Autor/autores:
Daming Li , Christos Constantinidis y John D. Murray
Un correlato neuronal distintivo de la memoria de trabajo (WM) es la actividad de aumento selectivo de estímulos de las neuronas en la corteza prefrontal (PFC) durante los retrasos mnemotécnicos. Estas observaciones han motivado un marco de modelado computacional influyente en el que la WM está respaldada por una actividad persistente. Recientemente, este marco ha sido desafi...
PUBLICIDAD
Estás viendo una versión reducida de este contenido.
Para consultar la información completa debes registrarte gratuitamente.
Tan sólo te llevará unos segundos.
Y si ya estás registrado inicia sesión pulsando aquí.
Un correlato neuronal distintivo de la memoria de trabajo (WM) es la actividad de aumento selectivo de estímulos de las neuronas en la corteza prefrontal (PFC) durante los retrasos mnemotécnicos. Estas observaciones han motivado un marco de modelado computacional influyente en el que la WM está respaldada por una actividad persistente.
Recientemente, este marco ha sido desafiado por argumentos de que la actividad persistente observada puede ser un artefacto de promediado de ensayos, que potencialmente enmascara una alta variabilidad de la actividad de retraso en el nivel de ensayo único. En un escenario alternativo, la actividad de retraso de la WM podría codificarse en ráfagas de activación neuronal selectiva que se producen de forma intermitente en los ensayos. Sin embargo, esta propuesta alternativa no se ha probado con datos de tren de picos de una sola neurona.
Aquí, desarrollamos un marco para abordar este problema mediante la caracterización de la variabilidad de ensayo a ensayo de los picos neuronales cuantificados por el factor Fano (FF). Al construir un modelo de picos de Poisson doblemente estocástico, primero demostramos que la propuesta de codificación de ráfagas implica un aumento significativo en FF correlacionado positivamente con la tasa de disparo y, por lo tanto, la pérdida de estabilidad en los ensayos durante el retraso.
La simulación de modelos de WM de circuitos corticales con picos confirmó además que FF es una medida sensible que puede disociar distintos mecanismos de WM. Luego probamos estas predicciones en conjuntos de datos de grabaciones de una sola neurona de la corteza prefrontal del macaco durante tres tareas de MT.
En marcado contraste con las predicciones del modelo de codificación de ráfagas, solo encontramos una pequeña fracción de neuronas que muestran una mayor ráfaga dependiente de WM, y la estabilidad entre los ensayos durante la demora se fortaleció en los datos empíricos. Por lo tanto, la variabilidad reducida de prueba a prueba durante el retraso proporciona fuertes restricciones sobre la contribución de la explosión intermitente de una sola neurona al mantenimiento de la WM.
Para acceder al texto completo consulte las características de suscripción de la fuente original:https://www.jneurosci.org/
