We are searching data for your request:
Upon completion, a link will appear to access the found materials.
Žadinamojo neuromediatoriaus vadovėlio pavyzdžiai yra glutamatas, o slopinančio neuromediatoriaus - GABA.
Mano naiviu supratimu, neuronas buvo slopinantis arba jaudinantis, priklausomai nuo neuromediatoriaus, kurį jis išskiria savo postsinapsiniams partneriams.
Tačiau pagal šią temą neuromediatorius pats savaime nėra sužadinantis ar slopinantis, tačiau ši savybė priklauso nuo postsinapsinio receptoriaus, kurį jis veikia.
Dabar ši savybė atrodo nepriklausoma nuo presinapsinės ląstelės – taigi, kaip galime klasifikuoti presinapsinę ląstelę kaip slopinančią arba sužadinančią (kai tai yra postsinapsinių receptorių savybė, kuri gali būti bet kuri)?
Be to, atsižvelgiant į tai, kad kiekviename iš jų yra daugybė neuronų ir jų jungčių $ mm^3 $, kaip galime būti tikri, kad presinapsinių ląstelių veikimas nėra tarpininkaujamas kitų ląstelių, o stebimas slopinimas / sužadinimas nėra veikiau tinklo efektas?
Mano naiviu supratimu, neuronas buvo slopinantis arba jaudinantis, priklausomai nuo neuromediatoriaus, kurį jis išskiria savo postsinapsiniams partneriams.
Tai dažniausiai teisinga. Lieka klausimas, kas daro duotybę neuromediatorius slopinantis arba sužadinantis. Tam tikru mastu tai priklauso nuo postsinapsinių receptorių, bet priklauso ir nuo kitų sąlygų: vienas atvejis, minimas susietuose klausimuose ir atsakymuose, kurį pakartosiu, kad GABA iš tikrųjų yra jaudinantis tam tikru metu, įskaitant vystymosi metu (ir tas pats gali atsitikti dėl tam tikrų epilepsijos priežasčių). Tokiu atveju priežastis yra ta, kad GABA-A receptoriai yra chlorido kanalai, todėl svarbiausias yra chlorido apsisukimo potencialas. Jei chlorido atvirkštinis potencialas yra labiau hiperpoliarizuotas nei slenkstis, GABA-A yra slopinantis receptorius; jei chlorido apsisukimo potencialas yra labiau depolarizuotas nei slenkstis, GABA-A yra jaudinantis receptorius. Chlorido jonų koncentracija tam tikrais vystymosi etapais yra skirtinga, todėl keičiasi GABA vaidmuo (vystantis atrodo, kad tai svarbu galutinai slopinančių grandinių vystymuisi).
Šiek tiek nukrypstu, bet manau, kad jūs tikrai jau susidūrėte su viskuo, ką reikia žinoti: tokios etiketės kaip „žadinantis“ ir „slopinantis“ pačiam neuromediatoriui yra apibendrinimai, kurie patenkina žmogaus pirmenybę euristikai. tai patogus kalbėti apie GABA kaip slopinantį neuromediatorių, nes daugeliu atvejų pagrindinis sisteminis GABA poveikis yra slopinimas. Tas pats su glutamatu sužadinimo kryptimi.
Dauguma glutamato sukelto slopinimo yra presinapsinis slopinimo tipas, aptartas ankstesniuose klausimuose ir atsakymuose; tai yra, jis slopina paties glutamato išsiskyrimą. Šia prasme glutamaterginis slopinimas yra toks pat veiksmingas kaip ir glutamaterginis sužadinimas: grynasis glutamato poveikis toje sistemoje visada bus jaudinantis.
Todėl nesunku manyti, kad GABAerginės ir glutamaterginės ląstelės yra atitinkamai slopinančios ir sužadinančios.
kaip galime būti tikri, kad presinapsio ląstelių veiksmai nėra tarpininkaujami kitų ląstelių, o pastebėtas slopinimas/sužadinimas nėra veikiau tinklo efektas?
Pagrindinis būdas yra porinis įrašymas: vienu metu įrašote iš presinapsinės ir postsinapsinės ląstelės, aktyvuojate presinapsinę ląstelę ir matuojate įtampą postsinapsinėje ląstelėje. Tokie poriniai įrašai yra dažna neurologijos priemonė.
Cancedda, L., Fiumelli, H., Chen, K., & Poo, M. M. (2007). Jaudinantis GABA veiksmas yra būtinas morfologiniam žievės neuronų brendimui in vivo. Journal of Neuroscience, 27(19), 5224-5235.
Owensas, D. F., Boyce'as, L. H., Davisas, M. B. ir Kriegsteinas, A. R. (1996). Eksitaciniai GABA atsakai embriono ir naujagimių žievės pjūviuose, parodyti gramicidino perforuoto pleistro įrašais ir kalcio vaizdavimu. Neurologijos žurnalas, 16 (20), 6414-6423.
Thomson, A. M. ir Deuchars, J. (1997). Sinaptinė sąveika neokortikinėse vietinėse grandinėse: dvigubi intraceluliniai įrašai in vitro. Smegenų žievė (Niujorkas, NY: 1991), 7 (6), 510-522.
