Biophysically relevant network model of the piriform cortex predicts odor frequency encoding using network mechanisms
Deze studie maakt gebruik van een biofysisch relevant netwerkmodel om aan te tonen dat de piriforme cortex informatie over geurfrequentie (2 Hz versus 20 Hz) codeert via een hoogst gedistribueerd populatiemechanisme, waarbij gemiddelde activiteit over meerdere trials een hoge nauwkeurigheid van discriminatie mogelijk maakt die bidirectioneel wordt gemoduleerd door specifieke circuitmotieven bestaande uit feedback-, feedforward- en recurrente verbindingen.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van een preprint die niet peer-reviewed is. Dit is geen medisch advies. Neem geen gezondheidsbeslissingen op basis van deze inhoud. Lees de volledige disclaimer
In de natuur komen geuren zelden aan als constante, ononderbroken wolken. In plaats daarvan reizen ze als turbulente pluimen, die uiteenvallen in snelle concentratiepieken terwijl ze door de lucht kolken. Een dier dat een geur volgt, moet niet alleen identificeren wat de geur is, maar ook voelen hoe snel deze pieken arriveren. Dit tijdsverloop bevat cruciale informatie over de bron, wat dieren helpt bij het navigeren, foerageren en overleven. Hoewel wetenschappers al lang weten dat het vroegste deel van het reukverwerkingssysteem, de bulbus olfactorius, deze snelle fluctuaties kan detecteren, bleef het een mysterie of het hogere olfactorische centrum van de hersenen, de piriforme cortex, ook dit temporele coderecht kan lezen. Dit gebied wordt doorgaans beschouwd als de plek waar de hersenen leren wat een geur is en hoe sterk deze is, maar het vermogen om de snelheid van het signaal te verwerken was onduidelijk.
Om dit puzzelstuk op te lossen, bouwden onderzoekers een gedetailleerd computermodel van de piriforme cortex, een netwerk van neuronen dat ontworpen is om de echte biologische hardware te imiteren die in zoogdieren wordt gevonden. Ze voedden dit virtuele brein met realistische gegevens die zijn opgenomen uit de bulbus olfactorius van muizen, waarbij drie verschillende geurmengsels werden gesimuleerd die werden toegediend met twee verschillende snelheden: een traag ritme van 2 hertz en een snel ritme van 20 hertz. Het doel was om te zien of het netwerk het verschil tussen deze twee snelheden kon waarnemen. De resultaten waren verrassend. Wanneer de onderzoekers naar de activiteit van individuele neuronen binnen het netwerk keken, waren de meeste van hen niet in staat om de trage en snelle ritmes op zichzelf te onderscheiden. Echter, wanneer zij de collectieve activiteit van de gehele populatie neuronen onderzochten, veranderde het beeld volledig. De groep neuronen, die samenwerkend optrad, kon het verschil tussen de twee frequenties duidelijk en betrouwbaar onderscheiden. Dit suggereert dat de hersenen niet vertrouwen op individuele cellen om de timing van geuren te decoderen, maar eerder een gedistribueerde code gebruiken waarbij het activiteitspatroon over het hele netwerk de informatie draagt.
De studie ging verder om te begrijpen hoe de specifieke bedrading van dit netwerk deze vaardigheid mogelijk maakt. De onderzoekers voerden virtuele experimenten uit waarbij ze systematisch verschillende soorten verbindingen tussen neuronen verwijderden, wat in feite een genetische knockout simuleerde om te zien wat er zou gebeuren. Ze ontdekten dat het vermogen van het netwerk om geursnelheden te onderscheiden zeer gevoelig is voor de inhibitoire circuits — de verbindingen die fungeren als remmen om te voorkomen dat neuronen te veel vuren. In een contra-intuïtieve bevinding zorgde het verwijderen van de directe inhibitoire verbindingen die de belangrijkste excitatieve neuronen voeden, er juist voor dat het vermogen van het netwerk om de frequentie te decoderen verbeterde. Wanneer de onderzoekers deze specifieke "remmen" stillegden, werd het model zelfs beter in het onderscheiden van het trage ritme van 2 hertz van het snelle ritme van 20 hertz. Daarentegen, wanneer zij de excitatieve verbindingen verwijderden die de hoofdneuronen in staat stellen met elkaar te communiceren, of wanneer zij de inhibitoire verbindingen tussen de inhibitoire neuronen zelf verwijderden, daalde de prestatie van het netwerk aanzienlijk.
Deze simulaties suggeren dat de piriforme cortex in staat is om de temporele dynamiek van natuurlijke geuren te coderen, een kenmerk dat voorheen werd geacht beperkt te zijn tot eerdere stadia van verwerking. De bevindingen wijzen erop dat dit vermogen geen eigenschap is van individuele cellen, maar voortkomt uit de complexe, gedistribueerde interacties van het gehele netwerk. Verder onthult de studie dat de balans tussen excitatie en inhibitie in dit circuit kan worden afgestemd om de temporele gevoeligheid te verbeteren of te verslechteren. Door aan te tonen dat het verminderen van specifieke inhibitoire paden het vermogen van de hersenen om de snelheid van een geur te lezen kan verscherpen, biedt het onderzoek een nieuw perspectief op hoe neurale circuits kunnen worden geoptimaliseerd voor het verwerken van de snelle, fluctuerende aard van de echte wereld. Het werk voorspelt dat in een levend dier de piriforme cortex meer doet dan alleen geuren identificeren; het verwerkt actief het ritme van de lucht zelf, gebruikmakend van een gedistribueerd netwerkmechanisme dat rust op een precieze, en enigszins flexibele, balans van neurale verbindingen.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.