Simple Science

Scienza all'avanguardia spiegata semplicemente

# La biologia # Neuroscienze

Dentro della corteccia visiva: neuroni al lavoro

Scopri come i neuroni nella corteccia visiva rispondono a diversi stimoli.

Dianna Hidalgo, Giorgia Dellaferrera, Will Xiao, Maria Papadopouli, Stelios Smirnakis, Gabriel Kreiman

― 8 leggere min


Neuroni in azione Neuroni in azione neuronali nella corteccia visiva. Scopri le dinamiche delle risposte
Indice

La Corteccia visiva è una parte fondamentale del cervello che elabora ciò che vediamo. Contiene Neuroni che rispondono alla luce e agli stimoli visivi. Gli scienziati sono curiosi di capire come funzionano questi neuroni, soprattutto come rispondono a diverse immagini o scene. Negli ultimi anni, i ricercatori hanno esaminato attentamente come la corteccia visiva reagisce all'input visivo e ad altri fattori, come il movimento o l'attenzione.

Le basi dell'Attività neuronale

I neuroni sono le cellule di comunicazione del cervello. Si inviano segnali l'uno con l'altro usando impulsi elettrici. Quando un neurone riceve un input, può "sparare", cioè inviare un segnale ad altri neuroni. Questo sparare è influenzato da molti fattori, compreso il tipo di Stimolo visivo presentato e lo stato dell'animale (ad esempio, se si muove o è fermo).

Quando gli scienziati studiano l'attività di questi neuroni, spesso misurano le risposte medie nel tempo. Questo significa che osservano come i neuroni rispondono quando viene mostrata la stessa immagine più volte. La frequenza di sparo media dà alcune informazioni, ma non cattura tutti i dettagli di come i neuroni reagiscono in ogni singolo caso.

Variabilità prova per prova

I neuroni non sparano solo in risposta a stimoli esterni; possono anche mostrare un'attività spontanea, cioè possono sparare anche quando non c'è input visivo. Questo sparare spontaneo può aggiungere rumore alle misurazioni, rendendo difficile capire cosa sta succedendo. Ad esempio, se un neurone spara quando vede un'immagine e sparisce senza motivo, come fa uno scienziato a sapere cosa causa ciascuno sparo?

I ricercatori hanno scoperto che in alcuni animali, compresi i topi, i neuroni nella corteccia visiva rispondono significativamente a cose che non sono solo visive. Questo include movimenti o addirittura aspettative dell'animale.

Il ruolo del movimento e dell'attenzione

Il movimento può influenzare quanto bene i neuroni rispondono agli stimoli visivi. Se un topo si muove mentre guarda un'immagine, i suoi neuroni potrebbero sparare di più rispetto a quando è fermo. Questa relazione mostra che i neuroni non stanno solo reagendo all'immagine, ma anche alle azioni del topo.

Anche l'attenzione gioca un ruolo importante. Se un animale presta attenzione a uno stimolo, i suoi neuroni potrebbero rispondere in modo diverso rispetto a quando è distratto. Comprendere come l'attenzione e il movimento influenzano il fuoco neuronale può aiutare gli scienziati a conoscere meglio il complesso sistema di elaborazione del cervello.

Interazioni tra neuroni

I neuroni non lavorano da soli. Interagiscono con altri neuroni sia nella stessa fascia che tra fasce diverse. Nella corteccia visiva, ci sono vari strati e ognuno di essi svolge un ruolo distinto nell'elaborazione delle informazioni visive.

Interazioni tra strati

Ci sono diversi strati nella corteccia visiva e non sono semplicemente impilati uno sopra l'altro senza alcuna connessione. I neuroni in uno strato possono influenzare l'attività dei neuroni in un altro strato. Ad esempio, i ricercatori hanno scoperto che l'attività in uno strato può prevedere l'attività in uno strato superiore.

Questo significa che se i neuroni nello strato 4 della corteccia visiva stanno sparando, potrebbe aiutare a prevedere come i neuroni nello strato 2/3 risponderanno. Gli scienziati possono usare modelli matematici per verificare queste relazioni predittive.

Connessioni tra aree

Oltre alle interazioni tra strati, ci sono anche connessioni tra diverse aree della corteccia visiva. Ad esempio, i neuroni nell'area V1 (l'area visiva primaria) possono influenzare i neuroni nell'area V4. Quando gli scienziati studiano queste connessioni, possono vedere come le informazioni fluiscono attraverso il sistema visivo.

