c-elegans-tracking-and-behavioral-measurement

<em>C. elegans</em> Tracking and Behavioral Measurement

We have developed instrumentation, image processing, and data analysis techniques to quantify the locomotory behavior of C. elegans as it crawls on the ...

Vrije Universiteit

Okinawa Institute of Science and Technology

&#x9AD8;&#x9891;&#x7387;&#x632F;&#x8361;&#x7535;&#x4F4D; &#xFF08;HFOPs&#xFF09; &#x5DF2;&#x8BB0;&#x5F55;&#x4ECE;&#x795E;&#x7ECF;&#x8282;&#x7EC6;&#x80DE;&#x5728;&#x732B;&#x3001; &#x5154;&#x3001; &#x9752;&#x86D9;&#x548C; mudpuppy &#x7684;&#x89C6;&#x7F51;&#x819C;&#x548C;&#x89C6;&#x7F51;&#x819C;&#x7535;&#x56FE; &#xFF08;ERGs&#xFF09; &#x4ECE;&#x4EBA;&#x7C7B;&#x548C;&#x5176;&#x4ED6;&#x7075;&#x957F;&#x76EE;&#x52A8;&#x7269;&#x3002;&#x7136;&#x800C;&#xFF0C;HFOPs &#x7684;&#x8D77;&#x6E90;&#x662F;&#x672A;&#x77E5;&#x7684;&#x3002;&#x57FA;&#x4E8E;&#x793A;&#x8E2A;&#x5242;&#x8026;&#x5408;&#x6A21;&#x5F0F;&#xFF0C;&#x6211;&#x4EEC;&#x5047;&#x8BBE;&#x53EF;&#x4EE5;&#x751F;&#x6210; HFOPs&#xFF0C;&#x90E8;&#x5206;&#xFF0C;&#x8F74;&#x7A81;&#x8F74;&#x627F;&#x65E0;&#x957F;&#x7A81;&#x7EC6;&#x80DE;&#x5174;&#x594B;&#x4E0E;&#x76F8;&#x90BB;&#x7684;&#x795E;&#x7ECF;&#x8282;&#x7EC6;&#x80DE;&#x7535;&#x7A81;&#x89E6;&#x7684;&#x8D1F;&#x9762;&#x53CD;&#x9988;&#x3002;&#x8BA1;&#x7B97;&#x673A;&#x6A21;&#x62DF;&#x88AB;&#x7528;&#x6765;&#x786E;&#x5B9A;&#x8FD9;&#x79CD;&#x8F74;&#x7A81;&#x4ECB;&#x5BFC;&#x7684;&#x53CD;&#x9988;&#x662F;&#x5426;&#x7B26;&#x5408;&#x5B9E;&#x9A8C;&#x89C2;&#x5BDF;&#x5230;&#x7684; HFOPs &#x5C5E;&#x6027;&#x3002;(1) &#x5468;&#x671F;&#x4FE1;&#x53F7;&#x901A;&#x5E38;&#x6CA1;&#x6709;&#x4ECE;&#x795E;&#x7ECF;&#x8282;&#x7EC6;&#x80DE; PSTHs&#xFF0C;&#x90E8;&#x5206;&#x56E0;&#x4E3A;&#x89C6;&#x7F51;&#x819C; HFOPs &#x7684;&#x9636;&#x6BB5;&#x968F;&#x673A;&#x968F;&#x65F6;&#x95F4;&#x800C;&#x5F02;&#xFF0C;&#x53EA;&#x662F;&#x88AB;&#x9501;&#x5B9A;&#x7684;&#x5F31;&#x523A;&#x6FC0;&#x3002;&#x5728;&#x89C6;&#x7F51;&#x819C;&#x7684;&#x6A21;&#x578B;&#x4E2D;&#xFF0C;&#x8FD9;&#x79CD;&#x76F8;&#x4F4D;&#x53D8;&#x5316;&#x9020;&#x6210;&#x7684;&#x975E;&#x7EBF;&#x6027;&#x6027;&#x8D28;&#x7684;&#x8F74;&#x7A81;&#x4ECB;&#x5BFC;&#x53CD;&#x9988;&#x4E0E;&#x7A81;&#x89E6;&#x566A;&#x97F3;&#x76F8;&#x7ED3;&#x5408;&#x3002;(2) HFOPs &#x589E;&#x52A0;&#x523A;&#x6FC0;&#x5927;&#x5C0F;&#x7684;&#x51FD;&#x6570;&#x63A5;&#x53D7;&#x5916;&#x5730;&#x4E2D;&#x5FC3;&#x76F4;&#x5F84;&#x7684;&#x51E0;&#x500D;&#x3002;&#x5728;&#x6A21;&#x578B;&#x4E2D;&#xFF0C;&#x4ECB;&#x5BFC;&#x8F74;&#x7A81;&#x53CD;&#x9988;&#x6C47;&#x96C6;&#x5728;&#x89C6;&#x7F51;&#x819C;&#x5927;&#x9762;&#x79EF;&#x4E0A;&#xFF0C;&#x751F;&#x4EA7;&#x4E86;&#x540C;&#x6837;&#x5927;&#x5C0F;&#x4F9D;&#x8D56;&#x7684; HFOPs &#x4FE1;&#x53F7;&#x3002;(3) HFOPs &#x90FD;&#x662F;&#x7279;&#x5B9A;&#x7684;&#x523A;&#x6FC0;&#x3002;&#x5728;&#x6A21;&#x578B;&#x4E2D;&#xFF0C;&#x76F8;&#x90BB;&#x7684;&#x795E;&#x7ECF;&#x5143;&#x4E4B;&#x95F4;&#x7684;&#x7F1D;&#x9699;&#x9020;&#x6210;&#x6BD7;&#x8FDE;&#x5730;&#x533A;&#x6210;&#x4E3A;&#x9636;&#x6BB5;&#x9501;&#x5B9A;&#xFF0C;&#x4F46;&#x672A;&#x540C;&#x6B65;&#x7684;&#x4E0D;&#x540C;&#x533A;&#x57DF;&#x3002;&#x6A21;&#x578B;&#x751F;&#x6210; HFOPs &#x7684;&#x7B26;&#x5408;&#x63A5;&#x53D7;&#x5916;&#x5730;&#x4E2D;&#x5FC3;&#x52A8;&#x6001;&#x548C;&#x732B; &alpha; &#x7EC6;&#x80DE;&#x7684;&#x7A7A;&#x95F4;&#x7EC4;&#x7EC7;&#x3002;HFOPs &#x5E76;&#x4E0D;&#x53D6;&#x51B3;&#x4E8E;&#x4ECE;&#x8D28;&#x7684;&#x65B9;&#x9762;&#x5BF9;&#x4EFB;&#x4F55;&#x6A21;&#x578B;&#x53C2;&#x6570;&#x7684;&#x7CBE;&#x786E;&#x503C;&#x6216;&#x5BF9;&#x6570;&#x503C;&#x7CBE;&#x5EA6;&#x7684;&#x96C6;&#x6210;&#x65B9;&#x6CD5;&#x3002;&#x6211;&#x4EEC;&#x5F97;&#x51FA;&#x7684;&#x7ED3;&#x8BBA; HFOPs &#x53EF;&#x4EE5;&#x4ECB;&#x5BFC;&#xFF0C;&#x90E8;&#x5206;&#x7535;&#x8DEF;&#x4E0E;&#x5DF2;&#x77E5;&#x7684;&#x89C6;&#x7F51;&#x819C;&#x89E3;&#x5256;&#x76F8;&#x4E00;&#x81F4;&#x3002;

&#x89C6;&#x7F51;&#x819C;&#x795E;&#x7ECF;&#x8282;&#x7EC6;&#x80DE;&#x7684;&#x9AD8;&#x9891;&#x7387;&#x632F;&#x8361;&#x7535;&#x4F4D;&#x7684;&#x6A21;&#x578B;&#x3002;

High-frequency oscillatory potentials (HFOPs) have been recorded from ganglion cells in cat, rabbit, frog, and mudpuppy retina and in electroretinograms (ERGs) from humans and other primates. However, the origin of HFOPs is unknown. Based on patterns of tracer coupling, we hypothesized that HFOPs could be generated, in part, by negative feedback from axon-bearing amacrine cells excited via electrical synapses with neighboring ganglion cells. Computer simulations were used to determine whether such axon-mediated feedback was consistent with the experimentally observed properties of HFOPs. (1) Periodic signals are typically absent from ganglion cell PSTHs, in part because the phases of retinal HFOPs vary randomly over time and are only weakly stimulus locked. In the retinal model, this phase variability resulted from the nonlinear properties of axon-mediated feedback in combination with synaptic noise. (2) HFOPs increase as a function of stimulus size up to several times the receptive-field center diameter. In the model, axon-mediated feedback pooled signals over a large retinal area, producing HFOPs that were similarly size dependent. (3) HFOPs are stimulus specific. In the model, gap junctions between neighboring neurons caused contiguous regions to become phase locked, but did not synchronize separate regions. Model-generated HFOPs were consistent with the receptive-field center dynamics and spatial organization of cat alpha cells. HFOPs did not depend qualitatively on the exact value of any model parameter or on the numerical precision of the integration method. We conclude that HFOPs could be mediated, in part, by circuitry consistent with known retinal anatomy.

A model of high-frequency oscillatory potentials in retinal ganglion cells.

Aigus potentiels oscillatoires (HFOPs) ont &eacute;t&eacute; observ&eacute;es dans les cellules ganglionnaires de la r&eacute;tine de chat, lapin, grenouille et Necture tachet&eacute; et &eacute;lectror&eacute;tinogrammes (GRE) chez l&#39;homme et les autres primates. Toutefois, l&#39;origine du HFOPs est inconnu. Selon les profils de traceurs de couplage, nous avons &eacute;mis l&#39;hypoth&egrave;se que HFOPs pourrait d&eacute;couler, en partie, par les commentaires n&eacute;gatifs d&#39;axones cellules amacrines excit&eacute;s par l&#39;interm&eacute;diaire de synapses &eacute;lectriques avec les cellules de ganglion. Des simulations par ordinateur ont servi &agrave; d&eacute;terminer si cette r&eacute;troaction m&eacute;diation axon concordait avec les propri&eacute;t&eacute;s observ&eacute;es exp&eacute;rimentalement de HFOPs. (1) Signaux p&eacute;riodiques est g&eacute;n&eacute;ralement absents de ganglion cell HTPS, en partie parce que les phases de la r&eacute;tine HFOPs varient al&eacute;atoirement au fil du temps et ne sont que faiblement stimulus verrouill&eacute;. Dans le mod&egrave;le de la r&eacute;tine, la variabilit&eacute; de cette phase a donn&eacute; lieu aux propri&eacute;t&eacute;s non lin&eacute;aires de r&eacute;troaction induite par les axones en pr&eacute;sence de bruit synaptique. (2) HFOPs augmentent en fonction de la taille du stimulus jusqu&#39;&agrave; plusieurs fois le diam&egrave;tre du champ r&eacute;ceptif Centre. Dans le mod&egrave;le, r&eacute;troaction induite par les axones en commun signaux sur une grande surface de la r&eacute;tine, produisant des HFOPs qui &eacute;taient de m&ecirc;me taille d&eacute;pendante. (3) HFOPs sont des stimuli sp&eacute;cifique. Dans le mod&egrave;le, les jonctions entre les neurones voisins caus&eacute; des r&eacute;gions contigu&euml;s &agrave; devenir phase locked, mais ne pas synchroniser des r&eacute;gions distinctes. HFOPs mod&eacute;lis&eacute;es &eacute;taient compatibles avec le dynamique centre de champ r&eacute;ceptif et l&#39;organisation spatiale des cellules alpha cat. HFOPs n&#39;&eacute;taient pas fonction qualitativement sur la valeur exacte de n&#39;importe quel param&egrave;tre du mod&egrave;le ou sur la pr&eacute;cision num&eacute;rique de la m&eacute;thode d&#39;int&eacute;gration. Nous concluons que la HFOPs pourrait &ecirc;tre v&eacute;hicul&eacute;s, en partie, de circuits compatibles avec l&#39;anatomie r&eacute;tinienne connu.

