映射大脑的继电器网络

由Karl Farrow的科学家团队在神经电导学研究法兰德斯（NERF，由IMEC，KU Leuven and Vib授权）正在解开我们的大脑如何处理视觉信息。它们确定了不同的神经元细胞类型，以便从眼睛到指导行为的下游脑区域的信息传递给下游脑区域。这些知识对于了解感官信息如何指导我们的行动和决定是必不可少的。

我们使用关于我们周围世界的信息来指导我们的行为。虽然蝴蝶的飘飘翅膀或快速接近的捕食者都可以引起我们的注意，但它们触发了非常不同的行为反应。

要从检测到行动，视觉信息从眼睛的视网膜传递到不同的下游脑地区。这神经系统包括许多不同的单元格，在电路中一起工作，并了解这些电路继电器信息如何困扰研究人员几十年。

“视觉处理的第一阶段，从视网膜转移信息，通过各种视网膜细胞类型发生，每种视网膜类型都有自己的典型形状和反应，”陈立解释说，博士解释说。Karl Farrow的实验室的学生在nerf。“这些细胞的一个主要目标是优越的小集，一个脑面积，其啮齿动物中约85％的视网膜输出。”

映射网络

“目的是破译接线规则，使大脑能够从视网膜中整合到视网膜的行为相关的视觉信息，”法拉洛实验室的博士后研究员Katja Reinhard说。为此，该团队追溯了小鼠中> 30个视网膜细胞类型的连接，每个视网膜细胞类型都通知一个或多个大脑领域关于视觉世界的某个特征。

“我们比较了不同视网膜的形状，分子特性和视觉响应细胞在通过优越的小学中的支配途径。通过跟踪电路和检查神经元活动，我们发现存在明显的偏好，其中视网膜电池类型为给定电路提供输入。“

因此，研究人员破译了一种特定于投影的逻辑，其中来自优越小学的每个输出路径采样不同和有限的视网膜输入。这些调查结果表明了通过优越的小集的选择性触发行为的机械基础。

高度特定的输入和输出

“早期的研究表明，每个神经元从视网膜收到的信息中有很大程度的模糊性，”Farrow说。“我们的数据表明，视网膜输入的混合程度严格限制了发生的优越的小小的，每个输出路径都可以访问不同的，仅部分重叠的一组视觉信息由撰写的视网膜。“

理解在这种情况下的特定网络结构将大大提高我们创造如何创造如何的机制模型的能力感官信息触发行为并告知决策。

---

---