MétaCan
Menu
← Retour à la cohorte
Enregistrement W4388695193 · doi:10.1101/2023.11.10.566641

A population code for idiothetic representations in the hippocampal-septal circuit

2023· preprint· en· W4388695193 sur OpenAlexafffund
Guillaume Etter, Suzanne van der Veldt, Coralie‐Anne Mosser, Michael E. Hasselmo, Sylvain Williams

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2023
Typepreprint
Langueen
DomaineNeuroscience
ThématiqueMemory and Neural Mechanisms
Établissements canadiensMcGill UniversityDouglas Mental Health University Institute
Organismes subventionnairesFonds de Recherche du Québec - SantéNatural Sciences and Engineering Research Council of CanadaCanadian Institutes of Health Research
Mots-clésPath integrationComputer scienceHippocampal formationPopulationPlace cellEncoding (memory)NeuroscienceENCODESpatial memoryArtificial intelligenceBiologyWorking memoryCognition

Résumé

récupéré en direct d'OpenAlex

The hippocampus is a higher-order brain structure responsible for encoding new episodic memories and predicting future outcomes. In absence of external stimuli, neurons in the hippocampus express sequential activities which have been proposed to support path integration by tracking elapsed time, distance traveled, and other idiothetic variables. On the other hand, with sufficient external sensory inputs, hippocampal neurons can fire with respect to allocentric cues. Previously, these idiothetic codes have been described in conditions where running speed is clamped experimentally. To this day, the balance of idiothetic and allocentric representations in freely moving conditions remains unclear. Additionally, whether CA1 and CA3 temporal and distance codes are transmitted downstream to the lateral septum has not been established. Here, we develop an unsupervised model trained to compress neural information with minimal loss, and find that we can efficiently decode elapsed time and distance travelled from low-dimensional embeddings of neural activity in freely moving mice. We also developed unbiased information metrics that are minimally sensitive to quantization parameters and enable comparisons across modalities and brain regions. In more than 30,000 CA1 pyramidal neurons, we show that spatiotemporal information is represented as a mixture of self-motion, idiothetic as well as allocentric information, the balance of which is dictated by task demand and environmental conditions. In particular, we find that a subset of CA1 pyramidal neurons encode the spatiotemporal distance relative to rewards. Single cell and population statistics across the hippocampal-septal circuit reveal that idiothetic variables emerge in CA1 and are integrated postsynaptically in the lateral septum. Finally, we implement a computational model trained to replicate real world neural activity, and find that grid cells could provide a plausible input for CA1 representations of time and distance. Altogether, our results suggest that hippocampal CA1 continuously integrates both idiothetic and allocentric signals depending on task demand and available cues, and these high-level representations are effectively transmitted to downstream regions.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,005

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 technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,123
Tête enseignante GPT0,318
Écart entre enseignants0,195 · 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

Citations1
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)→Même sujetMemory and Neural Mechanisms→Travaux en français237 207→