Un mod&egrave;le de potentiels oscillatoires de haute fr&eacute;quence dans les cellules ganglionnaires de la r&eacute;tine.

Hochfrequenz-Oszillatorische Potentiale (HFOPs) wurden von Ganglienzellen, Katze, Kaninchen, Frosch und Olme Netzhaut und im Elektroretinogramm (ERG) von Menschen und anderen Primaten aufgezeichnet. Der Ursprung des HFOPs ist jedoch unbekannt. Auf der Grundlage der Muster des Tracers Kupplung Hypothese wir, dass HFOPs, teilweise durch negatives Feedback von Axon Amacrine Zellen aufgeregt &uuml;ber elektrische Synapsen mit benachbarten Ganglienzellen erzeugt werden konnte. Computersimulationen wurden verwendet, um festzustellen, ob solche Axon-vermittelten Feedback konsistent mit den experimentell beobachteten Eigenschaften des HFOPs war. (1) Periodische Signale fehlen in der Regel aus Ganglion Zelle PSTHs, teilweise weil die Phasen der retinalen HFOPs zuf&auml;llig im Laufe der Zeit variieren und sind nur schwach Impulse gesperrt. Retinale Modell gef&uuml;hrt diese Phase Variabilit&auml;t von den nichtlinearen Eigenschaften von Axon-vermittelten Feedback in Kombination mit synaptischen L&auml;rm. (2) HFOPs erh&ouml;hen als Funktion der Reiz-Gr&ouml;&szlig;e bis zu mehrmals den rezeptive Feld Durchmesser. Im Modell geb&uuml;ndelt Axon vermittelte R&uuml;ckmeldung Signale gro&szlig;fl&auml;chig Netzhaut, Herstellung von HFOPs, die in &auml;hnlicher Weise abh&auml;ngige Gr&ouml;&szlig;e waren. (3) HFOPs sind bestimmte Reiz. Im Modell Gap Junctions zwischen benachbarten Neuronen verursacht zusammenh&auml;ngende Regionen Phase gesperrt zu werden, aber separate Regionen nicht synchronisieren. Modell generierten HFOPs entsprachen die rezeptive Feld Mitte Dynamik und r&auml;umliche Organisation der Katze Alphazellen. HFOPs nicht qualitativ auf den genauen Wert einer Modellparameter oder die numerische Genauigkeit der Integrationsmethode abh&auml;ngig. Wir schlie&szlig;en, dass die HFOPs teilweise durch Schaltung mit bekannten Netzhaut Anatomie vermittelt werden konnte.

Ein Modell der Hochfrequenz-Oszillatorische Potenziale in retinalen Ganglienzellen.

I potenziali oscillatori ad alta frequenza (HFOPs) sono stati registrati dalle cellule del ganglion nella retina del gatto, coniglio, rana e ingliscprof e in electroretinograms (ERG) dagli esseri umani e altri primati. Tuttavia, l&#39;origine della HFOPs &egrave; sconosciuto. Sulla base di modelli di tracciante di accoppiamento, abbiamo ipotizzato che HFOPs potrebbe essere generate, in parte, da feedback negativo da cellule di amacrine assone-cuscinetto eccitate tramite sinapsi elettriche con le vicine cellule gangliari. Le simulazioni al computer sono state utilizzate per determinare se tale feedback assone-mediata era coerente con la propriet&agrave; sperimentalmente osservate HFOPs. (1) Segnali periodici sono in genere assenti dal ganglio cell PSTHs, in parte perch&eacute; le fasi di HFOPs retinica variano in modo casuale nel tempo e sono solo debolmente stimolo bloccato. Nel modello della retina, questa variabilit&agrave; di fase ha provocato dalle propriet&agrave; non lineari di feedback mediato assone in combinazione con rumore sinaptica. (2) HFOPs aumentare in funzione della dimensione di stimolo fino a parecchie volte il diametro del campo recettivo centro. Nel modello di feedback mediato assone in pool segnali su una vasta area della retina, producendo HFOPs che erano similmente dimensioni dipendenti. (3) HFOPs sono stimolo specifico. Nel modello di giunzioni di gap tra neuroni adiacenti causato regioni contigue a diventare fase bloccato, ma non ha fatto la sincronizzazione distinte regioni. Generati dal modello HFOPs sono stati coerenti con il centro del campo recettivo dinamiche e organizzazione spaziale delle cellule alfa cat. HFOPs non ha fatto dipendono qualitativamente sul valore esatto di qualsiasi parametro di modello o sulla precisione del metodo di integrazione numerica. Concludiamo che HFOPs potrebbe essere mediata, in parte, dalla circuitazione coerente con noto anatomia della retina.

Un modello di potenziali oscillatori ad alta frequenza in cellule gangliari della retina.

&#x9AD8;&#x5468;&#x6CE2;&#x632F;&#x52D5;&#x96FB;&#x4F4D; (HFOPs) &#x306F;&#x3001;&#x732B;&#x3001;&#x30A6;&#x30B5;&#x30AE;&#x3001;&#x30AB;&#x30A8;&#x30EB;&#x3001;mudpuppy &#x306E;&#x7DB2;&#x819C;&#x304A;&#x3088;&#x3073; electroretinograms (&#x30A8;&#x30EB;&#x30B0;) &#x4EBA;&#x9593;&#x3068;&#x4ED6;&#x306E;&#x970A;&#x9577;&#x985E;&#x304B;&#x3089;&#x306E;&#x795E;&#x7D4C;&#x7BC0;&#x7D30;&#x80DE;&#x304B;&#x3089;&#x8A18;&#x9332;&#x3055;&#x308C;&#x3066;&#x3044;&#x307E;&#x3059;&#x3002;&#x3057;&#x304B;&#x3057;&#x3001;HFOPs &#x306E;&#x8D77;&#x6E90;&#x306F;&#x4E0D;&#x660E;&#x3067;&#x3059;&#x3002;HFOPs&#x3001;&#x4E00;&#x90E8;&#x3067;&#x306F;&#x3001;&#x8EF8;&#x7D22;&#x8EF8;&#x53D7;&#x30A2;&#x30DE;&#x30AF;&#x30EA;&#x30F3;&#x7D30;&#x80DE;&#x795E;&#x7D4C;&#x7BC0;&#x7D30;&#x80DE;&#x306E;&#x96A3;&#x56FD;&#x3068;&#x306E;&#x96FB;&#x6C17;&#x30B7;&#x30CA;&#x30D7;&#x30B9;&#x3092;&#x4ECB;&#x3057;&#x3066;&#x8208;&#x596E;&#x3057;&#x3066;&#x304B;&#x3089;&#x8CA0;&#x306E;&#x30D5;&#x30A3;&#x30FC;&#x30C9;&#x30D0;&#x30C3;&#x30AF;&#x306B;&#x3088;&#x3063;&#x3066;&#x751F;&#x6210;&#x3055;&#x308C;&#x308B;&#x53EF;&#x80FD;&#x6027;&#x304C;&#x3042;&#x308A;&#x307E;&#x3059;&#x3001;&#x30AB;&#x30C3;&#x30D7;&#x30EA;&#x30F3;&#x30B0; &#x30C8;&#x30EC;&#x30FC;&#x30B5;&#x30FC;&#x306E;&#x30D1;&#x30BF;&#x30FC;&#x30F3;&#x306B;&#x57FA;&#x3065;&#x3044;&#x3066;&#x3001;&#x6211;&#x3005; &#x3068;&#x4EEE;&#x5B9A;&#x3002;&#x8A08;&#x7B97;&#x6A5F;&#x30B7;&#x30DF;&#x30E5;&#x30EC;&#x30FC;&#x30B7;&#x30E7;&#x30F3;&#x306B;&#x3088;&#x308A;&#x3053;&#x306E;&#x3088;&#x3046;&#x306A;&#x8EF8;&#x7D22;&#x3092;&#x4ECB;&#x3059;&#x308B;&#x30D5;&#x30A3;&#x30FC;&#x30C9;&#x30D0;&#x30C3;&#x30AF; HFOPs &#x306E;&#x5B9F;&#x9A13;&#x7684;&#x89B3;&#x6E2C;&#x306E;&#x30D7;&#x30ED;&#x30D1;&#x30C6;&#x30A3;&#x3068;&#x4E00;&#x8CAB;&#x3057;&#x305F;&#x304B;&#x3069;&#x3046;&#x304B;&#x3092;&#x5224;&#x65AD;&#x3059;&#x308B;&#x4F7F;&#x7528;&#x3055;&#x308C;&#x307E;&#x3057;&#x305F;&#x3002;1&#xFF09; &#x5468;&#x671F;&#x4FE1;&#x53F7;&#x304C;&#x901A;&#x5E38;&#x6B20;&#x3051;&#x3066;&#x3044;&#x308B;&#x7DB2;&#x819C; HFOPs &#x306E;&#x30D5;&#x30A7;&#x30FC;&#x30BA;&#x306F;&#x3001;&#x30E9;&#x30F3;&#x30C0;&#x30E0;&#x306B;&#x6642;&#x9593;&#x3092;&#x304B;&#x3051;&#x3066;&#x5909;&#x5316;&#x3057;&#x3001;&#x306E;&#x307F;&#x5F31;&#x523A;&#x6FC0;&#x304C;&#x30ED;&#x30C3;&#x30AF;&#x3055;&#x308C;&#x3066;&#x3044;&#x308B;&#x306E;&#x3067;&#x4E00;&#x90E8;&#x795E;&#x7D4C;&#x7BC0;&#x304B;&#x3089; PSTHs&#x3001;&#x30BB;&#x30EB;&#x3057;&#x307E;&#x3059;&#x3002;&#x7DB2;&#x819C;&#x306E;&#x30E2;&#x30C7;&#x30EB;&#x3067;&#x306F;&#x3001;&#x3053;&#x306E;&#x76F8;&#x5909;&#x52D5;&#x8EF8;&#x7D22;&#x3092;&#x4ECB;&#x3059;&#x308B;&#x30D5;&#x30A3;&#x30FC;&#x30C9;&#x30D0;&#x30C3;&#x30AF; &#x30B7;&#x30CA;&#x30D7;&#x30B9; &#x30CE;&#x30A4;&#x30BA;&#x3068;&#x7D44;&#x307F;&#x5408;&#x308F;&#x305B;&#x3066;&#x306E;&#x975E;&#x7DDA;&#x5F62;&#x6027;&#x306B;&#x8D77;&#x56E0;.(2) HFOPs &#x523A;&#x6FC0;&#x306E;&#x5927;&#x304D;&#x3055;&#x306E;&#x95A2;&#x6570;&#x3068;&#x3057;&#x3066;&#x306E;&#x6570;&#x500D;&#x307E;&#x3067;&#x53D7;&#x5BB9;&#x91CE;&#x4E2D;&#x592E;&#x306E;&#x76F4;&#x5F84;&#x3092;&#x5897;&#x3084;&#x3057;&#x307E;&#x3059;&#x3002;&#x30E2;&#x30C7;&#x30EB;&#x3067;&#x306F;&#x3001;&#x8EF8;&#x7D22;&#x3092;&#x4ECB;&#x3059;&#x308B;&#x30D5;&#x30A3;&#x30FC;&#x30C9;&#x30D0;&#x30C3;&#x30AF;&#x4FE1;&#x53F7;&#x3092;&#x540C;&#x69D8;&#x306B;&#x4F9D;&#x5B58;&#x30B5;&#x30A4;&#x30BA;&#x3044;&#x305F; HFOPs &#x751F;&#x7523;&#x3001;&#x5927;&#x7DB2;&#x819C;&#x306E;&#x9762;&#x7A4D;&#x3067;&#x30D7;&#x30FC;&#x30EB;&#x3002;&#xFF08;HFOPs 3&#xFF09; &#x523A;&#x6FC0;&#x306E;&#x7279;&#x5B9A;&#x3067;&#x3059;&#x3002;&#x30E2;&#x30C7;&#x30EB;&#x3067;&#x306F;&#x3001;&#x96A3;&#x63A5;&#x30CB;&#x30E5;&#x30FC;&#x30ED;&#x30F3;&#x9593;&#x306E;&#x30AE;&#x30E3;&#x30C3;&#x30D7;&#x7D50;&#x5408;&#x30ED;&#x30C3;&#x30AF;&#x3001;&#x4F4D;&#x76F8;&#x306B;&#x306A;&#x308B;&#x306B;&#x9023;&#x7D9A;&#x3057;&#x305F;&#x9818;&#x57DF;&#x3092;&#x5F15;&#x304D;&#x8D77;&#x3053;&#x3057;&#x305F;&#x304C;&#x3001;&#x5225;&#x3005; &#x306E;&#x9818;&#x57DF;&#x304C;&#x540C;&#x671F;&#x3057;&#x3066;&#x3044;&#x307E;&#x305B;&#x3093;&#x3002;&#x30E2;&#x30C7;&#x30EB;&#x304C;&#x751F;&#x6210;&#x3055;&#x308C;&#x308B; HFOPs &#x306F;&#x53D7;&#x5BB9;&#x91CE;&#x30BB;&#x30F3;&#x30BF;&#x30FC; &#x30C0;&#x30A4;&#x30CA;&#x30DF;&#x30AF;&#x30B9;&#x3068;&#x732B;&#x30A2;&#x30EB;&#x30D5;&#x30A1;&#x7D30;&#x80DE;&#x306E;&#x7A7A;&#x9593;&#x69CB;&#x6210;&#x3068;&#x4E00;&#x81F4;&#x3057;&#x307E;&#x3057;&#x305F;&#x3002;HFOPs &#x8CEA;&#x7684;&#x4EFB;&#x610F;&#x30E2;&#x30C7;&#x30EB; &#x30D1;&#x30E9;&#x30E1;&#x30FC;&#x30BF;&#x30FC;&#x306E;&#x6B63;&#x78BA;&#x306A;&#x5024;&#x3001;&#x307E;&#x305F;&#x306F;&#x6570;&#x5024;&#x7CBE;&#x5EA6;&#x7D71;&#x5408;&#x624B;&#x6CD5;&#x306E;&#x4F9D;&#x5B58;&#x3057;&#x307E;&#x305B;&#x3093;&#x3002;HFOPs&#x3001;&#x4E00;&#x90E8;&#x3067;&#x306F;&#x3001;&#x65E2;&#x77E5;&#x7DB2;&#x819C;&#x306E;&#x89E3;&#x5256;&#x5B66;&#x3068;&#x4E00;&#x8CAB;&#x6027;&#x306E;&#x3042;&#x308B;&#x56DE;&#x8DEF;&#x306B;&#x3088;&#x3063;&#x3066;&#x5A92;&#x4ECB;&#x3055;&#x308C;&#x308B;&#x53EF;&#x80FD;&#x6027;&#x304C;&#x3042;&#x308B;&#x3053;&#x3068;&#x3092;&#x7DE0;&#x7D50;&#x3057;&#x307E;&#x3059;&#x3002;

