跳到正文
原文
Nature Neuroscience· Douglas A. Ruff, Sol K. Markman, Jason Z. Kim 等 4 人
精选AI 评分78

神经元群体中的信息格式化预测其对行为的不同功能贡献

Information formatting in neuronal populations predicts differential functional contributions to behavior

AI 导读

研究关心的是,同一批神经元同时携带感觉与认知信号时,群体如何组织这些信息才能说明该脑区在行为中的作用。两只猕猴在连续运动估计任务中把运动方向与奖赏大小结合,研究者用多电极同步记录 MT 与 dlPFC 群体活动,发现 MT 中运动与奖赏信息占据分离的维度,dlPFC 中二者重叠。随后用循环神经网络复现两种格式化并预测扰动后果,电微刺激结果与预测一致,MT 刺激使选择偏向被刺激位点的偏好方向,dlPFC 刺激则产生全或无的选择且受奖赏条件影响。

推荐理由

在两只猕猴完成运动方向与奖赏整合的连续估计任务时同步记录 MT 与 dlPFC 群体活动,并用循环神经网络生成扰动预测,再以电微刺激验证两脑区群体格式化差异对应不同的行为影响。

摘要 · AI 翻译

整个大脑中的神经元几乎编码一切,那么为什么会有不同的脑区?我们提出,不同脑区以不同方式格式化不同的信息来源,这暗示了它们的计算角色。在此,我们比较了参与视觉运动知觉的中颞(MT)区与参与决策和奖赏的背外侧前额叶皮层(dlPFC)。在一项要求猴子整合运动与奖赏信息的任务中,两个区域都编码了运动与奖赏信息,但格式不同。MT 区将它们表征为可分离的形式,而 dlPFC 则以与决策相关的格式将它们整合在一起。一个被训练来重现这种格式化的循环网络模型预测,刺激这些区域会产生不同的效应。与预测一致,刺激 MT 会偏向选择,而刺激 dlPFC 则产生“赢者通吃”的结果。我们的发现表明,模块化结构能够灵活地重新格式化信息,从而实现复杂行为。

中文由 AI 翻译,仅供参考,以原文为准。

来源:Nature Neuroscience · nature.com

PsyBrain 脑心前沿

让每一位脑科学探索者,都不再独行。