MétaCan
Menu
Retour à la cohorte
Enregistrement W4297341762 · doi:10.1101/2022.09.26.509498

Preserved neural population dynamics across animals performing similar behaviour

2022· preprint· en· W4297341762 sur OpenAlexaff
Mostafa Safaie, Joanna Chang, Junchol Park, Lee E. Miller, Joshua T. Dudman, Matthew G. Perich, Juan Álvaro Gallego

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2022
Typepreprint
Langueen
DomaineNeuroscience
ThématiqueNeural dynamics and brain function
Établissements canadiensUniversité de MontréalMila - Quebec Artificial Intelligence Institute
Organismes subventionnairesnon disponible
Mots-clésDynamics (music)PopulationNeuroscienceBiologySelection (genetic algorithm)Neural decodingNeural activityPsychologyCognitive psychologyArtificial intelligenceComputer scienceDecoding methods

Résumé

récupéré en direct d'OpenAlex

Abstract Animals of the same species often exhibit similar behaviours that are advantageously adapted to their body and their environment. These behaviours are shaped by selection pressures over evolutionary timescales at the species level, yet each individual produces these behaviours using a different, uniquely constructed brain. It remains unclear how these common behavioural adaptations emerge from the idiosyncratic neural circuitry of a given individual. Here, we hypothesised that the adaptive behaviour of a species requires specific neural population ‘latent dynamics’. These latent dynamics should thus be preserved and identifiable across individuals within a species, regardless of the idiosyncratic aspects of each individual’s brain. Using recordings of neural populations from monkey and mouse motor cortex, we show that individuals from the same species share surprisingly similar neural dynamics when they perform the same behaviour. The similarity in neural population dynamics extends beyond cortical regions to the dorsal striatum, an evolutionarily older structure, and also holds when animals con-sciously plan future movements without overt behaviour. These preserved dynamics are behaviourally-relevant, allowing decoding of intended and ongoing movements across individuals. We posit that these emergent neural population dynamics result from evolutionarily-imposed constraints on brain development, and reflect a fundamental property of the neural basis of behaviour.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
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 Opus0,029
Tête enseignante GPT0,261
Écart entre enseignants0,232 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations11
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)Même sujetNeural dynamics and brain functionTravaux en français237 207