&#x7DB2;&#x819C;&#x795E;&#x7D4C;&#x7BC0;&#x7D30;&#x80DE;&#x306B;&#x304A;&#x3051;&#x308B;&#x9AD8;&#x5468;&#x6CE2;&#x632F;&#x52D5;&#x96FB;&#x4F4D;&#x306E;&#x30E2;&#x30C7;&#x30EB;&#x3002;

&#xACE0;&#xC591;&#xC774;, &#xD1A0;&#xB07C;, &#xAC1C;&#xAD6C;&#xB9AC;, &#xADF8;&#xB9AC;&#xACE0; mudpuppy &#xB9DD;&#xB9C9; &#xBC0F; &#xC778;&#xAC04;&#xACFC; &#xB2E4;&#xB978; &#xC601;&#xC7A5;&#xB958;&#xC5D0;&#xC11C; electroretinograms (ERGs) &#xC2E0;&#xACBD; &#xC808; &#xC138;&#xD3EC;&#xC5D0;&#xC11C; &#xB192;&#xC740;-&#xC8FC;&#xD30C;&#xC218; &#xC9C4;&#xB3D9; &#xD6C4;&#xBCF4; (HFOPs)&#xC5D0; &#xAE30;&#xB85D; &#xB418;&#xC5C8;&#xC2B5;&#xB2C8;&#xB2E4;. &#xADF8;&#xB7EC;&#xB098;, Hfops&#xC758; &#xAE30;&#xC6D0;&#xC744; &#xC54C; &#xC218; &#xC788;&#xB2E4;. &#xCEE4;&#xD50C;&#xB9C1; &#xCD94;&#xC801; &#xD504;&#xB85C;&#xADF8;&#xB7A8;&#xC758; &#xD328;&#xD134;&#xC744; &#xBC14;&#xD0D5;&#xC73C;&#xB85C;, &#xC6B0;&#xB9AC;&#xB294; HFOPs &#xC218; &#xC0DD;&#xC131; &#xBD80;&#xBD84;&#xC5D0;&#xC11C; &#xCD95; &#xC0AD; &#xBCA0;&#xC5B4;&#xB9C1; amacrine &#xC140; &#xC778;&#xC811; &#xD55C; &#xC2E0;&#xACBD; &#xC808; &#xC138;&#xD3EC;&#xC640; &#xC804;&#xAE30;&#xC801; &#xC2DC; &#xB0C5; &#xC2A4;&#xB97C; &#xD1B5;&#xD574; &#xD765;&#xBD84;&#xB41C; &#xC73C;&#xB85C;&#xBD80;&#xD130; &#xBD80;&#xC815;&#xC801;&#xC778; &#xD53C;&#xB4DC;&#xBC31;&#xC5D0; &#xC758;&#xD574; &#xAC00;&#xC124;. &#xCEF4;&#xD4E8;&#xD130; &#xC2DC;&#xBBAC;&#xB808;&#xC774;&#xC158; &#xCD95; &#xC0AD; &#xC911;&#xC7AC; &#xD53C;&#xB4DC;&#xBC31; &#xAC19;&#xC740; Hfops&#xC758; &#xC2E4;&#xD5D8;&#xC801;&#xC73C;&#xB85C; &#xAD00;&#xCC30;&#xB41C; &#xC18D;&#xC131; &#xC77C;&#xCE58;&#xC774; &#xC5C8; &#xB370;. (1) &#xC8FC;&#xAE30;&#xC801;&#xC778; &#xC2E0;&#xD638;&#xB294; &#xC77C;&#xBC18;&#xC801;&#xC73C;&#xB85C; &#xACB0; &#xC11D; &#xC2E0;&#xACBD; &#xC808;&#xC5D0;&#xC11C; &#xC140; PSTHs, &#xBD80;&#xBD84;&#xC801;&#xC73C;&#xB85C; &#xB54C;&#xBB38;&#xC5D0; &#xB9DD;&#xB9C9; HFOPs &#xB2E8;&#xACC4; &#xBB34;&#xC791;&#xC704;&#xB85C; &#xC2DC;&#xAC04;&#xC5D0; &#xB530;&#xB77C; &#xB2EC;&#xB77C; &#xC9D1;&#xB2C8;&#xB2E4;&#xB9CC; &#xC57D;&#xD558;&#xAC8C; &#xC790;&#xADF9; &#xC7A0;&#xACA8; &#xC788;&#xC2B5;&#xB2C8;&#xB2E4;. &#xB9DD;&#xB9C9; &#xBAA8;&#xB378; &#xC704;&#xC0C1; &#xBCC0;&#xD654;&#xAC00; &#xC2DC; &#xB0C5; &#xC2A4; &#xC7A1;&#xC74C;&#xACFC; &#xD568;&#xAED8;&#xC5D0;&#xC11C; &#xD53C;&#xB4DC;&#xBC31; axon &#xC911;&#xC7AC;&#xC758; &#xBE44;&#xC120;&#xD615; &#xC18D;&#xC131;&#xC5D0;&#xC11C; &#xACB0;&#xACFC;. (2) Hfops&#xC744; &#xCD5C;&#xB300; &#xBA87; &#xBC30;&#xAE4C;&#xC9C0; &#xC218;&#xC6A9; &#xD544;&#xB4DC; &#xC13C;&#xD130; &#xC9C1;&#xACBD; &#xC790;&#xADF9; &#xD06C;&#xAE30;&#xC758; &#xD568;&#xC218;&#xB85C; &#xC99D;&#xAC00;. &#xBAA8;&#xB378;&#xC5D0;&#xC11C; &#xCD95; &#xC0AD; &#xC911;&#xC7AC; &#xD53C;&#xB4DC;&#xBC31; &#xC885;&#xC18D; &#xD06C;&#xAE30; &#xBE44;&#xC2B7;&#xD558;&#xAC8C; &#xD588;&#xB2E4; HFOPs &#xC0DD;&#xC0B0; &#xD070; &#xB9DD;&#xB9C9; &#xC601;&#xC5ED; &#xC2E0;&#xD638;&#xC5D0; &#xD3B8;&#xC131; &#xB418;&#xC5C8;&#xB2E4;. (3) Hfops&#xC740; &#xD2B9;&#xC815; &#xC790;&#xADF9;. &#xBAA8;&#xB378;&#xC5D0;&#xC11C; &#xC778;&#xC811; &#xB274;&#xB7F0; &#xC0AC;&#xC774;&#xC758; &#xAC2D; &#xC811;&#xD569; &#xC704;&#xC0C1; &#xC7A0;&#xACA8; &#xB420; &#xC778;&#xC811; &#xC9C0;&#xC5ED; &#xBC1C;&#xC0DD; &#xD558;&#xC9C0;&#xB9CC; &#xBCC4;&#xB3C4; &#xC601;&#xC5ED;&#xC744; &#xB3D9;&#xAE30;&#xD654; &#xD558;&#xC9C0;&#xB294; &#xC54A;&#xC558;&#xB2E4;. &#xBAA8;&#xB378;&#xC5D0;&#xC11C; &#xC0DD;&#xC131; &#xB41C; HFOPs &#xD544;&#xB4DC; &#xC218;&#xC6A9; &#xC13C;&#xD130; &#xC5ED;&#xD559; &#xBC0F; &#xACE0;&#xC591;&#xC774; &#xC54C;&#xD30C; &#xC140;&#xC758; &#xACF5;&#xAC04; &#xC870;&#xC9C1; &#xC77C;&#xCE58; &#xD588;&#xB2E4;. HFOPs &#xBAA8;&#xB378; &#xB9E4;&#xAC1C; &#xBCC0;&#xC218;&#xC758; &#xC815;&#xD655;&#xD55C; &#xAC12; &#xB610;&#xB294; &#xD1B5;&#xD569; &#xBC29;&#xBC95;&#xC758; &#xC22B;&#xC790; &#xC815;&#xBC00;&#xB3C4; &#xC9C8;&#xC801;&#xC73C;&#xB85C; &#xC758;&#xC874; &#xD558;&#xC9C0; &#xC54A;&#xC558;&#xB2E4;. &#xC6B0;&#xB9AC;&#xB294; HFOPs &#xC218; &#xC218; &#xC911;&#xC7AC;, &#xBD80;&#xBD84;&#xC801;&#xC73C;&#xB85C;, &#xD68C;&#xB85C; &#xC54C;&#xB824;&#xC9C4;&#xB41C; &#xB9DD;&#xB9C9; &#xD574;&#xBD80;&#xD559;&#xACFC; &#xC77C;&#xCE58; &#xD558; &#xC5EC; &#xACB0;&#xB860; &#xC9C0;&#xC5C8;&#xB2E4;.

