MétaCan
Menu
Retour à la cohorte
Enregistrement W4402429781 · doi:10.3389/fncir.2024.1456558

Criticality and universality in neuronal cultures during “up” and “down” states

2024· article· en· W4402429781 sur OpenAlexafffund
Mohammad Yaghoubi, Javier G. Orlandi, Michael A. Colicos, Jörn Davidsen

Notice bibliographique

RevueFrontiers in Neural Circuits · 2024
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeural dynamics and brain function
Établissements canadiensHotchkiss Brain InstituteMcGill UniversityUniversity of Calgary
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversity of Calgary
Mots-clésUniversality (dynamical systems)NeuroscienceCriticalityPsychologySelf-organized criticalityCognitive psychologyPhysics

Résumé

récupéré en direct d'OpenAlex

The brain can be seen as a self-organized dynamical system that optimizes information processing and storage capabilities. This is supported by studies across scales, from small neuronal assemblies to the whole brain, where neuronal activity exhibits features typically associated with phase transitions in statistical physics. Such a critical state is characterized by the emergence of scale-free statistics as captured, for example, by the sizes and durations of activity avalanches corresponding to a cascading process of information flow. Another phenomenon observed during sleep, under anesthesia, and in in vitro cultures, is that cortical and hippocampal neuronal networks alternate between “up” and “down” states characterized by very distinct firing rates. Previous theoretical work has been able to relate these two concepts and proposed that only up states are critical whereas down states are subcritical, also indicating that the brain spontaneously transitions between the two. Using high-speed high-resolution calcium imaging recordings of neuronal cultures, we test this hypothesis here by analyzing the neuronal avalanche statistics in populations of thousands of neurons during “up” and “down” states separately. We find that both “up” and “down” states can exhibit scale-free behavior when taking into account their intrinsic time scales. In particular, the statistical signature of “down” states is indistinguishable from those observed previously in cultures without “up” states. We show that such behavior can not be explained by network models of non-conservative leaky integrate-and-fire neurons with short-term synaptic depression, even when realistic noise levels, spatial network embeddings, and heterogeneous populations are taken into account, which instead exhibits behavior consistent with previous theoretical models. Similar differences were also observed when taking into consideration finite-size scaling effects, suggesting that the intrinsic dynamics and self-organization mechanisms of these cultures might be more complex than previously thought. In particular, our findings point to the existence of different mechanisms of neuronal communication, with different time scales, acting during either high-activity or low-activity states, potentially requiring different plasticity mechanisms.

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 enseignants0,506
Score d'incertitude au seuil0,567

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)0,0000,000

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 Opus0,015
Tête enseignante GPT0,253
Écart entre enseignants0,237 · 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

Citations3
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in Neural CircuitsMême sujetNeural dynamics and brain functionTravaux en français237 207