Cheminiai neurotransmiteriai
Nervų ląstelės, naudojamos išoriniams įvykiams suvokti, susijaudinę dėl tinkamo dirgiklio, perduos veikimo potencialą per savo ašis. Kai elektros signalas pasiekia aksono gnybtų ryšulį, jis sąveikauja su struktūromis, vadinamomis sinaptinėmis rankenėlėmis. Jis skatina kalcio (Ca 2+) antplūdį per įtampos Ca 2+ vartus. Tai sukelia pūslelių judėjimą link sinapsinių rankenėlių membranų. Šių pūslelių viduje yra neuromediatorių cheminių medžiagų. Neurotransmiteriai gaminami ląstelės kūne ir keliauja žemyn aksonu, kad būtų kaupiami pūslelėse, susijusiose su sinapsinėmis rankenėlėmis. Kai pūslelė pasiekia sinaptinės rankenėlės ląstelės membraną, ji susilieja su ląstelės membrana ir išleidžia savo neuromediatorių į sinaptinę sritį. Postsinapsiniame neurone yra receptorių, kurie specialiai suriš šiuos neuromediatorius. Neuromediatorius sužadins arba slopins postsinapsinio neurono šaudymą.
Vienas postsinapsinio neurono uždegimo slopinimo mechanizmų yra sukelti hiperpoliarizaciją, panašią į tą, kuri seka veikimo potencialo pulsą. Tai padidintų neurono šaudymo slenkstį.
Atkreipkite dėmesį, kad prieš ir po sinapsės neuronai buvo nupiešti identiškai aukščiau, tačiau tai yra tik iš nežinojimo, kokie yra struktūriniai skirtumai.
Autorius: Ka Xiong Charand
Slopinamojo neuronų aktyvavimo supratimas gali atskleisti neurologinius sutrikimus
Siekdami geriau suprasti slopinančių neuronų funkciją smegenyse ir jų vaidmenį neurologiniuose sutrikimuose, MIT neurologai sukūrė naują platformą, kuri parodytų skirtingų slopinančių neuronų poklasių moduliavimo sensorinio apdorojimo metu skaičiavimo pasekmes.
Smegenys turi milijardus neuronų, išdėstytų sudėtingose grandinėse, leidžiančiose suvokti pasaulį, kontroliuoti savo judesius ir priimti sprendimus. Šių grandinių iššifravimas yra labai svarbus norint suprasti, kaip veikia smegenys ir kas negerai esant neurologiniams sutrikimams.
MIT neurologai dabar žengė didelį žingsnį šio tikslo link. Rugpjūčio 9 d. „Nature“ numeryje pasirodžiusiame naujame dokumente jie praneša, kad dvi pagrindinės smegenų ląstelių klasės tam tikrais matematiniais būdais slopina nervų veiklą: vienas tipas atima iš bendro aktyvinimo, o kitas jį padalija.
„Tai labai paprasti, bet gilūs skaičiavimai“, - sako Mriganka Sur, Paul E. Newton neurologijos profesorius ir vyresnysis „Nature“ straipsnio autorius. „Pagrindinis neurologijos iššūkis yra konceptualizuoti didžiulius duomenų kiekius į sistemą, kurią būtų galima įtraukti į skaičiavimo kalbą. Tai buvo paslaptis, kaip šie skirtingi ląstelių tipai tai pasiekia “.
Išvados galėtų padėti mokslininkams daugiau sužinoti apie ligas, kurias, kaip manoma, sukelia smegenų slopinimo ir sužadinimo disbalansas, įskaitant autizmą, šizofreniją ir bipolinį sutrikimą.
Pagrindiniai šio straipsnio autoriai yra magistrantė Caroline Runyan ir postdoc Nathan Wilson. Forea Wang ’11, prisidėjusi prie MIT bakalauro darbo, taip pat yra šio straipsnio autorė.
Puikus balansas
Smegenyse yra šimtai skirtingų tipų neuronų, kurių dauguma yra sužadinantys, o mažesnė dalis slopina. Visas juslinis apdorojimas ir pažinimo funkcija atsiranda dėl subtilios šių dviejų poveikių pusiausvyros. Sužadinimo ir slopinimo disbalansas buvo susijęs su šizofrenija ir autizmu.
„Vis daugiau įrodymų, kad sužadinimo ir slopinimo pokyčiai yra daugelio neuropsichiatrinių sutrikimų pogrupių pagrindas“, - sako Sur, kuris taip pat yra Simono socialinių smegenų centro direktorius MIT. „Tai prasminga, nes tai nėra sutrikimai iš esmės, kaip yra sukurtos smegenys. Tai yra subtilūs smegenų grandinės sutrikimai ir jie veikia labai specifines smegenų sistemas, tokias kaip socialinės smegenys.
Naujajame „Nature“ tyrime tyrėjai ištyrė dvi pagrindines slopinamųjų neuronų klases. Vienas, žinomas kaip parvalbuminą ekspresuojantys (PV) interneuronai, nukreiptas į neuronų ląstelių kūnus. Kitas, žinomas kaip somatostatiną ekspresuojantis (SOM) interneuronas, nukreiptas į dendritus-mažas, išsišakojančias kitų neuronų projekcijas. Tiek PV, tiek SOM ląstelės slopina tam tikro tipo neuronus, žinomus kaip piramidinės ląstelės.
Norėdami ištirti, kaip šie neuronai daro savo įtaką, mokslininkai turėjo sukurti būdą, kaip specialiai suaktyvinti PV arba SOM neuronus, tada stebėti gyvųjų smegenų piramidinių ląstelių reakcijas.
Pirma, tyrėjai genetiškai užprogramavo pelių PV arba SOM ląsteles, kad gautų šviesai jautrų baltymą, vadinamą kanalrodopinu. Įterptas į neuronų ląstelių membranas, kanalrodopsinas kontroliuoja jonų srautą į neuronus ir iš jų, pakeisdamas jų elektrinį aktyvumą. Tai leidžia tyrėjams stimuliuoti neuronus, apšviečiant juos.