&#xB192;&#xC740;-&#xC8FC;&#xD30C;&#xC218; &#xC9C4;&#xB3D9; &#xD6C4;&#xBCF4; &#xB9DD;&#xB9C9; &#xC2E0;&#xACBD; &#xC808; &#xC138;&#xD3EC;&#xC5D0;&#xC11C;&#xC758; &#xBAA8;&#xB378;.

Se han registrado potenciales oscilatorios de alta frecuencia (HFOPs) de c&eacute;lulas ganglionares en la retina de gato, conejo, rana y Proteidae y los electroretinogramas (ergios) de seres humanos y otros primates. Sin embargo, se desconoce el origen de HFOPs. Basada en patrones de acoplamiento del trazador, presumimos que HFOPs podr&iacute;a generarse, en parte, por la negativa de c&eacute;lulas amacrinas de axon-cojinete emocionadas v&iacute;a sinapsis el&eacute;ctricas con los vecinos de c&eacute;lulas ganglionares. Simulaciones de computadora fueron utilizadas para determinar si tal respuesta mediada por axon fue consistente con las propiedades observadas experimentalmente de HFOPs. (1) Se&ntilde;ales peri&oacute;dicas son t&iacute;picamente ausentes de ganglio celular PSTHs, en parte porque las fases de la retinales HFOPs al azar var&iacute;an con el tiempo y s&oacute;lo est&iacute;mulo d&eacute;bil bloqueado. En el modelo de la retiniano, esta variabilidad fase result&oacute; de las propiedades no lineales de retroalimentaci&oacute;n mediada por axon en combinaci&oacute;n con ruido sin&aacute;ptica. (2) HFOPs aumentan en funci&oacute;n del tama&ntilde;o del est&iacute;mulo hasta varias veces el di&aacute;metro del centro del campo receptivo. En el modelo, retroalimentaci&oacute;n mediada por axon agruparon las se&ntilde;ales sobre una amplia zona de la retina, produciendo HFOPs que fueron igualmente tama&ntilde;o dependiente. (3) HFOPs son est&iacute;mulo espec&iacute;fico. En el modelo, comunicantes entre las neuronas vecinas causaron regiones contiguas para convertirse en fase bloqueado, pero no logro regiones separadas. HFOPs generados por el modelo eran constantes con la din&aacute;mica del centro del campo receptivo y organizaci&oacute;n espacial de las c&eacute;lulas alfa del gato. HFOPs no dependi&oacute; cualitativamente en el valor exacto de cualquier par&aacute;metro del modelo o en la precisi&oacute;n num&eacute;rica del m&eacute;todo de integraci&oacute;n. Concluimos que HFOPs podr&iacute;an ser mediados, en parte, por circuitos consistente con anatom&iacute;a retiniano conocido.

Un modelo de potenciales oscilatorios de alta frecuencia en las c&eacute;lulas ganglionares de la retina.

Utilizziamo sia analitici argomenti e prove numeriche dettagliate per dimostrare che la transizione di primo ordine nel tipo-I bi-dimensionale abeliano-Higgs modello &egrave; commisurato con il comportamento statistico delle sue fluttuazioni di vortice, che si comportano come un insieme di particelle attraente. Il clustering instabilit&agrave; di tali formazioni sono indicati per essere collegati al processo di nucleazione fase. I calcoli dell&#39;equazione di stato vortice mostrano che la temperatura per l&#39;insorgenza di clustering &egrave; qualitativa d&#39;accordo con la temperatura critica. Descrizione del vortice fornisce un meccanismo di invarianti mesoscopiche indicatore generale per la transizione del primo ordine e si applica per tipo arbitrario-I giunti.

Descrizione del vortice della transizione di fase del primo ordine nel modello bidimensionale abeliano-Higgs.

Nous utilisons les arguments analytiques et des preuves num&eacute;riques d&eacute;taill&eacute;es pour montrer que la transition de premier ordre dans le type-je bidimensionnelle ab&eacute;lien-Higgs mod&egrave;le correspond avec le comportement statistique de ses fluctuations de vortex, qui se comportent comme un ensemble de particules attrayants. Les instabilit&eacute;s de regroupement de ces ensembles sont indiqu&eacute;es pour &ecirc;tre reli&eacute; au processus de nucl&eacute;ation de phase. Les calculs de l&#39;&eacute;quation d&#39;&eacute;tat de vortex montrent que la temp&eacute;rature d&#39;apparition de clusters est en accord qualitatif avec la temp&eacute;rature critique. La description de vortex fournit un m&eacute;canisme de m&eacute;soscopique invariante de jauge g&eacute;n&eacute;rales pour la transition du premier ordre et s&#39;applique pour le type arbitraire-j&#39;ai accouplements.

Description de vortex de la transition de phase de premier ordre dans le mod&egrave;le de Higgs ab&eacute;lien bidimensionnel.

Wir verwenden sowohl die analytischen Argumente als auch die detaillierten numerischen beweisen um zu zeigen, dass den &Uuml;bergang von erster Ordnung im Typ-ich zweidimensionalen abelsche-Higgs Modell entspricht das statistische Verhalten von seinen Wirbel-Schwankungen, die sich als Ensemble von attraktiven Teilchen Verhalten. Die Clusterbildung Instabilit&auml;ten des Ensembles werden gezeigt, auf den Prozess der Phase Keimbildung verbunden sein. Berechnungen der Wirbel-Gleichung des Staates zeigen, dass die Temperatur f&uuml;r den Beginn der Clusterbildung in qualitative &Uuml;bereinstimmung mit der kritischen Temperatur. Der Wirbel-Beschreibung bietet einen allgemeinen Messger&auml;t invariante mesoskopische Mechanismus f&uuml;r den &Uuml;bergang von erster Ordnung und gilt f&uuml;r beliebige Typ-ich Kupplungen.

Wirbel Beschreibung der Pr&auml;dikatenlogik Phasen&uuml;bergang in der zweidimensionalen abelsche-Higgs-Modell.

&#x6211;&#x4EEC;&#x4F7F;&#x7528;&#x5206;&#x6790;&#x53C2;&#x6570;&#x548C;&#x6570;&#x503C;&#x7684;&#x8BE6;&#x7EC6;&#x7684;&#x8BC1;&#x636E;&#x663E;&#x793A;&#xFF0C;&#x4E00;&#x9636;&#x8FC7;&#x6E21;&#x7C7B;&#x578B;-&#x6211;&#x4E8C;&#x7EF4;&#x963F;&#x8D1D;&#x5C14;-&#x5E0C;&#x683C;&#x65AF;&#x73BB;&#x8272;&#x5B50;&#x6A21;&#x578B;&#x662F;&#x7B26;&#x5408;&#x5176;&#x6DA1;&#x7684;&#x6CE2;&#x52A8;&#xFF0C;&#x8868;&#x73B0;&#x4E3A;&#x96C6;&#x6210;&#x7684;&#x6709;&#x5438;&#x5F15;&#x529B;&#x7684;&#x7C92;&#x5B50;&#x7684;&#x7EDF;&#x8BA1;&#x884C;&#x4E3A;&#x3002;&#x805A;&#x7C7B;&#x7684;&#x4E0D;&#x7A33;&#x5B9A;&#x6027;&#xFF0C;&#x8FD9;&#x79CD;&#x96C6;&#x6210;&#x7684;&#x663E;&#x793A;&#x4EE5;&#x8FDE;&#x63A5;&#x5230;&#x6210;&#x6838;&#x9636;&#x6BB5;&#x7684;&#x8FC7;&#x7A0B;&#x3002;&#x6DA1;&#x72B6;&#x6001;&#x65B9;&#x7A0B;&#x7684;&#x8BA1;&#x7B97;&#x663E;&#x793A;&#x53D1;&#x75C5;&#x4E2D;&#x7684;&#x805A;&#x7C7B;&#x6E29;&#x5EA6;&#x662F;&#x5728;&#x4E34;&#x754C;&#x6E29;&#x5EA6;&#x4E0E;&#x5B9A;&#x6027;&#x534F;&#x8BAE;&#x3002;&#x6DA1;&#x63CF;&#x8FF0;&#x63D0;&#x4F9B;&#x4E86;&#x4E00;&#x9636;&#x8FC7;&#x6E21;&#x4E00;&#x822C;&#x89C4;&#x8303;&#x4E0D;&#x53D8;&#x4ECB;&#x89C2;&#x673A;&#x5236;&#x548C;&#x9002;&#x7528;&#x4E8E;&#x4EFB;&#x610F;&#x7C7B;&#x578B;&#x7684;-&#x6211;&#x8054;&#x8F74;&#x5668;&#x3002;

&#x6DA1;&#x7684;&#x4E00;&#x9636;&#x76F8;&#x53D8;&#x4E8C;&#x7EF4;&#x826F;&#x5E0C;&#x683C;&#x65AF;&#x73BB;&#x8272;&#x5B50;&#x6A21;&#x578B;&#x4E2D;&#x7684;&#x8BF4;&#x660E;&#x3002;

We use both analytical arguments and detailed numerical evidence to show that the first-order transition in the type-I two-dimensional Abelian-Higgs model is commensurate with the statistical behavior of its vortex fluctuations, which behave as an ensemble of attractive particles. The clustering instabilities of such ensembles are shown to be connected to the process of phase nucleation. Calculations of the vortex equation of state show that the temperature for the onset of clustering is in qualitative agreement with the critical temperature. The vortex description provides a general gauge invariant mesoscopic mechanism for the first-order transition and applies for arbitrary type-I couplings.

