MétaCan
Menu
Retour à la cohorte
Enregistrement W1992717987 · doi:10.1371/journal.pcbi.1004034

Activation of Parallel Fiber Feedback by Spatially Diffuse Stimuli Reduces Signal and Noise Correlations via Independent Mechanisms in a Cerebellum-Like Structure

2015· article· en· W1992717987 sur OpenAlexafffund
Benjamin Simmonds, Maurice J. Chacron

Notice bibliographique

RevuePLoS Computational Biology · 2015
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish biology, ecology, and behavior
Établissements canadiensMcGill University
Organismes subventionnairesCanadian Institutes of Health ResearchCanada Research Chairs
Mots-clésStimulus (psychology)NeurosciencePhysicsStimulationCerebellumNoise (video)Parallel fiberSensory systemBiological systemElectric fishSIGNAL (programming language)BiologyComputer sciencePurkinje cellPsychologyArtificial intelligenceFish <Actinopterygii>

Résumé

récupéré en direct d'OpenAlex

Correlations between the activities of neighboring neurons are observed ubiquitously across systems and species and are dynamically regulated by several factors such as the stimulus' spatiotemporal extent as well as by the brain's internal state. Using the electrosensory system of gymnotiform weakly electric fish, we recorded the activities of pyramidal cell pairs within the electrosensory lateral line lobe (ELL) under spatially localized and diffuse stimulation. We found that both signal and noise correlations were markedly reduced (>40%) under the latter stimulation. Through a network model incorporating key anatomical features of the ELL, we reveal how activation of diffuse parallel fiber feedback from granule cells by spatially diffuse stimulation can explain both the reduction in signal as well as the reduction in noise correlations seen experimentally through independent mechanisms. First, we show that burst-timing dependent plasticity, which leads to a negative image of the stimulus and thereby reduces single neuron responses, decreases signal but not noise correlations. Second, we show trial-to-trial variability in the responses of single granule cells to sensory input reduces noise but not signal correlations. Thus, our model predicts that the same feedback pathway can simultaneously reduce both signal and noise correlations through independent mechanisms. To test this prediction experimentally, we pharmacologically inactivated parallel fiber feedback onto ELL pyramidal cells. In agreement with modeling predictions, we found that inactivation increased both signal and noise correlations but that there was no significant relationship between magnitude of the increase in signal correlations and the magnitude of the increase in noise correlations. The mechanisms reported in this study are expected to be generally applicable to the cerebellum as well as other cerebellum-like structures. We further discuss the implications of such decorrelation on the neural coding strategies used by the electrosensory and by other systems to process natural stimuli.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,568
Score d'incertitude au seuil0,928

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,021
Tête enseignante GPT0,242
Écart entre enseignants0,221 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations31
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePLoS Computational BiologyMême sujetFish biology, ecology, and behaviorTravaux en français237 207