Komanda tai sujungė su kalcio vaizdavimu tikslinių piramidinių ląstelių viduje. Kalcio kiekis atspindi ląstelės elektrinį aktyvumą, leidžiantį tyrėjams nustatyti, kiek aktyvumo slopino slopinančios ląstelės.
„Iki gal prieš trejus metus galėjote tik aklai įrašyti iš bet kurios smegenų ląstelės, į kurią patekote, bet dabar mes iš tikrųjų galime savo įrašymą ir manipuliavimą nukreipti į tiksliai apibrėžtas ląstelių klases“, - sako Runyanas.
Išardžius grandinę
Šiame tyrime mokslininkai norėjo pamatyti, kaip šių slopinančių neuronų aktyvinimas paveiks smegenyse apdorojamą regos įvestį – šiuo atveju horizontalias, vertikalias arba pasvirusias juostas. Kai pateikiamas toks dirgiklis, atskiros akies ląstelės reaguoja į šviesos taškus, tada perduoda tą informaciją talamui, kuris perduoda ją regos žievei. Informacija keliaujant per smegenis išlieka erdviškai užkoduota, todėl horizontali juosta suaktyvins atitinkamas smegenų ląstelių eiles.
Šios ląstelės taip pat gauna slopinančius signalus, kurie padeda sureguliuoti jų atsaką ir užkirsti kelią per dideliam stimuliavimui. MIT komanda nustatė, kad šie slopinantys signalai turi du skirtingus efektus: SOM neuronų slopinimas atima iš viso aktyvumo tikslinėse ląstelėse, o PV neuronų slopinimas padalija bendrą aktyvumo kiekį tikslinėse ląstelėse.
„Dabar, kai pagaliau turime technologiją, kaip atskirti grandinę, galime pamatyti, ką daro kiekvienas komponentas, ir nustatėme, kad gali būti gili šių tinklų natūralaus kūrimo logika“, - sako Wilsonas.
Šie du slopinimo tipai taip pat turi skirtingą poveikį ląstelių atsakų diapazonui. Kiekvienas jutimo neuronas reaguoja tik į tam tikrą dirgiklių pogrupį, pvz., ryškumo diapazoną arba vietą. Padalinus aktyvumą PV slopinimu, tikslinė ląstelė vis tiek reaguoja į tą patį įvesties diapazoną. Tačiau atėmus SOM slopinimą, įvesties diapazonas, į kurį ląstelės reaguos, tampa siauresnis, todėl ląstelė tampa selektyvesnė.
„Konceptualiai slopinimas atimant ir dalijantis yra labai gražus skirtumas“, - sako tyrime nedalyvavęs Cold Spring Harbor laboratorijos neurologijos profesorius Tony Zador. „Džiugu, kai kažkas tokio teoriškai patrauklaus, kaip padalijimas ir atėmimas, iš tikrųjų taip fundamentaliai patenka į fiziologinį substratą.
Padidėjęs PV neuronų slopinimas taip pat keičia bruožą, žinomą kaip atsako padidėjimas - matavimas, kiek ląstelių reaguoja į kontrasto pokyčius. SOM neuronų slopinimas nekeičia atsako padidėjimo.
Mokslininkai mano, kad tokio tipo grandinė greičiausiai kartojasi visose smegenyse ir yra susijusi su kitų tipų jutimo suvokimu, taip pat aukštesnėmis pažinimo funkcijomis.
„Sur“ laboratorija dabar planuoja ištirti PV ir SOM slopinančių neuronų vaidmenį pelės autizmo modelyje. Šioms pelėms trūksta geno, vadinamo MeCP2, sukeliantis Retto sindromą – retą ligą, kuri sukelia į autizmą panašius simptomus ir kitus neurologinius bei fizinius sutrikimus. Naudodamiesi nauja technologija, mokslininkai planuoja išbandyti hipotezę, kad ligos pagrindas yra neuronų slopinimo stoka.
Autoriaus santrauka
Esminis klausimas, kaip nedidelis skaičius slopinančių neuronų funkcionaliai palaiko pusiausvyrą su dideliu skaičiumi sužadinamųjų neuronų smegenyse, valdydami vienas kitą. Ypač šis tyrimas kiekybiškai įvertino topologinį sąveikos tinklų mechanizmą, atsižvelgiant į atskirų žievės neuronų gebėjimą valdyti kitus neuronus. Vienalaikio elektrinio įrašymo derinys
1000 neuronų ir kiekybinis neuronų sąveikos vertinimo metodas, įskaitant sužadinimo ir slopinimo kategorijas, leido mums įvertinti atskirų neuronų įtaką ne tik apie šaudymo greitį, bet ir apie jų santykinę padėtį tinkluose bei kontroliuojamus kitų neuronų gebėjimus. Visų pirma, rezultatas parodė, kad slopinantys neuronai turi daugiau kontrolės galimybių nei sužadinantys neuronai, ir tokie neuronai dažniau buvo pastebėti giliuose sluoksniuose. Kadangi ribotas neuronų skaičius, kalbant apie valdymo gebėjimus, buvo daug mažesnis nei neuronų, pagrįstų centrinumo matu, ir, žinoma, tiesiogiai atrinktus neuronus pagal jų gebėjimą valdyti kitus neuronus, svarbių neuronų atrankos metodas padės ne tik sukurti tikroviškus. skaičiavimo modeliai, bet taip pat padės paskatinti smegenis veiksmingai gydyti nesubalansuotas ligas.
