大脑的平衡时间&空间:新大脑动力学模型的前景预测
扩展了流行的“平衡网络理论”——学习
只要科学家一直听大脑的活动,他们一直试图理解其噪声的来源,显然是随机的,活动。在过去的20年里,出现了“平衡网络理论”来解释这个明显的随机性,通过平衡循环的兴奋和抑制耦合网络的神经元。一组科学家已经平衡模型进行了扩展,以提供深度和可测试的预测大脑回路与大脑活动。
参见:神经网络的三维重建提供了前所未有的洞察力感觉皮层的组织原则
铅匹兹堡大学的研究人员说,新的模型准确地解释了实验结果的高度可变的反应神经元的大脑中生活的动物。
新模式提供了更丰富的理解活动是如何在神经回路神经元之间的协调。模型可用于神经“签名”,预测未来发现大脑活动与学习或疾病有关,研究者说。
“正常情况下,大脑活动高度随机变量大多数时候,它看起来像一个怪异的方式来计算,”布伦特说Doiron,数学副教授皮特,这篇论文的主要作者,匹兹堡大学大脑研究所的成员(UPBI)。“了解神经力学计算,你需要知道一个神经网络的动态取决于网络的架构,这一最新研究让我们明显接近实现这一目标。”
早期版本的平衡网络理论如何捕获的时机和频率inputs-excitatory和inhibitory-shaped可变性神经行为的出现,但是这些模型用生物不切实际的快捷方式,根据Doiron。
“最初的平衡模型忽视了布线的空间相关性在大脑中,但它早就知道神经元对接近彼此有联系的可能性高于对所分离的更大的距离。早期模型产生不切实际的behavior-either完全随机的活动与大脑或完全同步的神经行为,比如你会看到深发作。你可以生产什么。”
在这种平衡的背景下,神经元的张力。根据作者马修·史密斯,眼科学助理教授皮特和UPBI的一员,“就像在一只脚平衡你的脚趾。如果有小当,结果是神经活动大幅波动,或沟通。”
新模型占神经网络的时空特征和活动之间的相关性neurons-whether射击在一个神经元与另一个射击。模型是一个实质性的进步,科学家们可以用它来预测生活神经元的行为研究领域的大脑处理视觉世界。
发展模式之后,科学家们从生活视觉皮层和检查数据发现,他们的模型准确地预测神经元的行为基于他们之间的差距有多远。邻近的神经元的活动对强烈相关。在一个中间的距离,对神经元anticorrelated(当一个回应更多,其他反应更少),和在长距离仍然他们独立。
“这个模型将有助于我们更好地理解大脑如何计算信息,因为这是一个很大的进步在描述网络结构决定了网络的变化,如何“Doiron说。“任何严重的大脑理论计算必须考虑噪声在代码中。改变神经元的变化伴随着重要的认知功能,如注意力和学习,作为一个签名的毁灭性的疾病如帕金森病和癫痫。”
虽然科学家们研究视觉皮层,他们相信他们的模型可以用来预测活动在大脑的其他部分,如听觉过程或嗅觉线索,例如。他们相信模型推广到所有哺乳动物的大脑。事实上,研究小组发现,神经信号的模型预测出现在生活的视觉皮层老鼠研究调查的另一个团队。
不要错过:LSD重组人类大脑网络意识的变化
“计算方法的一个标志,Doiron和史密斯是,它的目标是推断大脑功能的总体原则,可以广泛的应用于许多场景。值得注意的是,我们仍然没有诸如万有引力定律对于理解大脑,但这是一个重要的一步提供良好的理论神经科学,使我们的新实验数据的爆炸,现在可以收集,”内森城市UPBI副主任说。
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。
出版
Rosenbaum Ret al。相关神经元的空间结构的变化。《自然神经科学》,2016年10月31日在线发表。doi: 10.1038 / nn.4433