Vortex description of the first-order phase transition in the two-dimensional Abelian-Higgs model.

&#x6211;&#x3005; &#x306F;&#x578B;&#x306E;&#x4E00;&#x6B21;&#x76F8;&#x8EE2;&#x79FB;&#x3092;&#x793A;&#x3059;&#x305F;&#x3081;&#x89E3;&#x6790;&#x7684;&#x5F15;&#x6570;&#x3068;&#x8A73;&#x7D30;&#x306A;&#x6570;&#x5024;&#x8A3C;&#x62E0;&#x3092;&#x4F7F;&#x7528;&#x3057;&#x3066;-&#x79C1;&#x306F;&#x4E8C;&#x6B21;&#x5143;&#x30A2;&#x30FC;&#x30D9;&#x30EA;&#x30A2;&#x30F3; &#x30FB; &#x30D2;&#x30C3;&#x30B0;&#x30B9; &#x30E2;&#x30C7;&#x30EB;&#x306F;&#x9B45;&#x529B;&#x7684;&#x306A;&#x7C92;&#x5B50;&#x306E;&#x30A2;&#x30F3;&#x30B5;&#x30F3;&#x30D6;&#x30EB;&#x3068;&#x3057;&#x3066;&#x3075;&#x308B;&#x307E;&#x3046;&#x305D;&#x306E;&#x6E26;&#x5909;&#x52D5;&#x306E;&#x7D71;&#x8A08;&#x7684;&#x6027;&#x8CEA;&#x306B;&#x898B;&#x5408;&#x3063;&#x305F;&#x3002;&#x3053;&#x306E;&#x3088;&#x3046;&#x306A;&#x30A2;&#x30F3;&#x30B5;&#x30F3;&#x30D6;&#x30EB;&#x306E;&#x30AF;&#x30E9;&#x30B9;&#x30BF; &#x30EA;&#x30F3;&#x30B0;&#x306E;&#x4E0D;&#x5B89;&#x5B9A;&#x76F8;&#x6838;&#x5F62;&#x6210;&#x306E;&#x30D7;&#x30ED;&#x30BB;&#x30B9;&#x306B;&#x63A5;&#x7D9A;&#x3059;&#x308B;&#x304C;&#x8868;&#x793A;&#x3055;&#x308C;&#x307E;&#x3059;&#x3002;&#x72B6;&#x614B;&#x306E;&#x6E26;&#x65B9;&#x7A0B;&#x5F0F;&#x306E;&#x8A08;&#x7B97;&#x306F;&#x3001;&#x30AF;&#x30E9;&#x30B9;&#x30BF; &#x30EA;&#x30F3;&#x30B0;&#x306E;&#x767A;&#x75C7;&#x306E;&#x305F;&#x3081;&#x6E29;&#x5EA6;&#x304C;&#x81E8;&#x754C;&#x6E29;&#x5EA6;&#x3068;&#x5B9A;&#x6027;&#x7684;&#x306B;&#x3067;&#x3042;&#x308B;&#x3053;&#x3068;&#x3092;&#x793A;&#x3057;&#x307E;&#x3059;&#x3002;&#x6E26;&#x8AAC;&#x660E;&#x4E00;&#x6B21;&#x76F8;&#x8EE2;&#x79FB;&#x306E;&#x4E00;&#x822C;&#x30B2;&#x30FC;&#x30B8;&#x4E0D;&#x5909;&#x30E1;&#x30BE;&#x30B9;&#x30B3; &#x30D4;&#x30C3;&#x30AF;&#x306A;&#x30E1;&#x30AB;&#x30CB;&#x30BA;&#x30E0;&#x304C;&#x63D0;&#x4F9B;&#x3055;&#x308C;&#x3001;&#x4EFB;&#x610F;&#x306E;&#x7A2E;&#x985E;&#x306B;&#x9069;&#x7528;&#x3055;&#x308C;&#x308B;-&#x79C1;&#x306F;&#x30AB;&#x30C3;&#x30D7;&#x30EA;&#x30F3;&#x30B0;&#x3002;

&#x4E8C;&#x6B21;&#x5143;&#x306E;&#x30A2;&#x30FC;&#x30D9;&#x30EA;&#x30A2;&#x30F3; &#x30FB; &#x30D2;&#x30C3;&#x30B0;&#x30B9;&#x6A21;&#x578B;&#x306B;&#x304A;&#x3051;&#x308B;&#x4E00;&#x6B21;&#x76F8;&#x8EE2;&#x79FB;&#x306E;&#x6E26;&#x306E;&#x8AAC;&#x660E;&#x3067;&#x3059;&#x3002;

&#xC6B0;&#xB9AC; &#xCC98;&#xC74C; &#xC8FC;&#xBB38; &#xC804;&#xD658; &#xD615;&#xC2DD;&#xC5D0;&#xC11C; &#xBCF4;&#xC5EC;&#xC8FC;&#xB294; &#xBD84;&#xC11D; &#xC778;&#xC218; &#xBC0F; &#xC790;&#xC138;&#xD55C; &#xC22B;&#xC790; &#xC99D;&#xAC70;&#xB97C; &#xC0AC;&#xC6A9;-&#xB09C; 2 &#xCC28;&#xC6D0; &#xAC00;&#xD658; Higgs &#xBAA8;&#xB378;&#xC740; &#xB9E4;&#xB825;&#xC801;&#xC778; &#xC785;&#xC790;&#xC758; &#xC559;&#xC0C1;&#xBE14;&#xC73C;&#xB85C; &#xB3D9;&#xC791; &#xD558;&#xB294; &#xC18C;&#xC6A9;&#xB3CC;&#xC774; &#xBCC0;&#xB3D9; &#xD1B5;&#xACC4; &#xB3D9;&#xC791;&#xC5D0; &#xC54C;&#xB9DE;&#xC740;. &#xC774;&#xB7EC;&#xD55C; &#xC559;&#xC0C1;&#xBE14;&#xC758; &#xD074;&#xB7EC;&#xC2A4;&#xD130;&#xB9C1; &#xBD88;&#xC548; &#xB2E8;&#xACC4; nucleation &#xD504;&#xB85C;&#xC138;&#xC2A4;&#xC5D0; &#xC5F0;&#xACB0; &#xB418;&#xC5B4; &#xD45C;&#xC2DC; &#xB429;&#xB2C8;&#xB2E4;. &#xD074;&#xB7EC;&#xC2A4;&#xD130;&#xB9C1;&#xC758; &#xBC1C;&#xBCD1; &#xC628;&#xB3C4; &#xC784;&#xACC4; &#xC628;&#xB3C4;&#xC640; &#xC9C8;&#xC801; &#xACC4;&#xC57D;&#xC5D0;&#xB294; &#xC0C1;&#xD0DC; &#xD45C;&#xC2DC;&#xC640; &#xB3D9; &#xBC29;&#xC815;&#xC2DD;&#xC758; &#xACC4;&#xC0B0;. &#xC18C;&#xC6A9;&#xB3CC;&#xC774; &#xC124;&#xBA85; &#xCC98;&#xC74C; &#xC8FC;&#xBB38; &#xC804;&#xD658;&#xC758; &#xC77C;&#xBC18; &#xAC8C;&#xC774;&#xC9C0; &#xACE0;&#xC815; &#xC0DD;&#xCCB4; &#xBA54;&#xCEE4;&#xB2C8;&#xC998;&#xC744; &#xC81C;&#xACF5; &#xD558; &#xACE0; &#xC784;&#xC758; &#xD615;&#xC2DD;&#xC5D0; &#xB300; &#xD55C; &#xC801;&#xC6A9;-&#xB098; &#xCEE4;&#xD50C;&#xB9C1;.

2 &#xCC28;&#xC6D0; &#xAC00;&#xD658; Higgs &#xBAA8;&#xB378; 1 &#xCC28; &#xC0C1;&#xC804;&#xC774;&#xC758; &#xC18C;&#xC6A9;&#xB3CC;&#xC774; &#xC124;&#xBA85;.

Utilizamos argumentos anal&iacute;ticas y detallada evidencia num&eacute;rica para demostrar que la transici&oacute;n de primer orden en el tipo-yo bidimensional abeliano-Higgs modelo es acorde con el comportamiento estad&iacute;stico de las fluctuaciones de sus v&oacute;rtice, que se comportan como un conjunto de part&iacute;culas atractivos. Las inestabilidades agrupamiento de estos conjuntos se muestran para conectarse al proceso de nucleaci&oacute;n de fase. C&aacute;lculos de la ecuaci&oacute;n del v&oacute;rtice del estado muestran que la temperatura para el inicio de la agrupaci&oacute;n es cualitativa de acuerdo con la temperatura cr&iacute;tica. La descripci&oacute;n del v&oacute;rtice proporciona un mecanismo de invariantes mesosc&oacute;pica Indicador general para la transici&oacute;n de primer orden y solicita tipo arbitrario-me acoplamientos.

Descripci&oacute;n del v&oacute;rtice de la transici&oacute;n de fase de primer orden en el modelo bidimensional de abeliano-Higgs.

