Heterogeneous single-cell dynamics support stable population codes for objects in the mouse anterior cingulate cortex

Questo studio dimostra che la corteccia cingolata anteriore del topo mantiene rappresentazioni stabili della posizione degli oggetti a livello di popolazione attraverso dinamiche di rete emergenti, nonostante presenti un turnover volatile e modulato dal comportamento nell'attività dei singoli neuroni attraverso esposizioni ripetute.

L'essenziale

Immagina che il tuo cervello sia una città enorme e frenetica, e che la Corteccia Cingolata Anteriore (ACC) sia un quartiere specifico dedicato al ricordare dove si trovano le cose nel tuo mondo. Gli scienziati sanno da tempo che questo quartiere ci aiuta a ricordare le cose del passato remoto, ma non erano sicuri di come i singoli lavoratori (i neuroni) svolgano il loro compito quando incontriamo gli stessi oggetti ripetutamente.

Per scoprirlo, i ricercatori hanno posizionato delle minuscole telecamere sui topi e hanno osservato l'attività di migliaia di cellule cerebrali mentre i topi esploravano una stanza con degli oggetti all'interno, giorno dopo giorno.

Ecco cosa hanno scoperto, usando alcune semplici metafore:

La squadra dei "Camaleonti"

Ti aspetteresti che se un topo vede una pallina rossa nel Giorno 1, lo stesso identico gruppo di cellule cerebrali si accenda per dire: "Quella è la pallina rossa!" nel Giorno 2, Giorno 3, e così via.

Ma non è quello che è successo. Invece, l'ACC lavora come una squadra di camaleonti.

• La dimensione della squadra rimane la stessa: Il numero di lavoratori assegnati al compito di "posizione dell'oggetto" rimane costante ogni giorno.
• Gli individui cambiano: I singoli lavoratori che svolgono il lavoro cambiano costantemente. Lunedì, la Cellula A, la Cellula B e la Cellula C potrebbero parlare della pallina rossa. Entro martedì, la Cellula A è tornata a casa e la Cellula D, la Cellula E e la Cellula F hanno preso il posto della conversazione.

È come se il quartiere avesse una regola: "Abbiamo sempre bisogno di un team di 10 persone per gestire la pallina rossa, ma ruotiamo le persone specifiche nel gruppo ogni singolo giorno".

La regola dei "Lavoratori Accaniti"

C'era un'eccezione a questa costante rotazione. I ricercatori hanno scoperto che se un topo passava molto tempo a fiutare ed esplorare un oggetto, le cellule cerebrali che parlavano di quell'oggetto diventavano più stabili.
Pensa a un progetto di gruppo: se ci tieni davvero al progetto e ci passi tutto il tuo tempo, tu e i tuoi compagni di squadra restate insieme più a lungo. Se ci dai solo un'occhiata, il team cambia rapidamente.

La magia del "Coro"

Quindi, se gli attori individuali continuano a cambiare, come fa il topo a ricordare dove si trova l'oggetto? Come fa il cervello a non confondersi?

La risposta risiede nel coro, non nei solisti.
Anche se le singole voci (i neuroni individuali) cambiano, la canzone (il modello complessivo del gruppo) rimane la stessa. I ricercatori hanno scoperto che, mentre le singole cellule sono volatili e dinamiche, il gruppo collettivo crea un'immagine stabile e immutabile.

Il decodificatore del "Grande Quadro"

Per testare questo, gli scienziati hanno cercato di "leggere" la mente del topo per capire dove fosse l'oggetto.

• Se cercavano di leggere solo alcune cellule specifiche, era disordinato e difficile da capire.
• Ma quando guardavano un gruppo più grande (un "coro" di 64 o 128 cellule), il messaggio diventava incredibilmente chiaro e facile da leggere.

È come ascoltare una folla rumorosa. Se provi a capire una singola persona che urla, potresti perdere il punto. Ma se ascolti il ruggito dell'intera folla, il messaggio è forte, chiaro e stabile.

Il succo del discorso

L'articolo conclude che l'ACC non si affida a pochi "super neuroni" che non cambiano mai. Invece, ottiene la stabilità attraverso l'organizzazione emergente. È un sistema in cui le parti individuali sono in costante mutamento e dinamiche, ma il sistema intero crea una memoria solida e affidabile. Il cervello dice al resto del corpo: "Non preoccuparti di chi lo sta dicendo; ascolta solo il gruppo, e saprai esattamente dove si trova l'oggetto".