Citata: Kajiwara M, Nomura R, Goetze F, Kawabata M, Isomura Y, Akutsu T ir kt. (2021) slopinantys neuronai pasižymi dideliu žievės mikrokonektomos gebėjimu kontroliuoti. „PLoS Comput Biol 17“ (4): e1008846. https://doi.org/10.1371/journal.pcbi.1008846
Redaktorius: Daniele Marinazzo, Gento universitetas, BELGIJA
Gautas: 2020 m. birželio 4 d Priimta: 2021 m. kovo 1 d Paskelbta: 2021 m. balandžio 8 d
Autorių teisės: © 2021 Kajiwara ir kt. Tai atviros prieigos straipsnis, platinamas pagal „Creative Commons“ priskyrimo licencijos sąlygas, kuris leidžia neribotai naudoti, platinti ir atgaminti bet kokioje laikmenoje, jei yra įskaitytas pirminis autorius ir šaltinis.
Duomenų prieinamumas: Visi neuronų smaigalių duomenys bendrinami viešoje žiniatinklio tarnyboje (https://data.mendeley.com/datasets/p8czktrz7k/1), o programavimo kodai bendrinami adresu https://github.com/Motoki878. Jie taip pat apibendrinti adresu http://shimono-u.net/codes/.
Finansavimas: Valstybes nares remia keli MEXT fondai (17K19456, 19H05215, 20H04257) ir programa „Pirmaujanti iniciatyva puikiems jauniems tyrėjams“ (LEADER), taip pat Ueharos memorialinio fondo dotacijos. Finansuotojai neturėjo jokio vaidmens kuriant tyrimą, renkant ir analizuojant duomenis, priimant sprendimą publikuoti ar rengiant rankraštį.
Konkuruojantys interesai: Autoriai pareiškė, kad nėra konkuruojančių interesų.
Membranos potencialas gyvūnų ląstelėse daugiausia priklauso nuo K + nuotėkio kanalų ir K + gradiento per plazmos membraną
Membranos potencialas atsiranda, kai abiejose membranos pusėse skiriasi elektros krūvis dėl nedidelio teigiamų jonų pertekliaus prieš neigiamus vienoje pusėje ir nedidelio deficito kitoje. Tokie krūvių skirtumai gali atsirasti tiek dėl aktyvaus elektrogeninio siurbimo (žr. 626 psl.), Tiek dėl pasyvios jonų difuzijos. Kaip aptariame 14 skyriuje, didžiąją dalį mitochondrijų membranos potencialo sukuria elektrogeniniai H + siurbliai mitochondrijų vidinėje membranoje. Elektrogeniniai siurbliai taip pat generuoja didžiąją dalį elektrinio potencialo per augalų ir grybų plazmos membraną. Tačiau tipiškose gyvūnų ląstelėse pasyvūs jonų judėjimai labiausiai prisideda prie elektrinio potencialo per plazmos membraną.
Kaip paaiškinta anksčiau, Na + -K + siurblys padeda išlaikyti osmosinę pusiausvyrą gyvūno ląstelių membranoje, išlaikant mažą Na + koncentraciją ląstelėje. Kadangi ląstelės viduje yra mažai Na +, ten turi būti daug kitų katijonų, kad būtų subalansuotas ląstelių fiksuotų anijonų ir#neigiamo krūvio organinių molekulių, esančių ląstelės viduje, krūvis. Šį balansavimo vaidmenį daugiausia atlieka K +, kuris Na + -K + siurbliu aktyviai pumpuojamas į ląstelę ir gali laisvai judėti į ląstelę arba iš jos. K + nuotėkio kanalai plazminėje membranoje. Dėl šių kanalų K + beveik pasiekia pusiausvyrą, kai elektrinė jėga, kurią veikia neigiamų krūvių perteklius, pritraukiantis K + į ląstelę, subalansuoja K + tendenciją nutekėti žemyn savo koncentracijos gradientu. Membranos potencialas yra šios elektrinės jėgos pasireiškimas, o jo pusiausvyros vertę galima apskaičiuoti pagal K + koncentracijos gradiento statumą. Toliau pateiktas argumentas gali padėti tai išsiaiškinti.
Tarkime, kad iš pradžių plazmos membranoje nėra įtampos gradiento (membranos potencialas lygus nuliui), tačiau K + koncentracija ląstelės viduje yra didelė, o išorėje – maža. K + bus linkęs palikti elementą per K + nuotėkio kanalus, skatinamas jo koncentracijos gradiento. Kai K + išeina, jis palieka nesubalansuotą neigiamą krūvį, sukurdamas elektrinį lauką arba membranos potencialą, kuris bus linkęs priešintis tolesniam K + ištekėjimui. Grynasis K + nutekėjimas sustoja, kai membranos potencialas pasiekia vertę, kurioje ši elektrinė varomoji jėga K + tiksliai subalansuoja jo koncentracijos gradiento poveikį, tai yra, kai K + elektrocheminis gradientas yra lygus nuliui. Nors Cl - jonai taip pat išsibalansuoja per membraną, membranos potencialas išlaiko daugumą šių jonų iš ląstelės, nes jų krūvis yra neigiamas.
Pusiausvyros būklė, kai per plazmos membraną nėra gryno jonų srauto, apibrėžia šios idealizuotos ląstelės ramybės membranos potencialą. Paprasta, bet labai svarbi formulė – Nernsto lygtis – kiekybiškai išreiškia pusiausvyros sąlygą ir, kaip paaiškinta 11-2 skydelyje, leidžia apskaičiuoti teorinį ramybės būsenos membranos potencialą, jei žinomas vidinių ir išorinių jonų koncentracijų santykis. Kadangi tikros ląstelės plazminė membrana nėra išskirtinai pralaidi K + ir Cl, tačiau faktinis ramybės membranos potencialas paprastai nėra visiškai lygus K + arba Cl - Nernst lygtyje numatytam.
