测试网络控制原理去除单个神经元的连接体

一个动物是综合地图的连接体,或接线图,大脑的神经连接。然而,一个重要的挑战是如何理解这些信息。秀丽隐杆线虫,仍然只动物的整个连接体被描述,说明了这个问题。虽然只有302个神经元,这些使成千上万的连接。即使在这样一个简单的动物,了解网络的结构,和信息流是极大的挑战,所以我们希望如何做这个连接体的许多数量级大?在这工作比尔谢弗LMB的神经生物学部门的团队共事佩特拉绿色来自剑桥大学的精神病学和巴拉巴斯集团从东北大学复杂网络研究中心在美国应用控制理论中,通常使用的工程师,来预测神经功能和信息流的路径在一个真正的神经系统。

佩特拉绿色和巴拉巴斯集团利用控制理论原理来确定结构的可控性秀丽隐杆线虫的身体肌肉(即有多少个人肌肉原则上可以独立控制)从输入信号从特定的感觉神经元。然后他们确定哪些神经元网络会降低可控性如果他们从网络中就被淘汰了。测试预测,丹尼斯·沃克在比尔的小组用激光微光束专门杀单个神经元预测重要的可控性,以及一些相关的神经元没有负控制预测影响可控性。然后绮连咀嚼,也在比尔的组,使用一个自动跟踪显微镜记录操作的运动蠕虫,并使用机器视觉的方法来分析他们的行为。值得注意的是,控制理论的预测被证实,消融完全可控性所需的神经元产生特定的影响未见控制动物的行为。

这种方法可以扩大调查更大的神经网络,因此它应该可以使用它来探究更大的大脑的结构和功能,如我们自己。映射人类连接体可能导致重大进展在我们的理解是什么让我们人类并为未来的研究提供基础的异常在许多神经和精神疾病的大脑回路。为了有效地调节人类大脑网络治疗认知障碍(如使用脑深部电刺激治疗帕金森病),有必要了解信号从大脑的一部分影响目标在其他地方,和关键环节是什么,让这些信号达到他们的目标。这是一个强烈的研究领域,取得了巨大的技术进步在图像数据的收集和分析需要实现这一目标。这项工作提供了新的和强大的理论工具允许我们解释这些大脑地图和理解最基本的神经系统是如何工作的,细胞水平。

这篇文章被转载材料所提供的MRC实验室分子生物学。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。

参考:

燕,G。,绿色,p . E。、Towlson e·K。咀嚼,y L。沃克,d。谢弗,w·R。&巴斯a (2017)。神经元网络控制原理预测函数在秀丽隐杆线虫的连接体。大自然。