Sommario tecnico

Sintesi Tecnica: La dinamica cellulare eterogenea supporta codici di popolazione stabili per gli oggetti nella corteccia cingolata anteriore del topo

Problema
La corteccia cingolata anteriore (ACC) è stabilita come una regione critica per la memoria remota, con la letteratura precedente che la implica nella ritenzione della posizione degli oggetti sia su scale temporali recenti che remote. Tuttavia, rimane una lacuna fondamentale nella comprensità dei meccanismi neurali attraverso i quali l'ACC codifica la posizione degli oggetti durante esposizioni ripetute nel tempo. Nello specifico, non è noto se le rappresentazioni degli oggetti siano mantenute da assemblaggi cellulari stabili e fissi che persistono per giorni, o se la rappresentazione sia volatile e dinamica, basata su popolazioni neuronali in continuo mutamento.

Metodologia
Per affrontare questo problema, lo studio ha impiegato l'imaging del calcio a due fotoni in topi in movimento libero. Il disegno sperimentale ha previsto la registrazione dell'attività dei neuroni eccitatori all'interno dell'ACC mentre i topi esploravano un ambiente contenente oggetti posizionati in posizioni specifiche per più giorni ripetuti. L'analisi si è concentrata su due scale primarie:

1. Dinamiche a singola cellula: Tracciamento della stabilità e del turnover dei singoli neuroni che esibiscono correlati legati agli oggetti attraverso i giorni.
2. Codifica a livello di popolazione: Analisi di come la dinamica collettiva dei neuroni si relazioni alla stabilità della rappresentazione complessiva. Ciò ha incluso analisi di decodifica per valutare l'efficienza e l'accuratezza del recupero delle informazioni da ensemble di diverse dimensioni (specificamente 64–128 neuroni) rispetto al dataset completo.

Risultati Chiave
L'indagine ha prodotto diversi risultati distinti riguardanti la natura della codifica degli oggetti nell'ACC:

• Codifica a singola cellula dinamica: L'ACC codifica la posizione degli oggetti in modo prevalentemente dinamico. Sebbene la proporzione totale di neuroni allocati alla codifica degli oggetti sia rimasta costante nel corso dei giorni, l'identità specifica dei neuroni che esibiscono correlati con l'oggetto è fluttuata significativamente. Ciò indica un turnover dinamico delle cellule attive, con solo un sottoinsieme più piccolo di neuroni che rimane stabile nel tempo.
• Modulazione comportamentale: Il grado di stabilità nelle cellule di codifica dell'oggetto è stato modulato dal comportamento dell'animale. I topi che hanno trascorso più tempo esplorando gli oggetti hanno mostrato un grado maggiore di stabilità nelle loro popolazioni neuronali di codifica dell'oggetto rispetto a quelli con meno esplorazione.
• Stabilità emergente della popolazione: Nonostante la volatilità a livello di singola cellula, le analisi di popolazione hanno rivelato che rappresentazioni stabili emergono da queste dinamiche collettive. La rete mantiene un codice coerente per la posizione dell'oggetto anche quando i contributori individuali cambiano.
• Efficienza della rappresentazione a scala grossolana: Le analisi di decodifica hanno dimostrato che gli ensemble di 64–128 neuroni erano altrettanto accurati, e spesso più efficienti, del dataset completo nel decodificare la posizione dell'animale. Ciò suggerisce che l'informazione diventi più linearmente separabile quando rappresentata a una scala di popolazione più grossolana, rendendola potenzialmente più accessibile alle regioni a valle che integrano l'attività a livello di popolazione.

Significato e Rivendicazioni
L'articolo conclude che l'ACC raggiunge rappresentazioni di memoria stabili per la posizione degli oggetti non attraverso la persistenza di singoli neuroni fissi, ma attraverso un'organizzazione emergente in una popolazione neuronale dinamica. Lo studio postula che le regioni cerebrali a valle probabilmente si affidino a pattern di ensemble piuttosto che a identità cellulari fisse per accedere a informazioni stabili. Questa scoperta concilia l'apparente contraddizione tra la necessità di una memoria stabile e la volatilità osservata dell'attività a singola cellula, suggerendo che la stabilità sia una proprietà della dinamica collettiva della rete piuttosto che dei suoi componenti individuali.