Opis projektu
„Inteligentny” model obliczeniowy neuronu korowego
Nie rozumiemy do końca strategii, na podstawie których przetwarzanie jednokomórkowe wzmacnia kod neurologiczny, w przypadku poszczególnych działań dendrytycznych stosowanych in vivo. Statystyki wzorców informacji przychodzących in vivo są nieznane, nie jest więc jasne, w jaki sposób najistotniejsze informacje są przekazywane dendrytom neuronu, a także jakie mechanizmy wykorzystywane są do przekształcenia tych informacji w wyjściowy potencjał działania w aksonie. Twórcy finansowanego ze środków UE projektu DendritesInVivo tworzą model obliczeniowy neuronu korowego, który nauczy się rozróżniać wzorce danych synaptycznych, aby odkryć optymalny schemat kodowania i dekodowania informacji. Model ten będzie przewidywać wzorce czasoprzestrzenne sygnałów synaptycznych trafiających do neuronów, a także mechanizmy ekstrakcji takich informacji.
Cel
Integration of synaptic input by single neurons is fundamental to computation in the brain. The output of every cell within a network is shaped by the elaborate morphology of its dendritic tree, and a suite of biophysical mechanisms that confer nonlinear processing capabilities. Over past decades, a remarkable synergy between theory and experiment has elucidated key strategies by which single-cell processing could thus enhance the neural code. However, a critical gap in current understanding remains: which operations from the vast dendritic repertoire are actually employed in vivo? One major obstacle to addressing this problem is that the statistics of in vivo input patterns are largely unknown. Thus, it is unclear how salient information is presented to the dendrites of a neuron, and by extension, what mechanisms are used for its transduction to action potential output at the axon.
I aim to answer these questions by combining my expertise with that of the host lab to formulate theoretical predictions and then validate them with in vivo experiments. Specifically, I will construct a computational model of a cortical neuron that learns to discriminate synaptic input patterns, and use it to discover the optimal scheme for encoding and decoding information. I will thus predict the spatiotemporal patterns of synaptic input to stimulus-tuned neurons, and the biophysical mechanisms through which this information can be extracted. I will then test these predictions in primary visual cortex of awake behaving mice through two-photon dual-colour imaging of presynaptic glutamate release and postsynaptic calcium dynamics. By relating the algorithmic and biological function of neurons in the living brain, I anticipate this project will yield important insights into general principles of neural computation.
Dziedzina nauki
Program(-y)
Temat(-y)
System finansowania
MSCA-IF-EF-ST - Standard EFKoordynator
WC1E 6BT London
Zjednoczone Królestwo