Curiosamente, i ricercatori hanno notato che prevedere l'attività è spesso più efficace in una direzione rispetto all'altra. Per esempio, i neuroni di V1 possono fornire intuizioni più chiare sull'attività dei neuroni di V4 rispetto al contrario.

Diversi stimoli visivi e i loro effetti

Non tutti gli stimoli visivi sono uguali. Il tipo di immagine presentata può influenzare in modo significativo come i neuroni rispondono. I ricercatori usano spesso vari tipi di immagini per vedere come queste differenze si manifestano nell'attività neuronale.

Linee in movimento vs. immagini naturali

Negli studi con i topi, i ricercatori hanno confrontato le risposte a linee in movimento (griglie) e a immagini naturali. Hanno scoperto che i neuroni rispondono meglio a certi tipi di stimoli. Ad esempio, i neuroni nello strato 4 possono essere migliori a prevedere l'attività nello strato 2/3 quando sono presentati con griglie in movimento rispetto a immagini naturali.

Quando vengono utilizzati diversi tipi di stimoli, la Prevedibilità della risposta di un'area a un'altra può cambiare. Ad esempio, i neuroni possono lavorare insieme in modo più efficace quando analizzano un pattern a scacchi piuttosto che quando osservano un'immagine più complessa.

L'importanza del contesto

Il contesto in cui vengono presentati gli stimoli visivi influisce su come i neuroni funzionano. Ad esempio, se un animale è all'erta e concentrato, le risposte neuronali saranno diverse rispetto a quando è distratto o assonnato. I ricercatori hanno scoperto che l'attività neuronale può ancora essere prevista anche in assenza di stimoli visivi, evidenziando l'abilità del cervello di elaborare informazioni anche quando non è stimolato direttamente.

Attività neuronale spontanea

Anche quando non c'è input visivo, i neuroni possono generare attività. Questo sparare spontaneo può rendere più complicato, ma anche interessante, lo studio delle risposte neuronali.

Prevedibilità nell'attività spontanea

I ricercatori hanno determinato che la prevedibilità esiste ancora durante l'attività spontanea. Questo significa che i neuroni possono comunque influenzarsi e seguire certi schemi anche quando non ci sono chiari segnali visivi.

Ad esempio, mentre studiavano l'attività spontanea, gli scienziati hanno notato che alcuni gruppi di neuroni mostrano forti relazioni predittive, il che suggerisce che la connettività e l'attività dipendono da più di un semplice input visivo.

Fattori che influenzano la prevedibilità neuronale

Diversi fattori chiave influenzano quanto bene un'area può prevedere l'attività di un'altra. Questi includono la qualità del segnale, la coerenza dei neuroni e la sovrapposizione dei campi recettivi.

Qualità del segnale e coerenza

I neuroni con una migliore qualità del segnale (cioè che sparano con un modello chiaro e coerente) sono spesso più facili da prevedere. Se un neurone mostra una forte relazione con un altro neurone, aumenta le possibilità che possa prevedere efficacemente l'attività di quel neurone.

Anche la coerenza è importante. Se un neurone risponde costantemente allo stesso stimolo, è più prevedibile rispetto a uno che ha risposte sparse. I ricercatori usano vari parametri per quantificare questa coerenza e prevedibilità.

Sovrapposizione dei campi recettivi

Quando i neuroni condividono campi recettivi, cioè l'area in cui rispondono agli stimoli, può creare un legame più forte tra le loro attività. I neuroni con campi recettivi sovrapposti tendono ad avere migliori capacità predittive rispetto a quelli senza questa sovrapposizione. Questo potrebbe essere dovuto a input condivisi o una connettività più forte tra quei neuroni.

Il ruolo delle mescolanze e dell'imprevedibilità

Negli studi, i ricercatori hanno mescolato le prove per esaminare come cambia la prevedibilità. Mescolando l'ordine di presentazione degli stimoli, gli scienziati cercano di comprendere quanto dell'attività neuronale sia realmente legata agli input visivi rispetto ai fattori spontanei.

Mescolare le prove

Quando gli scienziati mescolano le prove, notano spesso una diminuzione della prevedibilità, dimostrando che parte dell'attività è effettivamente guidata dallo stimolo osservato. Questo implica che, sebbene possa esserci un livello di attività di base, l'input visivo specifico può migliorare significativamente la prevedibilità delle risposte neuronali.