&#x6211;&#x4EEC;&#x663E;&#x793A;&#x5728;&#x6A21;&#x578B;&#x4E2D;&#x89C6;&#x7F51;&#x819C;&#x795E;&#x7ECF;&#x8282;&#x7EC6;&#x80DE;&#x76F8;&#x90BB;&#x6743;&#x5229;&#x4EBA;&#x4E4B;&#x95F4;&#x7684;&#x76F8;&#x5E72;&#x632F;&#x8361;&#x7F16;&#x7801;&#x5168;&#x7403;&#x62D3;&#x6251;&#x5C5E;&#x6027;&#xFF0C;&#x5982;&#x5927;&#x5C0F;&#xFF0C;&#x4E0D;&#x80FD;&#x6BEB;&#x4E0D;&#x542B;&#x7CCA;&#x5730;&#x63A8;&#x65AD;&#x4ED6;&#x4EEC;&#x672C;&#x5730;&#x7684;&#x5E73;&#x5747;&#x65F6;&#x95F4;&#x4E3A;&#x70E7;&#x6210;&#x7387;&#x3002;&#x795E;&#x7ECF;&#x8282;&#x7EC6;&#x80DE;&#x53EF;&#x80FD;&#x6FC0;&#x53D1;&#x7C7B;&#x4F3C;&#x6570;&#x76EE;&#x7684;&#x5C0F;&#x578B;&#x548C;&#x5927;&#x578B;&#x666F;&#x70B9;&#x54CD;&#x5E94;&#x4E2D;&#x7684;&#x5CF0;&#x503C;&#xFF0C;&#x800C;&#x53EA;&#x5927;&#x70B9;&#x5524;&#x8D77;&#x8FDE;&#x8D2F;&#x9AD8;&#x9891;&#x632F;&#x8361;&#xFF0C;&#x53EF;&#x80FD;&#x4F7F;&#x4E0B;&#x6E38;&#x795E;&#x7ECF;&#x5143;&#x6765;&#x63A8;&#x65AD;&#x5168;&#x7403;&#x7ECF;&#x6D4E;&#x523A;&#x6FC0;&#x8BA1;&#x5212;&#x4ECE;&#x5176;&#x672C;&#x5730;&#x7684; afferents &#x5C5E;&#x6027;&#x3002;&#x82E5;&#x8981;&#x786E;&#x5B9A;&#x662F;&#x5426;&#x53EF;&#x80FD;&#x5728;&#x751F;&#x7406;&#x4E0A;&#x73B0;&#x5B9E;&#x7684;&#x7A7A;&#x95F4;&#x548C;&#x65F6;&#x95F4;&#x5C3A;&#x5EA6;&#x4E2D;&#x63D0;&#x53D6;&#x8FD9;&#x79CD;&#x4FE1;&#x606F;&#xFF0C;&#x6211;&#x4EEC;&#x5206;&#x6790;&#x4E86;&#x4EBA;&#x5DE5;&#x7A57;&#x5217;&#x8F66;&#x5176;&#x632F;&#x8361;&#x7684;&#x76F8;&#x5173;&#x6027;&#x662F;&#x7C7B;&#x4F3C;&#x4E8E;&#x90A3;&#x4E9B;&#x6D4B;&#x91CF;&#x5B9E;&#x9A8C;&#x3002;&#x5728;&#x4E0A;&#x90E8; &gamma; &#x9891;&#x6BB5;&#xFF0C;&#x6C34;&#x7535;&#x8D39;&#x7A57;&#x5217;&#x8F66;&#x4ECE;&#x5355;&#x6848;&#x7684;&#x5BA1;&#x5224;&#x4E2D;&#x63D0;&#x53D6;&#x7684;&#x632F;&#x8361;&#x7535;&#x6E90;&#x652F;&#x6301;&#x826F;&#x597D;&#x4F18;&#x79C0;&#x5927;&#x5C0F;&#x5177;&#x6709;&#x6027;&#x80FD;&#x6539;&#x5584;&#x7531;&#x4E8E;&#x5355;&#x5143;&#x683C;&#x7684;&#x6570;&#x91CF;&#x548C;/&#x6216;&#x5206;&#x6790;&#x7A97;&#x53E3;&#x7684;&#x6301;&#x7EED;&#x65F6;&#x95F4;&#x589E;&#x52A0;&#x5C0F;&#x578B;&#x548C;&#x5927;&#x578B;&#x7684;&#x70B9;&#x4E4B;&#x95F4;&#x7684;&#x6B67;&#x89C6;&#x3002;&#x901A;&#x8FC7;&#x4F7F;&#x7528;&#x6CCA;&#x677E;&#x5206;&#x5E03;&#x5CF0;&#x503C;&#x8DE8;&#x523A;&#x6FC0;&#x6761;&#x4EF6;&#x6B63;&#x5E38;&#x5316;&#x7684;&#x70E7;&#x6210;&#x7387;&#xFF0C;&#x6211;&#x4EEC;&#x8FDB;&#x4E00;&#x6B65;&#x53D1;&#x73B0;&#x8FD9;&#x5DE7;&#x5408;&#x68C0;&#x6D4B;&#x6216;&#x540C;&#x6B65;&#x6027;&#xFF0C;&#x4EA7;&#x751F;&#x4E86;&#x76F8;&#x540C;&#x5927;&#x5C0F;&#x7684;&#x6B67;&#x89C6;&#x4EFB;&#x52A1;&#x5927;&#x5E45;&#x5EA6;&#x8F83;&#x5DEE;&#x7684;&#x6027;&#x80FD;&#x3002;&#x82E5;&#x8981;&#x786E;&#x5B9A;&#x662F;&#x5426;&#x5927;&#x5C0F;&#x7F16;&#x7801;&#x53D6;&#x51B3;&#x4E8E;&#x6BD7;&#x8FDE;&#x72EC;&#x7ACB;&#x4E8E;&#x5BF9;&#x8C61;&#x7684;&#x5F62;&#x72B6;&#xFF0C;&#x6211;&#x4EEC;&#x8DE8;&#x6574;&#x4E2A;&#x6A21;&#x578B;&#x89C6;&#x7F51;&#x819C;&#x7684;&#x968F;&#x673A;&#x4E8C;&#x8FDB;&#x5236;&#x56FE;&#x50CF;&#x54CD;&#x5E94;&#x5BA1;&#x67E5;&#x603B;&#x7684;&#x632F;&#x8361;&#x6D3B;&#x52A8;&#x3002;&#x5982;&#x5BF9;&#x50CF;&#x7D20;&#x6982;&#x7387;&#x8D8A;&#x8FC7;&#x6E17;&#x6D41;&#x9608;&#x503C;&#xFF0C;&#x8FD9;&#x6807;&#x5FD7;&#x7740;&#x5927;&#x8FDE;&#x63A5;&#x96C6;&#x7FA4;&#x7684;&#x7A81;&#x7136;&#x51FA;&#x73B0;&#xFF0C;&#x603B;&#x7684;&#x4F3D;&#x9A6C;&#x5C04;&#x7EBF;&#x6CE2;&#x6BB5;&#x6D3B;&#x52A8;&#x5C55;&#x793A;&#x6025;&#x5267;&#x8F6C;&#x578B;&#xFF0C;&#x53EF;&#x80FD;&#x662F;&#x901A;&#x8FC7;&#x5B9E;&#x9A8C;&#x89C2;&#x5BDF;&#x5230;&#x7684;&#x73B0;&#x8C61;&#x3002;&#x6700;&#x540E;&#xFF0C;&#x518D;&#x4ECE;&#x732B;&#x795E;&#x7ECF;&#x8282;&#x7EC6;&#x80DE;&#x4EE5;&#x524D;&#x53D1;&#x5E03;&#x632F;&#x8361;&#x7684;&#x54CD;&#x5E94;&#x5206;&#x6790;&#x663E;&#x793A;&#x5927;&#x5C0F;&#x7F16;&#x7801;&#x4E0E;&#x7531;&#x89C6;&#x7F51;&#x819C;&#x6A21;&#x578B;&#x9884;&#x6D4B;&#x4E00;&#x81F4;&#x3002;

&#x5168;&#x7403;&#x8303;&#x56F4;&#x5185;&#x770B;&#xFF0C;&#x672C;&#x5730;&#x7684;&#x5CF0;&#x503C;&#xFF1A; &#x632F;&#x8361;&#x7684;&#x89C6;&#x7F51;&#x819C;&#x6A21;&#x578B;&#x7F16;&#x7801;&#x5927;&#x7684;&#x89C6;&#x89C9;&#x529F;&#x80FD;&#x3002;

We show that coherent oscillations among neighboring ganglion cells in a retinal model encode global topological properties, such as size, that cannot be deduced unambiguously from their local, time-averaged firing rates. Whereas ganglion cells may fire similar numbers of spikes in response to both small and large spots, only large spots evoke coherent high frequency oscillations, potentially allowing downstream neurons to infer global stimulus properties from their local afferents. To determine whether such information might be extracted over physiologically realistic spatial and temporal scales, we analyzed artificial spike trains whose oscillatory correlations were similar to those measured experimentally. Oscillatory power in the upper gamma band, extracted on single-trials from multi-unit spike trains, supported good to excellent size discrimination between small and large spots, with performance improving as the number of cells and/or duration of the analysis window was increased. By using Poisson distributed spikes to normalize the firing rate across stimulus conditions, we further found that coincidence detection, or synchrony, yielded substantially poorer performance on identical size discrimination tasks. To determine whether size encoding depended on contiguity independent of object shape, we examined the total oscillatory activity across the entire model retina in response to random binary images. As the ON-pixel probability crossed the percolation threshold, which marks the sudden emergence of large connected clusters, the total gamma-band activity exhibited a sharp transition, a phenomena that may be experimentally observable. Finally, a reanalysis of previously published oscillatory responses from cat ganglion cells revealed size encoding consistent with that predicted by the retinal model.

See globally, spike locally: oscillations in a retinal model encode large visual features.

Nous montrons que les oscillations coh&#xE9;rentes entre les cellules ganglionnaires voisines dans un mod&#xE8;le de la r&#xE9;tine coder mondiaux propri&#xE9;t&#xE9;s topologiques, comme la taille, qui ne peuvent pas &#xEA;tre d&#xE9;duites sans ambigu&#xEF;t&#xE9; de leurs locaux, les taux de tir &#xE0; moyenne temporelle. Alors que les cellules ganglionnaires peuvent tirer des nombres similaires de pointes en r&#xE9;ponse &#xE0; des taches &#xE0; la fois petits et grands, seuls de grandes taches &#xE9;voquent coh&#xE9;rentes oscillations &#xE0; haute fr&#xE9;quence, permettant potentiellement &#xE0; des neurones en aval de d&#xE9;duire les propri&#xE9;t&#xE9;s de relance mondiaux de leurs aff&#xE9;rences locales. Pour d&#xE9;terminer si de telles informations pourraient &#xEA;tre extraites plus physiologiquement r&#xE9;alistes &#xE9;chelles spatiales et temporelles, nous avons analys&#xE9; artificiels trains de potentiels dont les oscillations des corr&#xE9;lations &#xE9;taient similaires &#xE0; celles mesur&#xE9;es exp&#xE9;rimentalement. Puissance oscillatoire dans la bande gamma sup&#xE9;rieure, extraite sur les simples essais de trains de potentiels &#xE0; logements multiples, soutenu bonne discrimination de taille excellente entre les taches petites et grandes, avec l&#x26;#39;am&#xE9;lioration des performances que le nombre de cellules et / ou la dur&#xE9;e de la fen&#xEA;tre d&#x26;#39;analyse a &#xE9;t&#xE9; augment&#xE9; . En utilisant des pointes de Poisson distribu&#xE9;s &#xE0; normaliser le taux de tirer en travers des conditions de relance, nous avons encore constat&#xE9; que la d&#xE9;tection de co&#xEF;ncidence, ou la synchronie, a abouti &#xE0; des performances sensiblement identiques sur les plus pauvres des t&#xE2;ches de discrimination de taille. Pour d&#xE9;terminer si la taille de codage d&#xE9;pend de la contigu&#xEF;t&#xE9; ind&#xE9;pendante de forme de l&#x26;#39;objet, nous avons examin&#xE9; l&#x26;#39;activit&#xE9; totale oscillant entre la r&#xE9;tine mod&#xE8;le entier en r&#xE9;ponse &#xE0; des images binaires al&#xE9;atoires. Comme la probabilit&#xE9; SUR-pixel a franchi le seuil de percolation, qui marque l&#x26;#39;&#xE9;mergence soudaine de grandes grappes connect&#xE9;s, le nombre total de gamma-bande activit&#xE9; pr&#xE9;sentait une transition brutale, un ph&#xE9;nom&#xE8;ne qui peut &#xEA;tre exp&#xE9;rimentalement observables. Enfin, une nouvelle analyse des r&#xE9;ponses oscillatoires d&#xE9;j&#xE0; publi&#xE9;s &#xE0; partir de cellules ganglionnaires de chats r&#xE9;v&#xE9;l&#xE9; encodage taille conforme &#xE0; celle pr&#xE9;dite par le mod&#xE8;le de la r&#xE9;tine.

