解码隐藏的目标导向导航状态及其神经元表示,使用新的迷宫范式和概率模型框架

科学领域:

• 神经科学是一个神经科学.
• 认知科学 认知科学
• 计算生物学 计算生物学

背景情况:

• 目标导向导航对于生存至关重要,需要复杂的规划.
• 识别隐藏的认知状态及其在导航中的神经基础是具有挑战性的.

研究的目的:

• 开发一种用于推断目标导航中隐藏状态的新框架.
• 通过复杂的迷宫任务来研究这些状态的神经基质.
• 为了检查阿尔茨海默病 (AD) 的小鼠模型中的导航行为.

主要方法:

• 开发了一个复杂的迷宫任务,模拟自然主义的食.
• 实施了一种层次概率模型,即使用状态空间对计划行动的认知映射 (CoMPASS).
• 分析了野生型和人性化的APP_SAA小鼠的行为数据,与后壁皮质皮质 (PPC) 马振荡相关.

主要成果:

• 康帕斯成功推断了嵌套状态 (监视-漫游和面向目标的导航).
• 成功的导航与在决策节点增加两种状态类型的招聘相关.
• 阿尔茨海默病模型小鼠显示导航功能受损,目标状态减少,随机性增加.
• PPC马振荡编码了CoMPASS状态,并将空间位置与长期目标联系起来.

结论:

• 康帕斯为评估隐藏的目标导向导航状态提供了一个新的范式.
• PPC中的马振荡被确定为这些导航状态的神经基质.
• 这项工作提供了关于导航和AD相关损伤的神经机制的见解.