嗅觉系统可以通过汇总来自多个受体的信号来提取感觉信息

我们通过个人的感觉神经系统、视觉、听觉、触觉、味觉、嗅觉和平衡/运动来解读我们周围的世界。这些系统通过多个步骤将物理世界转化为大脑中的神经信息。一般来说,一种兴奋剂通过在不同类型的受体中唤起不同强度的细胞反应来启动感觉信号传导过程。就视觉而言,红、绿、黄、蓝四种基本色,以不同的权重组合,使我们能够感知所有可见的颜色。元素颜色主要是在视觉通路中由三阶(神经节细胞)或更高阶的神经元通过一种或两种受体的信号汇总提取出来的。例如,黄光在眼睛内的红色和绿色视锥细胞中引起相对强烈且几乎相等的反应,而在蓝色视锥细胞中引起较弱的反应。这表明,虽然检测黄色是三种类型的受体的结果,但只需要一种类型的三级或更高级别的神经元。

图1所示。第二嗅觉中心的输入层(A)和输出层(B)在小波时频功率谱上的气味响应相关性不同。相同气味的域,特别是Lav(破碎的黄色正方形),大多在输出层被高相关性占据,而在输入层则没有。此外,不同的单组分气味Lina和mc4(破碎的蓝色正方形)在输出层的相关性降低到小于0.6,而在输入层的相关性较高。

因此,在色觉的情况下,来自不同受体的汇总信号强调了从多个受体接收的感觉信息,减少了对非重叠感觉信号的提取。因此,我们假设嗅觉系统可能有类似的行为,因为基本气味可能是由嗅觉通路中的三阶神经元提取的。如果我们的假设是正确的,我们应该观察到三阶神经元对相同气味的反应比相应输入的反应更相似。这些气味反应是短暂的和振荡的,目前还没有发表的方法来量化这些类型的反应的相似性。为此,我们开发了一种新的小波相关分析方法来量化瞬态振荡响应之间的相似性,并在气味响应上测试了我们的方法。小波变换就像一个运行的,带窗口的傅里叶变换,随着时间的推移,它沿着轴滑动一个特定大小的窗口,然后计算每个时间点的快速傅里叶变换,只使用窗口内的数据。

图2所示。嗅觉系统可能通过抑制信号将多个同源受体的信号相加,从而提取和增强特征元素。

小波变换使我们能够直观地看到振荡响应在时间、频率和振荡功率方面的快速变化。每个小波时频功率谱在给定大脑制备的气味反应中以交叉/自相关的对数比阵列重新缩放,并进行响应相似性分析。通过小波相关分析,我们揭示了三阶神经元(位于次级嗅觉中心的输出层)的气味反应之间存在刺激依赖的相关性(图1B),以及二阶神经元(位于输入层)对某些相同或不同气味的反应之间存在经验依赖的相关性(图1A)。前者的结果与我们的元素气味编码的层次模型一致(图2),并表明来自多个同源受体的信号可能在嗅觉通路的三阶神经元中汇总,从而简化了感觉信息流。然而,由于人类嗅觉受体的数量大约是视觉受体的100倍,因此明确证明这一模型还需要进一步的研究和大量的实验数据。官方manbetx手机版这项研究提供了对大脑如何提取和整合感官信息的见解,并包括意想不到的观察结果。此外,我们的新小波相关分析是一种很有前途的工具,用于量化瞬态振荡神经反应之间的相似性。

佐藤高明
生物医学研究所/国家先官方manbetx手机版进工业科学技术研究院

出版

一种量化小波时频功率谱中振荡神经响应相似性的新方法。
李志刚,李志刚,李志刚。
Brain Res. 2016年2月

脸谱网 推特 linkedin 邮件 脸谱网 推特 linkedin 邮件

留言回复