Biophysically relevant network model of the piriform cortex predicts odor frequency encoding using network mechanisms
本研究利用一个具有生物物理相关性的网络模型来证明，梨状皮层通过一种高度分布式的群体机制来编码气味频率信息（2Hz 对比 20Hz），其中试次平均活动实现了高准确度的辨别，且该过程受到涉及前馈、反馈和循环连接的特定电路基序的双向调制。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是一篇未经同行评审的预印本的AI生成解释。这不是医疗建议。请勿根据此内容做出健康决定。 阅读完整免责声明
在野外，气味很少以稳定、连续的云团形式抵达。相反，它们以湍流羽流的形式传播，在空气中旋转时破碎成快速变化的浓度爆发。追踪气味的动物不仅必须识别气味是什么，还必须感知这些爆发到达的速度。这种时序携带着关于气味源的关键信息，帮助生物进行导航、觅食并生存。虽然科学家早已知道嗅觉处理系统的最早阶段——嗅球能够检测这些快速的波动，但大脑更高层的嗅觉中心（梨状皮层）是否也能读取这种时间编码，一直是一个谜。通常认为该区域是大脑学习气味种类及其强度的场所，但其处理信号速度的能力尚不明确。
为了解开这个谜团，研究人员构建了一个详细的梨状皮层计算机模型，这是一个旨在模拟哺乳动物真实生物硬件的神经元网络。他们向这个虚拟大脑输入了从小鼠嗅球记录到的真实数据，模拟了以两种不同速度（慢速 2 赫兹节奏和快速 20 赫兹节奏）传递的三种不同的气味混合物。目标是观察该网络是否能区分这两种速度。结果令人惊讶。当研究人员观察网络内单个神经元的活动时，大多数神经元本身无法区分慢速和快速节奏。然而，当他们检查整个神经元群体的集体活动时，情况发生了彻底的变化。这群神经元通过协同作用，能够清晰且可靠地分辨出两种频率之间的差异。这表明，大脑并不依赖单个细胞来解码气味的时序，而是使用一种分布式编码，即整个网络中的活动模式承载了信息。
研究进一步探讨了该网络的特定连接方式是如何实现这一能力的。研究人员进行了虚拟实验，系统性地移除了神经元之间不同类型的连接，本质上是在模拟基因敲除实验，以观察会发生什么。他们发现，网络区分气味速度的能力对抑制性回路高度敏感——这些回路的作用类似于刹车，以防止神经元过度放电。在一个反直觉的发现中，移除那些输入到主要兴奋性神经元的直接抑制性连接，实际上提高了网络解码频率的能力。当研究人员关闭这些特定的“刹车”时，模型区分慢速 2 赫兹节奏和快速 20 赫兹节奏的能力变得更强了。相反，当他们移除允许主要神经元相互交流的兴奋性连接，或者移除抑制性神经元之间的抑制性连接时，网络的性能显著下降。
这些模拟表明，梨状皮层能够对自然气味的时间动态进行编码，而这一特性此前被认为仅限于处理的早期阶段。研究结果表明，这种能力并非单个细胞的属性，而是从整个网络的复杂、分布式相互作用中涌现出来的。此外，研究显示，该电路中兴奋与抑制的平衡可以经过调节，以增强或削弱这种时间敏感性。通过展示减少特定的抑制通路可以提高大脑读取气味速度的能力，这项研究为神经电路如何针对现实世界中快速波动的特性进行优化提供了新的视角。这项工作预测，在活体动物中，梨状皮层不仅仅是识别气味，它还在积极处理空气本身的节奏，利用一种依赖于精确且具有一定灵活性的神经连接平衡的分布式网络机制。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。