11-2 skydelis
Nernsto lygties išvedimas.
Autorius (-ai)
Knowing Neurons yra apdovanojimus pelniusi neurologijos švietimo ir informavimo svetainė, kurią sukūrė jauni neurologai. Pasaulinės Knowing Neurons komandos nariai aiškiai ir tiksliai paaiškina sudėtingas idėjas apie smegenis ir protą naudodami galingus vaizdus, infografiką ir animaciją, kad pagerintų rašytinį turinį. Turėdami platų socialinių tinklų buvimą, Knowing Neurons tapo svarbia mokslo komunikacijos priemone ir šaltiniu tiek studentams, tiek mokytojams.
2 punktas. Fazių plokštumos analizė, pastovios būsenos sprendimai ir ribiniai ciklai
Priklausomai nuo pasirinktų parametrų reikšmių, lygčių sistemos pastovios būsenos sprendiniai gali būti vienas, trys arba penki.
Parametrų apibrėžimas
Parametrų apibrėžimas. Dabar turime išspręsti aukščiau pateiktą lygtį skaitiniu būdu. Parinksime kai kurias jų parametrų reikšmes ir kai kurias pradines sąlygas bei pavaizduosime sprendimo elgesį būsenos erdvėje ir laike. Stimulo konfigūraciją apibrėžiame kaip bet kokį išorinių įėjimų (P ) ir (Q ) pastovių verčių pasirinkimą ir tiriame būtiną dinaminį elgesį, pagrįstą ryšiais tarp jungčių (c_1, c_2, c_3, c_4 ) ir sigmoidų atsako parametrai (a_e, a_i ) ir ( theta_e, theta_i ). Čia (a) ir ( heta) yra sigmoidinės funkcijos parametrai:
Su mūsų pasirinkimu logistinei kreivei nėra jokios ypatingos reikšmės, bet kuri kita funkcija su būdingomis sigmoidinėmis savybėmis taip pat būtų tinkama.
Flow Field ir Nullclines
Toliau jungtis apibrėžiame kaip (c_1 = 12, c_2 = 4, c_3 = 13, c_4 = 11 ) ugniai atsparius laikotarpius kaip (r_e = 1, r_i = 1 ), o išorines įvestis kaip ( P = 0, Q = 0 ).
Atlikdami skaitmeninę pastovios būsenos taškų paiešką, tiriame atvejus, kai (E) ir (I) išvestinės yra lygios nuliui. Kadangi sistema yra labai nelinijinė, turime tai padaryti skaičiais. Pirmiausia nubrėžiame srauto lauką, o tada nubrėžiame sistemos nulines linijas. (X ) -nullclines apibrėžta (f (x, y) = 0 ), o (y ) -nullclines - (g (x, y) = 0 ). Tai yra vietos, kuriose (x) ir (y) laikui bėgant nesikeičia.
5 paveikslas. Vilsono-Kovano lygčių sistemos srauto laukas ir nulinės linijos. Parametrai: (c_1 = 12 ), (c_2 = 4 ), (c_3 = 13 ), (c_4 = 11 ), (a_e = 1.2 ), ( theta_e = 2.8 ) , (a_i = 1 ), ( theta_i = 4 ), (r_e = 1 ), (r_i = 1 ), (P = 0 ) ir (Q = 0 ) .
Kitas nullcline naudojimas tampa akivaizdus vietose, kur (x ) - ir (y ) -nullclines susikerta, yra pusiausvyros taškai.
Pagalbinė medžiaga. Teorumai
1 teorija.
Norėdami nustatyti didžiausią kreivės (I) nuolydį kaip (E) funkciją, nustatome sąlygą, kad 14 lygties nuolydis (S_e^<-1>) vingio taške yra teigiamas . Izoklininės linijos nuolydis šiame taške apibrėžiamas taip:
1 teorema. Stimulo konfigūracija apibrėžiama kaip bet koks pastovių P ir Q reikšmių pasirinkimas. Jei
tada yra stimulų konfigūracijų klasė, kurioje nulinės linijos lygtys (14) ir (15) turės bent tris susikirtimus. Kitaip tariant, lygtys (12) ir (13) turės bent tris pastovios būsenos sprendinius. Čia (a_e ) yra sužadinimo atsako funkcijos nuolydžio parametras.
Kad būtų paprasčiau gauti 16 sąlygos rezultatą, nustatėme, kad ugniai atsparus laikotarpis (r_e ) ir (r_i ) yra lygus. Neprarasdami jokios reikšmės, likusioje tyrimo dalyje naudojame reikšmes (r_e ) ir (r_i ).
6 paveikslas. Pusiausvyros taškų (pastoviosios būsenos sprendiniai), atitinkančių 1 -ąją formulę, grafikas. Taškinės linijos yra izoklinės. Parametrai: (c_1 = 12 ), (c_2 = 4 ), (c_3 = 13 ), (c_4 = 11 ), (a_e = 1.2 ), ( theta_e = 2.8 ) , (a_i= 1) , ( heta_i = 4) , (r_e =1) , (r_i=1) , (P=0) ir (Q=0) .