Voir l&#x26;#39;&#xE9;chelle mondiale, Spike Localement: Oscillations dans un mod&#xE8;le de la r&#xE9;tine Encode grands traits visuels

&#x6211;&#x4EEC;&#x5E94;&#x7528;&#x4FE1;&#x606F;&#x7406;&#x8BBA;&#x6CBB;&#x7597;&#x7684;&#x6F5C;&#x5728;&#x65F6;&#x95F4;&#x5E8F;&#x5217;&#x6D4B;&#x91CF;&#x5FAE;&#x7535;&#x6781;&#x9635;&#x5217;&#x6765;&#x4F30;&#x8BA1;&#x589E;&#x957F;&#x4F53;&#x5916;&#x54FA;&#x4E73;&#x52A8;&#x7269;&#x795E;&#x7ECF;&#x7EC6;&#x80DE;&#x7A0B;&#x5E8F;&#x96C6;&#x7684;&#x8FDE;&#x901A;&#x6027;&#x7684;&#x884C;&#x52A8;&#x3002;&#x6211;&#x4EEC;&#x63A8;&#x65AD;&#xFF0C;&#x901A;&#x8FC7;&#x76F8;&#x4E92;&#x4E4B;&#x95F4;&#x7684;&#x4FE1;&#x606F;&#x4ED6;&#x4EEC;&#x7A57;&#x5217;&#x8F66;&#x6D4B;&#x91CF;&#x4E24;&#x4E2A;&#x795E;&#x7ECF;&#x5143;&#x4E4B;&#x95F4;&#x7684;&#x8FDE;&#x63A5;&#x3002;&#x6B64;&#x5916;&#x6211;&#x4EEC;&#x8861;&#x91CF;&#x9AD8;&#x70B9;&#x591A;&#x4E4B;&#x95F4;&#x4EFB;&#x4F55;&#x4E24;&#x79CD;&#x7A57;&#x5217;&#x8F66;&#xFF0C;&#x6761;&#x4EF6;&#x4E0A;&#x7684;&#x4E09;&#x4E2A;&#x5355;&#x5143;&#x683C;&#x4E2D;&#xFF0C;&#x4F5C;&#x4E3A;&#x4E00;&#x79CD;&#x624B;&#x6BB5;&#x6765;&#x8BC6;&#x522B;&#x548C;&#x533A;&#x5206;&#x7C7B;&#x522B;&#x7684;&#x529F;&#x80FD;&#x4E09;&#x4E2A;&#x795E;&#x7ECF;&#x5143;&#x4E4B;&#x95F4;&#x7684;&#x8FDE;&#x901A;&#x6027;&#x7684;&#x6D3B;&#x52A8;&#x3002;&#x6709;&#x6761;&#x4EF6;&#x7684;&#x4E09;&#x4E2A;&#x5355;&#x5143;&#x683C;&#x63AA;&#x65BD;&#x7684;&#x4F7F;&#x7528;&#x4E2D;&#x79FB;&#x9664;&#x4E00;&#x4E9B;&#x91CA;&#x4E49;&#x7F3A;&#x70B9;&#x7684;&#x6210;&#x5BF9;&#x76F8;&#x4E92;&#x4FE1;&#x606F;&#x548C;&#x68DA;&#x5149;&#x4EFB;&#x4F55;&#x4E09;&#x4E2A;&#x5355;&#x5143;&#x683C;&#x7684;&#x529F;&#x80FD;&#x8FDE;&#x901A;&#x6027;&#x5B89;&#x6392;&#x3002;&#x6211;&#x4EEC;&#x5206;&#x6790;&#x6839;&#x636E;&#x5176;&#x4ED6;&#x590D;&#x6742;&#x7F51;&#x7EDC;&#x7531;&#x6B64;&#x8FDE;&#x63A5;&#x56FE;&#x548C;&#x8BF4;&#x660E;&#xFF0C;&#x5C3D;&#x7BA1;&#x5176;&#x524D;&#x4F53;&#x5185;&#x5916;&#x53D1;&#x5C55;&#xFF0C;&#x4ECE;&#x4F53;&#x5916;&#x57F9;&#x517B;&#x7684;&#x795E;&#x7ECF;&#x7A0B;&#x5E8F;&#x96C6;&#x6D3E;&#x751F;&#x7684;&#x8FDE;&#x63A5;&#x6620;&#x5C04;&#x7C7B;&#x4F3C;&#x4E8E;&#x5176;&#x4ED6;&#x751F;&#x7269;&#x7684;&#x7F51;&#x7EDC;&#x548C;&#x805A;&#x7C7B;&#x7CFB;&#x6570;&#x3001; &#x7F51;&#x7EDC;&#x76F4;&#x5F84;&#x548C;&#x751C;&#x83DC;&#x6839;&#x6DF7;&#x5408;&#x4E2D;&#x663E;&#x793A;&#x975E;&#x5E73;&#x51E1;&#x7684;&#x7ED3;&#x6784;&#x3002;&#x7279;&#x522B;&#x662F;&#x6211;&#x4EEC;&#x8868;&#x660E;&#x8FD9;&#x4E9B;&#x7F51;&#x7EDC;&#x5F31; disassortative &#x5C0F;&#x4E16;&#x754C;&#x56FE;&#xFF0C;&#x5B83;&#x4EEC;&#x4ECE;&#x968F;&#x673A;&#x56FE;&#x7684;&#x76F8;&#x540C;&#x7A0B;&#x5EA6;&#x7684;&#x7ED3;&#x6784;&#x5B58;&#x5728;&#x5F88;&#x5927;&#x5DEE;&#x5F02;&#x3002;&#x6211;&#x4EEC;&#x671F;&#x671B;&#x6211;&#x4EEC;&#x7684;&#x5206;&#x6790;&#xFF0C;&#x6709;&#x52A9;&#x4E8E;&#x67E5;&#x660E;&#x7684;&#x5404;&#x79CD;&#x5404;&#x6837;&#x7684;&#x590D;&#x6742;&#x7F51;&#x7EDC;&#xFF0C;&#x4ECE;&#x65F6;&#x95F4;&#x5E8F;&#x5217;&#x6570;&#x636E;&#x8BA1;&#x7B97;&#x7684;&#x56FE;&#x6848;&#x3002;

&#x79CD;&#x690D;&#x4F53;&#x5916;&#x7684;&#x76AE;&#x5C42;&#x795E;&#x7ECF;&#x5143;&#x7F51;&#x7EDC;&#x7684;&#x529F;&#x80FD;&#x7ED3;&#x6784;&#x3002;

We apply an information-theoretic treatment of action potential time series measured with microelectrode arrays to estimate the connectivity of mammalian neuronal cell assemblies grown in vitro. We infer connectivity between two neurons via the measurement of the mutual information between their spike trains. In addition we measure higher-point multi-information between any two spike trains, conditional on the activity of a third cell, as a means to identify and distinguish classes of functional connectivity among three neurons. The use of a conditional three-cell measure removes some interpretational shortcomings of the pairwise mutual information and sheds light on the functional connectivity arrangements of any three cells. We analyze the resultant connectivity graphs in light of other complex networks and demonstrate that, despite their ex vivo development, the connectivity maps derived from cultured neural assemblies are similar to other biological networks and display nontrivial structure in clustering coefficient, network diameter, and assortative mixing. Specifically we show that these networks are weakly disassortative small-world graphs, which differ significantly in their structure from randomized graphs with the same degree. We expect our analysis to be useful in identifying the computational motifs of a wide variety of complex networks, derived from time series data.

Functional structure of cortical neuronal networks grown in vitro.

Nous appliquons un traitement information-theoretic d&#39;action potentielle s&eacute;rie temporelle mesur&eacute;e avec les baies de la micro&eacute;lectrode pour estimer la connectivit&eacute; des assembl&eacute;es de cellules neuronales mammif&egrave;res cultiv&eacute;es in vitro. Nous en d&eacute;duisons la connectivit&eacute; entre deux neurones par l&#39;interm&eacute;diaire de la mesure de l&#39;information mutuelle entre leurs trains de pointe. En outre, nous mesurons multi-informations points plus &eacute;lev&eacute;s entre les trains de deux enrichissements, d&eacute;pend de l&#39;activit&eacute; d&#39;une troisi&egrave;me cellule, comme un moyen d&#39;identifier et de distinguer les classes de la connectivit&eacute; fonctionnelle entre les trois neurones. L&#39;utilisation d&#39;une mesure de trois cellules conditionnelle supprime certaines lacunes d&#39;interpr&eacute;tation de la paire mutuelle lumi&egrave;re informations et remises sur les arrangements de connectivit&eacute; fonctionnelle des trois cellules. Nous analyser les graphiques de connectivit&eacute; qui en r&eacute;sultent &agrave; la lumi&egrave;re des autres r&eacute;seaux complexes et d&eacute;montrer que, malgr&eacute; leur ex vivo d&eacute;veloppement, les cartes de connectivit&eacute; d&eacute;riv&eacute;es d&#39;assembl&eacute;es neurales cultiv&eacute;es sont semblables &agrave; d&#39;autres r&eacute;seaux biologiques et afficher structure non trivial dans le coefficient de diam&egrave;tre de r&eacute;seau et m&eacute;lange raisonn&eacute; de clustering. Plus pr&eacute;cis&eacute;ment, nous montrons que ces r&eacute;seaux est faiblement disassortative petit monde graphiques, qui diff&egrave;rent consid&eacute;rablement dans leur structure de graphes al&eacute;atoires avec le m&ecirc;me degr&eacute;. Nous esp&eacute;rons que notre analyse est utile pour identifier les motifs de calculs d&#39;une grande vari&eacute;t&eacute; de r&eacute;seaux complexes, provenant de s&eacute;ries chronologiques.

Structure fonctionnelle des r&eacute;seaux de neurones corticaux cultiv&eacute;s in vitro.

