介面尺度神经粒度试验 in vivo 的变性,以非线性循环网络 in silico 为例
Guihua Xiao1,2,3, Yeyi Cai2,3, Yuanlong Zhang2,3
1Beijing National Research Center for Information Science and Technology, Tsinghua University, Beijing, China.
Nature communications
|November 15, 2024
概括
神经网络显示显著的试验到试验的变化,即使在受控刺激. 使用in vivo成像和in silico模型进行的一项研究显示,这种变性受到输入的影响,并由空间异质的编码社区管理.
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:
- 大规模的神经记录揭示了复杂的功能网络.
- 皮质网络中的高试验变异性挑战了传统的分析方法.
研究的目的:
- 为了研究皮层网络中中等尺度试验的变性.
- 为了比较体内光成像与in silico网络模拟.
- 了解神经试验可变性的起源和影响.
主要方法:
- 在体内对高达4万个层-2/3皮层神经元进行两光子成像.
- 在状网络建模中复制观察到的生物现象.
- 深度大脑刺激 (DBS) 唤起触发的神经元反应.
主要成果:
- 证实了神经活动中固有的试验变异性的存在.
- 证明了输入幅度和范围显著影响试验可变性.
- 确定了空间异质的编码社区作为可靠的试验间编码的关键,尽管单个单位的变化.
结论:
- 试验变性是皮质网络的内在特性,由输入特征调节.
- 空间结构的神经社区提高了编码可靠性.
- 通过动态系统镜头观察神经的变异性,可以解锁对像创造力这样复杂的认知功能的理解.
