Acquisition of non-olfactory encoding improves odour discrimination in olfactory cortex
Notice bibliographique
Résumé
Abstract Primary sensory cortices, initially considered elementary encoders of physicochemical attributes of environmental stimuli, are now known to be modulated by other aspects of experience, such as attentional state and internal expectations 1–3 , movement-related signals 4–7 and spatial information 2, 8, 9 . However, the specific role of these signals in cortical sensory processing is not fully understood 10 . Here we reveal multiple and diverse non-olfactory responses in the primary olfactory (piriform) cortex (PCx), which dynamically enhance PCx odour discrimination according to behavioural demands. We designed a behavioural task using a virtual reality environment and performed recordings in PCx neurons. In this task, mice were trained to associate specific odours with visual contexts in order to receive a reward. We found that learning shifts PCx activity from encoding solely odour identity to a more complex regime. In this regime, positional, contextual, and associative responses emerge on odour-responsive neurons that thus become mixed-selective. Contextual information is sustained in PCx activity of expert animals, specifically when visual context identity is needed to solve the task. After learning, odours are better decoded from PCx activity when mice are engaged in the task and when odours are presented within a rewarded context. This enhancement of PCx olfactory processing is reliant on the acquired mixed-selectivity. Thus, the integration of extra-sensory inputs within primary sensory cortices can encode the behavioural relevance of encountered stimuli while improving sensory processing.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».