Matome, kad sistema turi tris pastovios būsenos sprendimus, taigi tenkina 1 teoremą. Fazių plokštumos diagrama rodo stabilų fiksuotą tašką (x, y) = ((0,0285, 0,0644) ), nestabilų balną ties (x , y) = ((0,0558, 0,1438) ) ir stabilus fiksuotas taškas (x, y) = ((0,2408, 0,4555) ). Todėl visada galime rinktis tarp (P ) ir (Q ), todėl yra trys susikirtimo taškai. 1 teoremos fiziologinė reikšmė iliustruoja, kad (1/a_e) , kur (a_e) yra sužadinimo sigmoidinės reakcijos parametras, yra tiesiogiai susijęs su slenksčių arba sinaptinių jungčių pasiskirstymo dispersija.
2 teorija.
2 teorema. Tegul nervinės populiacijos parametrai atitinka šią sąlygą:
Tada bus penkios pastovios būsenos tam tikram stimulo konfigūracijos pasirinkimui, nors ne vienu metu. Šios teoremos nepakanka daugybinei histerezei išspręsti.
7 paveikslas. Fazių plokštuma ir izoklinos, kurių parametrai parinkti taip, kad būtų gautos trys stabilios ir dvi nestabilios pastovios būsenos. Parametrai: (c_1=13) , (c_2=4) , (c_3=22) , (c_4=2) , (a_e=1,5) , ( heta_e=2,5) , (a_i = 6 ), ( theta_i = 4,3 ), (r_e = 1 ) ir (r_i = 1 ).
Fiziologinė 2 teoremos reikšmė rodo, kad (c_2 ) ir (c_3 ) matuoja neigiamo grįžtamojo ryšio stiprumą. Todėl šiems penkiems pastovios būsenos sprendimams reikalinga galinga neigiama grįžtamojo ryšio kilpa.
3 teorija.
Mūsų modelis demonstruoja kitą laikino elgesio tipą: ribinį ciklą. Jei yra tik vienas pastovios būsenos tirpalas ir jei pastovios būsenos tirpalas yra nestabilus, įvyks ribinis ciklas. Mes galime naudoti linijinį stabilumą, kad parodytume tinkamą, bet neprivalomą tokios stabilios būsenos nestabilumo sąlygą:
[ egin Minėtos sąlygos kyla iš ribinio ciklo nestabilumo reikalavimų. Galime paaiškinti, kad periodinio elgesio požiūriu sąveika su jaudinančia populiacija yra žymiai didesnė nei sąveika su slopinančia populiacija. Kai kuriems pasirinktiems P ir Q yra tokia sąlyga, kad yra vienas pastovios būsenos taškas, kuriame (E ) ir (I ) reikšmės yra arti atsako funkcijos linksniuotės taško, todėl atsiranda šios sąlygos : 19 reikalavimas yra identiškas 17 sąlygai. 20 reikalavimas užtikrina, kad būtų viena pastovi būsena, o ne penkios pastovios būsenos. 3 teorema. Parametrus parinksime taip, kad būtų patenkintas 19 reikalavimas. Jei 18 išraiška netenkinama, tam tikroms sužadinimo konfigūracijoms atsiras keli histerezės reiškiniai. Kita vertus, jei bus įvykdyti 18 ir 20 reikalavimai, gausime ribinę ciklo dinamiką tam tikroms stimuliacijos konfigūracijoms. Netiesinės sistemos gali elgtis taip, kaip ribinis ciklas. Jei yra tik vienas pastovios būsenos tirpalas ir jei pastovios būsenos tirpalas yra nestabilus, įvyks ribinis ciklas. Toliau 18 ir 20 sąlygų patenkinimo parametrus apibrėžiame kaip (c_1 = 16 ), (c_2 = 12 ), (c_3 = 15 ), (c_4 = 3 ), (a_e = 1,3) , ( heta_e=4) , (a_i=2) , ( heta_i = 3,7) , (r_e=1) ir (r_i=1) . Mes galime nustatyti pastovios būsenos sprendimą pagal nulinių linijų sankirtą taip. 8 pav. Fazės plokštumos analizė. Nustatykite pastovios būsenos sprendimą pagal nulinių linijų sankirtą. Parametrai: (c_1=16) , (c_2 = 12) , (c_3=15) , (c_4=3) , (a_e = 1,3) , ( heta_e=4) , (a_i = 2 ), ( theta_i = 3,7 ), (r_e = 1 ), (r_i = 1 ). Fazių plokštumoje ribinis ciklas yra izoliuota uždara orbita, kur „uždara“ reiškia judėjimo periodiškumą, o „izoliuota“ reiškia judėjimo ribą, kai šalia esančios trajektorijos susilieja arba nukrypsta. Mes galime pakeisti pradines (E_0 ) ir (I_0 ) reikšmes, kad gautume skirtingus kelius fazių erdvėje. 9 paveikslas. Fazių plokštumos analizė, rodanti ribinę ciklo trajektoriją, reaguojant į pastovų modeliavimą (P = 1,25 ). Punktyrinės linijos yra nullcline. Parametrai: (c_1 = 16 ), (c_2 = 12 ), (c_3 = 15 ), (c_4 = 3 ), (a_e = 1.3 ), ( theta_e = 4 ) , (a_i=2) , ( heta_i = 3,7) , (r_e=1) , (r_i=1) . Fazinės plokštumos analizė iliustruoja ribotą pastovios būsenos sprendimą, kuris klasifikuojamas kaip nestabilus, tai yra tipiškas ribinio ciklo bruožas. Tirpalo svyruojantis elgesys, parodytas 10 paveiksle, atitinka įprastą ribinio ciklo elgesį: i. Trajektorijos, esančios netoli pusiausvyros taško, stumiamos toliau nuo pusiausvyros. ii. Trajektorijos toli nuo pusiausvyros taško juda arčiau pusiausvyros. Mes nustatėme poilsio būseną (E = 0, I = 0 ), kad ji būtų stabili, nesant išorinės jėgos. Todėl nervų populiacija rodo tik ribotą ciklo aktyvumą, reaguodama į nuolatinį išorinį įvestį (P arba Q). Apskritai, 3 teoremos prielaida yra ta, kad yra tik viena pastovi būsena ir ji turi būti netoli vingio taško, kad egzistuotų ribinis ciklas. Todėl, jei tiriame ribinį elgesį kaip (P ) funkciją, kur (Q = 0 ), tai reiškia, kad: 10 pav.: (I(t)) ir (E(t)) ribiniam ciklui, parodytam 9 pav. Ribinis ciklas priklauso nuo (P) reikšmės, ty (Q) yra nustatytas lygus nuliui. „Žinant neuronus“ yra apdovanojimus pelniusi neurologijos švietimo ir informavimo svetainė, kurią sukūrė jauni neurologai. Pasaulinės Knowing Neurons komandos nariai aiškiai ir tiksliai paaiškina sudėtingas idėjas apie smegenis ir protą naudodami galingus vaizdus, infografiką ir animaciją, kad pagerintų rašytinį turinį. Plačiai dalyvaujant socialinėje žiniasklaidoje, žinantys neuronai tapo svarbia mokslo komunikacijos priemone ir šaltiniu tiek studentams, tiek mokytojams. 