神经科学家发现新的学习规则进行模式完成

“火在一起,连接”是著名的删节版本的Hebbian规则。它指出,大脑中的神经元适应在学习过程中,一种叫做神经可塑性机制。赫的理论可以追溯到1940年代和随后的神经科学的研究进一步证实。今天,我们也知道不同的因素起着至关重要的作用,如射击的时机,活动,和功能连通性,尖端技术允许研究亚细胞过程的精度。

最近,科学家科学和技术研究所的奥地利奥地利(IST)发现了一个新的学习规则为特定类型的海马的兴奋性突触连接。他们的研究已经发表在知名杂志上自然通讯5月13日。这些突触位于所谓的海马CA3区,扮演一个重要角色在大脑中存储和回忆的空间信息。其特征特性之一是记忆甚至可以引发的不完整的线索。这使得网络完成神经活动模式,这种现象称为模式完成。

彼得·乔纳斯教授和他的团队,包括博士后何塞·古兹曼Rajiv Mishra博士生,研究如何调整神经元之间的连接强度,考虑到神经元的相对时间。在神经科学,这被称为spike-timing-dependent可塑性或STDP。根据STDP规则,神经元必须火前B神经元突触连接,这样随着时间的推移变得更强。在反向order-neuron B的情况下火灾神经元的神经元之间的连接可能会变得较弱。

然而,明显这个规则相比,乔纳斯教授的研究小组在他们的实验中发现,一个相反的顺序也会导致更强的连接之间的突触(CA3-CA3复发性兴奋性突触)调查。令人惊讶的是,独立势差现象发生点火的顺序。如果在这些特定的突触序列并不重要,为什么会出现这样的情况?

为了解决这个问题,作者进行了各种尖端以极高的精度测量。这些包括膜片箝记录控制神经元火什么时候,成像的钙分子,在突触可塑性发挥关键作用,在树突亚细胞电信号的录音。所有数据导致相同的对称求和曲线。因此,增强作用的不同寻常的感应曲线生成的钙信号的性质,这是反过来解释为在树突电气信号的特点。

科学家们随后调查如果大量的神经元通过兴奋性突触连接在一个网络模型。为此,他们将不同的可塑性归纳规则后计算机模拟。他们比较模拟结果与新对称可塑性归纳规则与传统的规则。结果清楚地表明,模式可以更好的恢复部分线索新的对称规则时应用。乔纳斯教授:“新的塑性诱导法则可以解释为什么学习体内各种行为条件下发生强劲。例如,它可以解释存储和回忆的细胞组装自由移动的动物在开放领域的模式,正如前面发现的系统神经科学组是奥地利(O ' neill et al ., 2008)”。

新的数据似乎与古典STDP归纳规则在其他glutamatergic突触。他们违反规则的吗?乔纳斯教授说:“如果你仔细阅读古典赫文本,它规定:“如果一个细胞的轴突是不足以激发细胞B […的效率),作为细胞发射B,增加”。然而,并没有提及抑郁症的。所以新数据不违反赫的假设,但可以证实它在字面意义上”。