排除稀疏,高度活跃的球粒之后也得到了实现,这表明了冗余的气味表现.
• 根据它们对气味分类的贡献,RFGI有效地对球粒进行了排名,与响应大小相关.
• 发现,在气味刺激结束后,气味信息仍然存在于淋巴细胞活动中.

结论:

• 嗅觉编码依赖于广泛且冗余地分布在大量质细胞中信息的表示.
• 稀疏,高度活跃的神经反应足以识别气味,但在众多质细胞中可获得全面的气味信息.
• 个别的球体有助于多种气味的表现,突出显示了嗅觉编码的分布性.