Inferencia és predikció mintavetelezés alapján a hippokampuszban  részletek

súgó  nyomtatás 
vissza »

 

Projekt adatai

 
azonosító
125324
típus FK
Vezető kutató Újfalussy Balázs Benedek
magyar cím Inferencia és predikció mintavetelezés alapján a hippokampuszban
Angol cím Sampling based inference and predictions in the hippocampus
magyar kulcsszavak hippocampus, idő, szekvencia, inferencia, statisztikus modellek, mintavételezés, viselkedés, adatelemzés
angol kulcsszavak hippocampus, time, sequences, inference, statistical modeles, sampling, behaviour, data analysis
megadott besorolás
Kognitív idegtudományok (pl. tanulás, memória, érzelmek, beszéd) (Orvosi és Biológiai Tudományok Kollégiuma)60 %
Neuroanatómia és idegélettan (Orvosi és Biológiai Tudományok Kollégiuma)20 %
Biológiai rendszerek elemzése, modellezése és szimulációja (Orvosi és Biológiai Tudományok Kollégiuma)20 %
zsűri Idegtudományok
Kutatóhely Lendület Idegi Jelátvitel Kutatócsoport (HUN-REN Kísérleti Orvostudományi Kutatóintézet)
résztvevők Plangár Imola
Shchur Olha
projekt kezdete 2017-12-01
projekt vége 2023-05-31
aktuális összeg (MFt) 39.992
FTE (kutatóév egyenérték) 5.43
állapot aktív projekt





 

Zárójelentés

 
kutatási eredmények (magyarul)
Térbeli navigációs feladat során vizsgáltuk a hippokampuszban a tervezés során megjelenő neuronális reprezentációkat. Nem találtunk a bizonytalanság pillanatszerű megjelenítésére utaló jeleket az adatokban: a populációs aktivitás jellemzően egyetlen helyszínt kódolt egy adott időpontban. Az egymást követő théta-ciklusok közötti variabilitás azonban nagyobb volt, mint amekkorát a legvalószínűbb útvonal kódolása alapján vártunk, és a lehetséges jövőbeli útvonalak random mintavételezésére utal. A tervezéssel járó bizonytalanságot tehát az agyunk az alternatív lehetőségek egymás utáni lejátszásával oldja fel. A Idegi Jelátvitel csoporttal közösen virtuális valóság-kísérleteket állítottunk fel, és két-foton Ca-képalkotással rögzítettük a hippocampális neuronok aktivitását. Megvizsgáltuk, hogyan fejlődnek a hippocampális térbeli és kontextuális reprezentációk egerekben a feladat tanulása során. Megállapítottuk, hogy bár a helysejtek korán kialakulnak, a feladat szempontjából releváns változók megjelenése további tanulást igényel. Vizsgáltuk a dendritikus nemlinearitások hatását a hippocampalis helysejtek szelektív térbeli aktivitására. Azt találtuk, hogy a dendritek hatása a neurális kimenetre akkor maximális, ha a lokális plaszticitás révén kialakuló szinaptikus klaszterek közepesen nagyok. Azt is megfigyeltük, hogy a dendritfára érkező szinaptikus bemeneteket a sejt egyszerre több, egymástól dinamikai szempontból lényegesen különböző módon összegzi és dolgozza fel.
kutatási eredmények (angolul)
We investigated the neuronal representations in the hippocampus associated with planning during a goal-oriented spatial navigation task. We found no evidence for the instantaneous representation of the uncertainty in the data: the population activity encoded single locations at any given time. However, the variability between subsequent theta cycles was larger than that expected from only encoding the most likely trajectory, and is consistent with random sampling from hypothetical future trajectories. Thus, in the hippocampus uncertainty is represented by encoding multiple alternative options sequentially. With the Lab. of Neuronal Signalling, we set up virtual reality experiments and recorded the activity of hippocampal neurons using Ca imaging. We studied how hippocampal spatial and contextual representations develop in mice during learning a navigation task. We found, that although hippocampal spatial maps form early upon exploring an environment, emergence of task-relevant variables requires further experience. We also analysed the contribution of dendritic nonlinearities to the spatially selective activity of hippocampal place cells. We found that the contribution of dendritic nonlinearities to the neural output is maximal when synaptic clusters, formed via local plasticity, are moderately large. We also found that synaptic inputs onto the same dendritic tree are processed by parallel functional architectures with distinct computational properties.
a zárójelentés teljes szövege https://www.otka-palyazat.hu/download.php?type=zarobeszamolo&projektid=125324
döntés eredménye
igen





 

Közleményjegyzék

 
Kis Márton: Analysing hippocampal neural representations with probabilistic deep learning, PPKE ITK, MSc Thesis, 2020
Rita Nyilas, Balázs B Ujfalussy, Balázs Lükő, Atilla B Kelemen and Judit K Makara: Experience-dependent reorganization of hippocampal CA1 pyramidal cell representations in a virtual contextual go/no go task, FENS Forum, 2022
Kim Young Joon, Ujfalussy Balázs B., Lengyel Máté: Parallel functional architectures within a single dendritic tree, CELL REPORTS 42: (4) p. 112386., 2023
Balázs B Ujfalussy and Gergő Orbán: Sampling motion trajectories during hippocampal theta sequences, biorxiv, 2021
Ujfalussy Balazs B., Orban Gergo: Sampling motion trajectories during hippocampal theta sequences, ELIFE 11: e74058, 2022
Balazs B Ujfalussy, Gergő Orbán: Sampling motion trajectories during hippocampal theta sequences, eLife 2022;11:e74058, 2022
Balázs Ujfalussy, Márton Kis and Gergő Orbán: Representation of uncertainty during hippocampal theta sequences, 2019 Conference on Cognitive Computational Neuroscience, 2019
Ujfalussy BB, Orbán G: Sampling-like representation of prospective locations during hippocampal theta sequences, Bernstein Conference 2020, 2020
Ujfalussy B.B., Makara J.K.: Impact of functional synapse clusters on neuronal response selectivity, NATURE COMMUNICATIONS 11: (1) 1413, 2020





 

Projekt eseményei

 
2022-04-28 14:51:56
Résztvevők változása
2018-11-14 14:06:34
Résztvevők változása




vissza »