2.1 lentelė: Mūsų modeliavime naudojami parametrai normalizuojami naudojant aukščiau nurodytus konversijos koeficientus, kad tipinės vertės, atsirandančios modeliuojant, patenka į 0...1 normalizuotą diapazoną. Pvz., Membranos potencialas yra intervale nuo 0 iki 2, kur 0 atitinka -100 mV, o 2 - +100 mV, o 1 yra 0 mV (o dauguma membranos potencialų reikšmių šioje skalėje lieka 0-1 ribose). Pateiktos biologinės vertės yra numatytosios AdEx modelio vertės. Kitas biologines vertes galima įvesti naudojant LeabraUnitSpec mygtuką BioParams, kuris automatiškai konvertuoja jas į normalizuotas reikšmes. 2.1 lentelė 2.1 lentelėje pateiktos normalizuotos mūsų modeliavimui naudojamų parametrų vertės. Mes naudojame šias normalizuotas reikšmes vietoj įprastų biologinių parametrų, kad viskas natūraliai tilptų į 0...1 diapazoną, taip supaprastindami daugelį praktinių darbo su modeliavimu aspektų. Čia parodytos galutinės lygtys, naudojamos neuronui atnaujinti skaičiavimo tvarka, o visi kintamieji, kurie laikui bėgant kinta, nurodyti kaip (t) funkcija: 1. Apskaičiuokite sužadinimo įvesties laidumą (slopinimas būtų panašus, bet apie tai plačiau aptarsime kitame skyriuje, todėl čia jį praleisime): 2. Atnaujinkite membranos potencialą po vieną žingsnį, kaip įvesties laidumo funkciją (atskirdami laidumą į dinamines ir pastovias "g-bar" dalis): 3a. Jei norite atskirti smailes, palyginkite membranos potencialą su slenksčiu, suaktyvinkite smaigalį ir iš naujo nustatykite Vm, jei viršija slenkstį: 3b. Norėdami apskaičiuoti greičio kodą, apskaičiuokite išėjimo aktyvavimą kaip g_e ir Vm funkciją NXX1: Vėlgi, aukščiau aprašytas poveikis nėra išsamus THC poveikio žmogaus smegenims vaizdas. Be to, ši informacija ateityje gali pasikeisti, ypač jei marihuana JAV taps federaliniu požiūriu teisėta ir ją bus lengviau ištirti. Vis dėlto paveikslėlis, kurį nupiešėme aukščiau, suteikia mums pakankamai pagrįstų spėjimų, kaip žinomas THC poveikis smegenims paaiškina subjektyvius jausmus, dažniausiai susijusius su dideliu marihuanos kiekiu. Vienas dalykas, kurį matėme, buvo didesnis impulsyvumas dėl sumažėjusio priekinio-limbinio-dopaminerginio tinklo ryšio, taip pat padidėjusio dopamino atlygio sistemoje, o tai gali slypėti už stereotipinių „mišimų“ – nepasotinamo gero skonio troškimo. daugelio vartotojų. Galbūt THC verčia mus trokšti skanaus maisto, tuo pačiu mažiau dėmesingi vidiniam drausmės balsui, raginančiam saikingai, taip, kad impulsyviai siekiame picos ir alaus. Galbūt THC verčia mus trokšti skanaus maisto, tuo pačiu mažiau dėmesingi vidiniam drausmės balsui, raginančiam saikingai, taip, kad impulsyviai siekiame picos ir alaus. We saw that THC can reduce activity in brain networks involved in attention as well as learning and memory. While it didn’t always seem to decrease performance on tasks requiring attention or memory, it did appear to make the brain work harder to accomplish them. And it does reduce performance on working memory tasks (like remembering a phone number for 30 seconds). This, of course, might explain the stereotype that marijuana users are stupid or have bad memories. Neither is true, strictly speaking, and both are unfair assumptions. Let’s flesh this out fully: A student taking an exam high on THC might do just as well as if he or she was sober, depending on how much working memory was required. For example, if it was all multiple choice based on simple memorization of concepts or vocabulary (therefore requiring little working memory), the student would likely do just fine (again, provided he or she had no time limit). On the other hand, if it were a test requiring complex reasoning (e.g. calculus) and therefore lots of working memory, the high student would probably get a worse grade, no matter how much time he or she was given. The anxiety piece is a bit complicated. The question is really whether THC increases anxiety or not. The reality is that some people get more anxious when high (typically people who don’t often use THC), but regular users might feel no such effect, or they might only feel it in response to certain social triggers (e.g. angry faces). This does of course explain the stereotypical paranoia experienced by many first time marijuana users, and it may also explain the seemingly paradoxical effect of why regular users often say that marijuana helps them relax. Finally, dopamine. It is no surprise that dopamine is increased in parts of the brain’s reward system, and it probably has a lot to do with the mood-altering effects of marijuana, as well as the craving or simple wanting of the substance (and possibly for other things, like chips and soda). This can explain why people enjoy using THC, or at least why they desire it. A team of researchers from Tübingen and Israel uncovers how brain structures can maintain function and stable dynamics even in unusual conditions. Their results might lay the foundations for better understanding and treating conditions like epilepsy and autism. The neurons in brain are connected with each other, forming small functional units called neural circuits. A neuron that is connected to another one via a synapsis can transmit information to the second neuron by sending a signal. This, in turn, might prompt the second neuron to transmit a signal to other neurons in the neural circuit. If that happens, the first neuron is likely an excitatory neuron: one that prompts other neurons to fire. But neurons with the exact opposite task are equally important to the functionality of the brain: inhibitory neurons, which make it less likely that the neurons they are connected to send a signal to others. The interplay of excitation and inhibition is crucial for normal functionality of neural networks. Its dysregulation has been linked to many neurological and psychiatric disorders, including epilepsy, Alzheimer's disease, and autism spectrum disorders. Interestingly, the share of inhibitory neurons among all neurons in various brain structures (like the neocortex or the hippocampus) remains fixed throughout the lifetime of an individual at 15-30%. "This prompted our curiosity: how important is this particular proportion?" recalls Anna Levina, a researcher at Tübingen University and the Max Planck Institute for Biological Cybernetics. "Can neural circuits with a different proportion of excitatory and inhibitory neurons still function normally?" Her collaborators from the Weizmann Institute of Science in Rehovot (Israel) designed a novel experiment that would allow to answer these questions. They grew cultures that contained different, even extreme ratios of excitatory and inhibitory neurons. The scientists then measured the activity of these artificially designed brain tissues. "We were surprised that networks with various ratios of excitatory and inhibitory neurons remained active, even when these ratios were very far from natural conditions," explains Levina's Ph.D. student Oleg Vinogradov. "Their activity does not change dramatically, as long as the share of inhibitory neurons stays somewhere in the range of 10% to 90%." It seems that the neural structures have a way of compensating for their unusual composition to remain stable and functional. So naturally the researchers asked next: what mechanism allow the brain tissue to adjust to these different conditions? The researchers theorized that the networks adapt by adjusting the number of connections: If there few inhibitory neurons, they have to take on a bigger role by building more synapses with the other neurons. Conversely, if the share of inhibitory neurons is large, the excitatory neurons have to make up for this by establishing more connections. The theoretical model of the Tübingen scientists can explain the experimental findings of their colleagues in Rehovot and uncover the mechanisms helping to maintain stable dynamics in the brain. The results provide a clearer picture of how excitation/inhibition balance is preserved and where it fails in living neural networks. In the longer term, they might be useful for the emergent field of precision medicine: Induced pluripotent stem cell derived neural cultures could be used to find mechanisms of neuropsychiatric disorders and novel medications.Apriboti ciklus
Autorius (-iai)
Neuronų lygčių ir normalizuotų parametrų santrauka
Normalizuoti neuronų parametrai
Parametras Bio Val Normas Val Parametras Bio Val Normas Val Laikas 0,001 sek 1 ms Įtampa 0,1 V arba 100 mV -100..100 mV = 0..2 dV Dabartinė 1x10 -8 A 10 nA Laidumas 1x10 -9 S. 1 nS Talpa 1x10-12 F 1 pF C (memb talpa) 281 pF 1/C = .355 = dt.vm g_bar_l (nutekėjimas) 10 nS 0.1 g_bar_i (slopinimas) 100 nS 1 g_bar_e (sužadinimas) 100 nS 1 e_rev_l (nutekėjimas) ir Vm_r -70mV 0.3 e_rev_i (slopinimas) -75 mV 0.25 e_rev_e (sužadinimas) 0 mV 1 θ (veiksmas. trečiasis, V.T „AdEx“) -50mV 0.5 spike.spk_thr (exp ribinis AdEx) 20mV 1.2 smaigalys.exp_slope (ΔT „AdEx“) 2 mV 0.02 prisitaikyti.dt_laikas (τw „AdEx“) 144 ms dt = 0,007 adapt.vm_gain („AdEx“) 4 nS 0.04 adapt.spk_gain (b „AdEx“) 0,0805nA 0.00805
2. THC High paaiškinimas
Munchies
Lėtesnis –Bet dažniausiai tikslus ir#8211 samprotavimas
Relaxed Regular Users and Fearful First Timers
It Just Feels Good
How neural circuits achieve a balance between excitation and inhibition
Inhibitory (red) and excitatory cells (green) neurons in an 80% inhibitory culture (4 times the normal). The resulting networks are surprisingly robust to this structural perturbation. Credit: University of Tübingen