昆虫触角叶嗅觉神经编码及其动力学的数据驱动建模
神经元与认知
2014-08-27 v1
摘要
来自昆虫嗅觉初级处理中心——触角叶（AL）的神经元记录揭示，AL 能够将来自化学受体的输入处理成独特的神经活动模式，称为嗅觉神经编码。这些令人兴奋的结果显示了神经编码的重要性及其与感知的关系。下一个挑战是建模神经编码的动力学。在我们的研究中，我们对由不同气味剂驱动的 AL 中的投射神经元进行了多通道记录。然后我们从电生理数据推导出一个神经网络。该网络由侧抑制神经元和兴奋性神经元组成，并能够为测试的气味剂产生独特的嗅觉神经编码。具体而言，我们 (i) 为来自 AL 的神经记录设计了一个投影——气味空间，它能够区分不同的气味剂轨迹；(ii) 表征了气味识别，即基于嗅觉信号的决策；(iii) 推断了神经回路的布线，即 AL 的连接组。我们表明，所构建的模型与生物学观察一致，例如对比度增强和对噪声的鲁棒性。该研究回答了一个关键的生物学问题：即侧抑制神经元如何与兴奋性神经元连接，以允许产生鲁棒的活动模式。
引用
@article{arxiv.1311.7450,
title = {Data-driven modeling of the olfactory neural codes and their dynamics in the insect antennal lobe},
author = {Eli Shlizerman and Jeffrey A. Riffell and J. Nathan Kutz},
journal= {arXiv preprint arXiv:1311.7450},
year = {2014}
}