Dinamiche temporali nell'attività neuronale

Un altro aspetto importante dello studio dell'attività neuronale è il tempismo. Il tempismo dello sparo neuronale può essere fondamentale per comprendere come fluiscono le informazioni attraverso la corteccia visiva.

Ritardi temporali nelle risposte neuronali

I neuroni in diverse aree potrebbero non rispondere simultaneamente. Quando c'è un ritardo nella risposta di un'area rispetto a un'altra, può influenzare la previsione. I ricercatori hanno scoperto che tenendo conto di questi offset temporali durante le previsioni, possono migliorare l'accuratezza dei loro modelli.

Tempismo delle risposte iniziali

Durante i momenti iniziali degli stimoli visivi, i neuroni possono mostrare differenze significative nel tempismo. Alcuni neuroni possono rispondere molto più velocemente di altri, il che può influenzare quanto bene prevedano l'attività reciproca. Gli scienziati hanno sperimentato con il compensare il tempismo delle previsioni per ottenere spunti più chiari su questi schemi di risposta iniziale.

Conclusione

Lo studio dell'attività neuronale nella corteccia visiva è un compito complesso ma affascinante. Esaminando come i neuroni interagiscono tra loro, sia in risposta agli stimoli che durante il fuoco spontaneo, i ricercatori stanno ottenendo preziose intuizioni sull'elaborazione cerebrale.

Attraverso un'analisi attenta della prevedibilità, delle influenze del movimento e degli effetti di vari stimoli, gli scienziati stanno ricomponendo il complesso puzzle dell'elaborazione visiva. Proprio come un grande lavoro di squadra, capire come un'area del cervello influisce su un'altra porta a un quadro più completo di come vediamo e interpretiamo il mondo intorno a noi.

Il mondo affascinante delle interazioni neuronali non solo aiuta la comprensione scientifica, ma apre anche porte a potenziali applicazioni, come migliorare i trattamenti per i disturbi dell'elaborazione visiva. Man mano che la ricerca continua a evolversi, la nostra apprezzamento per la complessità del cervello cresce, ricordandoci che c'è sempre di più da imparare su questo incredibile organo. Quindi, la prossima volta che vedi qualcosa, ricorda, c'è una squadra di neuroni che lavora duramente dietro le quinte!

Fonte originale

Titolo: Trial-by-trial inter-areal interactions in visual cortex in the presence or absence of visual stimulation

Estratto: State-of-the-art computational models of vision largely focus on fitting trial-averaged spike counts to visual stimuli using overparameterized neural networks. However, a computational model of the visual cortex should predict the dynamic responses of neurons in single trials across different experimental conditions. In this study, we investigated trial-by-trial inter-areal interactions in the visual cortex by predicting neuronal activity in one area based on activity in another, distinguishing between stimulus-driven and non-stimulus-driven shared variability. We analyzed two datasets: calcium imaging from mouse V1 layers 2/3 and 4, and extracellular neurophysiological recordings from macaque V1 and V4. Our results show that neuronal activity can be predicted bidirectionally between L2/3 and L4 in mice, and between V1 and V4 in macaques, with the latter interaction exhibiting directional asymmetry. The predictability of neuronal responses varied with the type of visual stimulus, yet responses could also be predicted in the absence of visual stimulation. In mice, we observed a bimodal distribution of neurons, with some neurons primarily driven by visual inputs and others showing predictable activity during spontaneous activity despite lacking consistent visually evoked responses. Predictability also depended on intrinsic neuronal properties, receptive field overlap, and the relative timing of activity across areas. Our findings highlight the presence of both stimulus- and non-stimulus-related components in interactions between visual areas across diverse contexts and underscore the importance of non-visual shared variability between visual regions in both mice and macaques.

Autori: Dianna Hidalgo, Giorgia Dellaferrera, Will Xiao, Maria Papadopouli, Stelios Smirnakis, Gabriel Kreiman

Ultimo aggiornamento: 2024-12-09 00:00:00

Lingua: English

URL di origine: https://www.biorxiv.org/content/10.1101/2024.12.05.626981

Fonte PDF: https://www.biorxiv.org/content/10.1101/2024.12.05.626981.full.pdf

Licenza: https://creativecommons.org/licenses/by/4.0/

Modifiche: Questa sintesi è stata creata con l'assistenza di AI e potrebbe presentare delle imprecisioni. Per informazioni accurate, consultare i documenti originali collegati qui.

Si ringrazia biorxiv per l'utilizzo della sua interoperabilità ad accesso aperto.

Altro dagli autori

Articoli simili