我们已经更新我们的隐私政策使它更加清晰我们如何使用您的个人资料。

我们使用cookie来提供更好的体验。你可以阅读我们的饼干的政策在这里。

广告

使用一个章鱼大脑理解记忆

一只章鱼。
信贷:黛安娜Picchiottino / Unsplash。

想要一个免费的PDF版本的这个新闻吗?

完成下面的表格,我们将电子邮件您的PDF版本“用一只章鱼大脑理解记忆”

听与
喋喋不休地说
0:00
注册免费听这篇文章
谢谢你!听这篇文章使用上面的球员。

想免费听这篇文章吗?

完成下面的表格来解锁访问所有音频文章。

阅读时间:

总结

Hochner教授(希伯来大学)和教授利希特曼(哈佛)揭示章鱼寻常的神经错综复杂的学习通过先进的映射。独特类型挑战传统的前馈结构中间神经元模型,阐明认知机制和记忆网络。

关键的外卖

  • 章鱼学习公布:Hochner教授和教授利希特曼的研究揭示复杂的神经结构管理章鱼寻常的学习过程,提供洞察记忆网络和认知功能。
  • 先进的神经映射:与哈佛大学合作,研究人员利用创新的组织准备和机器学习算法来构造一个章鱼大脑结构的三维表示。发现挑战传统神经网络模型。
  • 不同的神经设计:章鱼的垂直叶以一个独特的前馈方式运作,与两种类型的interneurons-SAMs CAMs-playing至关重要的角色在学习和记忆过程。章鱼提供见解的认知机制。

章鱼寻常的神经结构

新研究从亚历山大教授本尼Hochner Silberman希伯来大学生命科学学院和哈佛大学教授杰夫·里奇曼近日公布了错综复杂的神经结构章鱼寻常的神秘的学习过程的管理。本研究引入了一个有前途的模型深入研究记忆网络,与两头足类动物认知的影响,被认为是最聪明的无脊椎动物,和更广泛的见解的记忆过程,包括人类。


章鱼,分开我们7亿年的进化,展示了认知能力堪与高等脊椎动物。Hochner教授的研究小组在希伯来大学集中在章鱼的中枢神经系统的垂直波瓣,学习和记忆的关键。他们旨在跨物种比较神经网络和机制。

想要更多的最新消息?

订阅188金宝搏备用的日常通讯,提供每天打破科学消息直接发送到您的收件箱中。

免费订阅

合作哈佛大学的杰夫·里奇曼教授的实验室,利用创新的自动组织准备和新的机器学习重建算法。这个尖端技术使超薄切割和排序的部分,每一个仅为30/1000000毫米厚,构建一个三维的结构元素组成的网络。


Hochner教授说:“我们先前的研究显示一个迷人的现象长期突触强化(长期势差- LTP)即使在垂直波瓣的章鱼。这种现象被认为是一个普遍的突触必不可少的学习和记忆过程,引起了我们的注意。我们精心绘制垂直波瓣的连接使用电子显微镜的精度,实现一项决议的大约4/1000000毫米。哈佛大学教授杰夫·里奇曼的团队一起,我们设计了一个机器人系统与一个复杂的计算算法,独一无二的能力组织数百超薄部分(每个只有30/1000000毫米厚)到一个全面的三维结构。这种创新的方法使我们能够跟踪连接体(即神经之间的错综复杂的突触连接元素组成的网络。”


博士后研究人员的领导下博士Flavie Bidel希伯来大学Yaron Meirovitch从哈佛大学,一分钟组织体积代表垂直波瓣重建精心推出的连接体。通过应用先进的机器学习算法和精确的注解,研究人员绘制了垂直布线的章鱼大脑内叶。这个挑战建立神经网络的概念在学习和记忆功能。与典型的模型不同,垂直波瓣的网络运营在前馈配置中,只像一条单行道,信息从输入神经元输出神经元控制章鱼的行为。


这种简单的核心是大约2500万中间神经元的组织结构,分为两个不同的组:简单的无长突细胞(SAMs)和复杂的无长突细胞(摄像头)。地空导弹,达到2300万左右,专门从事学习通过突触强化视觉特征。相比之下,凸轮,总计约400000,在巩固活动水平发挥关键作用。


两种类型的细胞把他们与更大的细胞轴突分支连接在输出层。简单的细胞,传播“学习”的信息,使大细胞活跃,同时复杂的细胞使其不活跃,控制大脑是如何工作的效率。


这进化适应凸显了章鱼的独特认知能力,有助于我们理解神经机制重要的认知功能。研究揭示了章鱼寻常的作为深入探索的宝贵的生物模型的内存采集网络和打开大门进一步解开错综复杂的头足类动物的认知过程,丰富我们对记忆的理解在不同的物种。


参考:Bidel F, Meirovitch Y, Schalek RL, et al .——章鱼的寻常的垂直波瓣提供洞察守恒和小说记忆原理采集网络。eLife。2023;12:e84257。doi:10.7554 / eLife.84257


本文从以下转载材料。文章摘要可能是由核查事实的人工智能模型。注:材料可能是长度和内容的编辑。为进一步的信息,请联系引用源。

广告
Baidu