跳到正文
原文
bioRxiv · Neuroscience· McGrath, R., Hattori 等 4 人
精选AI 评分60

path knockout:一种由连接组驱动的回路发现分析工具

Path knockout: an analysis tool for connectome-driven circuit discovery

预印本 · 尚未经过同行评审

AI 导读

连接组提供了突触分辨率的神经 wiring 图,但从中提取功能相关的多突触通路仍很困难。作者提出 path knockout,把每个突触连接的输入比例当作信息传递成功概率的替代指标,计算源与汇神经元群体之间至少一条通路成功的近似概率,再通过移除单个中间神经元评估其重要性。在果蝇回路中,该方法优于其他通路分析方法,并识别出连接性别二态攻击指令神经元与共享视觉追踪通路的汇聚回路基序。工具可在普通计算机上数分钟内运行。

推荐理由

作者提出连接组分析方法 path knockout,用突触输入比例估计多突触通路连接强度,在果蝇连接组中找出已知与新的中间神经元。

摘要 · AI 翻译

大脑中的神经环路将感觉信息转化为知觉、情绪和运动输出。连接组——一个神经系统内所有神经元的突触分辨率接线图——为识别介导特定计算的不同环路提供了神经解剖学蓝图。然而,其庞大的规模和复杂性对提取功能相关的多突触通路构成了重大挑战。在此我们建立了路径敲除(path knockout),一种识别主导性多突触通路的连接组分析方法。路径敲除使用每个突触连接的输入分数作为信息成功跨该突触传递概率的替代指标,并计算在定义的源与汇神经元群体之间所有多突触路径中至少有一条路径成功的近似概率,即连接强度。随后它通过评估移除每个中间神经元对连接强度的影响来量化其重要性。我们证明路径敲除在通路分析上优于其他方法,并在果蝇环路中识别出已知和新的中间神经元。利用路径敲除,我们识别出一个汇聚性环路基序,它将性别二态的攻击指令神经元与一条共享的同构视觉追踪通路连接起来。路径敲除的实现使其能在标准计算机上于数分钟内运行。因此,路径敲除为连接组驱动的环路发现提供了一个可扩展且可推广的框架。

中文由 AI 翻译,仅供参考,以原文为准。

来源:bioRxiv · Neuroscience · biorxiv.org

PsyBrain 脑心前沿

让每一位脑科学探索者,都不再独行。