Wir wenden eine Information-theoretische Behandlung der Ma&szlig;nahme gemessen von potenziellen Zeitreihen mit Mikroelektroden-Arrays, die Konnektivit&auml;t von S&auml;ugetier-neuronal Zelle-Assemblys, die in-vitro gewachsen zu sch&auml;tzen. Wir schlie&szlig;en die Konnektivit&auml;t zwischen zwei Neuronen &uuml;ber die Messung der gegenseitige Informationen zwischen ihrer Spitze-Z&uuml;ge. Dar&uuml;ber hinaus messen wir h&ouml;here-Punkt Multi-information zwischen jeden zwei Spike Z&uuml;gen, abh&auml;ngig von der Aktivit&auml;t einer dritten Zelle, als Mittel zur Identifizierung und funktionelle Verbindung zwischen drei Neuronen-Klassen zu unterscheiden. Die Verwendung einer bedingten drei-Zellen-Ma&szlig;nahme entfernt einige interpretatorischen M&auml;ngel von den paarweise gegenseitige Informationen und wirft Licht auf die funktionelle Konnektivit&auml;t-Arrangements von drei Zellen. Wir analysieren die resultierende Konnektivit&auml;t-Graphen im Hinblick auf andere komplexe Netzwerke und zeigen, dass, trotz ihren Ex Vivo-Entwicklung, die Konnektivit&auml;t-Karten von kultivierten neuronalen Assemblys abgeleitet sind &auml;hnlich zu anderen biologischen Netzwerken und zeigen nicht-triviale Struktur im clustering Koeffizient, Netzwerk-Durchmesser und assortative mischen. Speziell zeigen wir, dass diese Netze sind schwach disassortative kleine-Welt-Graphen, die in ihrer Struktur aus randomisierten Grafiken mit derselben erheblich unterscheiden. Wir erwarten unsere Analyse, bei der Ermittlung der computational Motive einer Vielzahl komplexer Netzwerke, abgeleitet von Zeitreihendaten n&uuml;tzlich zu sein.

Funktionale Struktur der kortikale neuronale Netze, die in-vitro gewachsen.

Applichiamo un trattamento informazioni teorico di azione potenziale serie di tempo misurato con matrici microelettrodo di stimare la connettivit&agrave; delle assemblee di cellule neuronali di mammifero coltivate in vitro. Noi dedurre connettivit&agrave; tra due neuroni tramite la misurazione dell&#39;informazione reciproca tra loro treni spike. Inoltre si misura superiore-punto multi-information tra treni ogni due spike, condizionali sull&#39;attivit&agrave; di una terza cella, come un mezzo per identificare e distinguere le classi di connettivit&agrave; funzionale tra tre neuroni. L&#39;uso di una misura di tre celle condizionale rimuove alcune carenze interpretativa della pairwise reciproco luce informazioni e tettoie sul regime di connettivit&agrave; funzionale di tutte e tre le celle. Analizziamo i grafici connettivit&agrave; risultante alla luce di altre reti complesse e dimostrare che, nonostante la loro ex vivo sviluppo, le mappe di connettivit&agrave; derivate da colto neurale assembly sono simili ad altre reti biologiche e visualizzazione struttura non banale in clustering di coefficiente, diametro rete e miscelazione assortative. In particolare ci mostra che queste reti sono debolmente disassortative grafici di piccole-mondo, che differiscono significativamente nella loro struttura da grafici randomizzati con lo stesso grado. Ci aspettiamo che la nostra analisi essere utile per identificare i motivi computazionali di una vasta gamma di reti complesse, derivato dalla serie temporale.

Struttura funzionale di reti neuronali corticali coltivati in vitro.

&#x6F5C;&#x5728;&#x7684;&#x306A;&#x6642;&#x7CFB;&#x5217;&#x6E2C;&#x5B9A;&#x96FB;&#x6975;&#x30A2;&#x30EC;&#x30A4;&#x3092;&#x7121;&#x83CC;&#x57F9;&#x990A;&#x54FA;&#x4E73;&#x985E;&#x795E;&#x7D4C;&#x7D30;&#x80DE;&#x30A2;&#x30BB;&#x30F3;&#x30D6;&#x30EA;&#x306E;&#x63A5;&#x7D9A;&#x6027;&#x3092;&#x63A8;&#x5B9A;&#x3059;&#x308B;&#x30A2;&#x30AF;&#x30B7;&#x30E7;&#x30F3;&#x306E;&#x60C5;&#x5831;&#x7406;&#x8AD6;&#x7684;&#x306A;&#x6CBB;&#x7642;&#x3092;&#x9069;&#x7528;&#x3057;&#x307E;&#x3059;&#x3002;&#x30B9;&#x30D1;&#x30A4;&#x30AF;&#x5217;&#x9593;&#x306E;&#x76F8;&#x4E92;&#x60C5;&#x5831;&#x306E;&#x6E2C;&#x5B9A;&#x3092;&#x4ECB;&#x3057;&#x3066; 2 &#x3064;&#x306E;&#x30CB;&#x30E5;&#x30FC;&#x30ED;&#x30F3;&#x9593;&#x306E;&#x63A5;&#x7D9A;&#x6027;&#x3092;&#x63A8;&#x8AD6;&#x3057;&#x307E;&#x3059;&#x3002;&#x3055;&#x3089;&#x306B;&#x9AD8;&#x3044;&#x30DD;&#x30A4;&#x30F3;&#x30C8; &#x30DE;&#x30EB;&#x30C1;&#x60C5;&#x5831;&#x6D3B;&#x52D5;&#x3092;&#x8B58;&#x5225;&#x3057;&#x3001;3 &#x3064;&#x306E;&#x30CB;&#x30E5;&#x30FC;&#x30ED;&#x30F3;&#x9593;&#x306E;&#x6A5F;&#x80FD;&#x7684;&#x7D50;&#x5408;&#x306E;&#x30AF;&#x30E9;&#x30B9;&#x3092;&#x533A;&#x5225;&#x3059;&#x308B;&#x624B;&#x6BB5;&#x3068;&#x3057;&#x3066;&#x3001;3 &#x756A;&#x76EE;&#x306E;&#x30BB;&#x30EB;&#x306B;&#x6761;&#x4EF6;&#x4ED8;&#x304D;&#x4EFB;&#x610F; 2 &#x3064;&#x30B9;&#x30D1;&#x30A4;&#x30AF;&#x5217;&#x8ECA;&#x9593;&#x3092;&#x6E2C;&#x5B9A;&#x3057;&#x307E;&#x3059;&#x3002;&#x6761;&#x4EF6;&#x4ED8;&#x304D;&#x306E; 3 &#x3064;&#x306E;&#x30BB;&#x30EB; &#x30E1;&#x30B8;&#x30E3;&#x30FC;&#x306E;&#x4F7F;&#x7528;&#x3044;&#x304F;&#x3064;&#x304B;&#x30DA;&#x30A2;&#x30EF;&#x30A4;&#x30BA;&#x306E;&#x89E3;&#x8AAC;&#x306E;&#x6B20;&#x70B9;&#x3092;&#x524A;&#x9664;&#x3057;&#x307E;&#x3059;&#x76F8;&#x4E92;&#x60C5;&#x5831;&#x304A;&#x3088;&#x3073;&#x5C0F;&#x5C4B;&#x306E;&#x5149; 3 &#x3064;&#x306E;&#x30BB;&#x30EB;&#x306E;&#x6A5F;&#x80FD;&#x7684;&#x7D50;&#x5408;&#x306E;&#x624B;&#x914D;&#x3092;&#x3057;&#x307E;&#x3059;&#x3002;&#x6211;&#x3005; &#x4ED6;&#x306E;&#x8907;&#x96D1;&#x306A;&#x30CD;&#x30C3;&#x30C8;&#x30EF;&#x30FC;&#x30AF;&#x306B;&#x7167;&#x3089;&#x3057;&#x3066;&#x7D50;&#x679C;&#x63A5;&#x7D9A;&#x30B0;&#x30E9;&#x30D5;&#x3092;&#x5206;&#x6790;&#x3057;&#x3001;&#x5F7C;&#x3089;&#x306E;&#x5143;&#x306B;&#x3082;&#x304B;&#x304B;&#x308F;&#x3089;&#x305A;&#x3092;&#x793A;&#x3059; in vivo &#x3067;&#x306E;&#x958B;&#x767A;, &#x57F9;&#x990A;&#x795E;&#x7D4C;&#x56DE;&#x8DEF;&#x30A2;&#x30BB;&#x30F3;&#x30D6;&#x30EA;&#x304B;&#x3089;&#x6D3E;&#x751F;&#x3057;&#x305F;&#x63A5;&#x7D9A;&#x6027;&#x30DE;&#x30C3;&#x30D7;&#x4ED6;&#x751F;&#x7269;&#x306E;&#x30CD;&#x30C3;&#x30C8;&#x30EF;&#x30FC;&#x30AF;&#x306B;&#x985E;&#x4F3C;&#x3057;&#x3066;&#x3044;&#x308B;&#x3057;&#x3001;&#x30AF;&#x30E9;&#x30B9;&#x30BF;&#x30FC;&#x4FC2;&#x6570;&#x3001;&#x30CD;&#x30C3;&#x30C8;&#x30EF;&#x30FC;&#x30AF;&#x306E;&#x76F4;&#x5F84;&#x304A;&#x3088;&#x3073;&#x30A2;&#x30BD;&#x30FC;&#x30BF;&#x30C6;&#x30A3;&#x30D6; &#x30FB; &#x30DF;&#x30AD;&#x30B7;&#x30F3;&#x30B0;&#x3067;&#x8907;&#x96D1;&#x306A;&#x69CB;&#x9020;&#x3092;&#x8868;&#x793A;&#x3057;&#x307E;&#x3059;&#x3002;&#x5177;&#x4F53;&#x7684;&#x306B;&#x306F;&#x3053;&#x308C;&#x3089;&#x306E;&#x30CD;&#x30C3;&#x30C8;&#x30EF;&#x30FC;&#x30AF;&#x306E;&#x69CB;&#x9020;&#x304B;&#x3089;&#x7121;&#x4F5C;&#x70BA;&#x306E;&#x30B0;&#x30E9;&#x30D5;&#x3068;&#x540C;&#x3058;&#x7A0B;&#x5EA6;&#x306B;&#x5927;&#x5E45;&#x306B;&#x7570;&#x306A;&#x308B;&#x5F31; disassortative &#x5C0F;&#x3055;&#x3044;&#x4E16;&#x754C;&#x30B0;&#x30E9;&#x30D5;&#x3067;&#x3042;&#x308B;&#x3053;&#x3068;&#x3092;&#x793A;&#x3057;&#x307E;&#x3059;&#x3002;&#x6211;&#x3005; &#x306E;&#x5206;&#x6790;&#x8A08;&#x7B97;&#x306E;&#x30E2;&#x30C1;&#x30FC;&#x30D5;&#x306E;&#x591A;&#x7A2E;&#x591A;&#x69D8;&#x306A;&#x6642;&#x7CFB;&#x5217;&#x30C7;&#x30FC;&#x30BF;&#x304B;&#x3089;&#x6D3E;&#x751F;&#x3057;&#x305F;&#x3001;&#x8907;&#x96D1;&#x306A;&#x30CD;&#x30C3;&#x30C8;&#x30EF;&#x30FC;&#x30AF;&#x3092;&#x8B58;&#x5225;&#x3059;&#x308B;&#x306E;&#x306B;&#x6709;&#x7528;&#x3067;&#x3042;&#x308B;&#x3053;&#x3068;&#x3092;&#x671F;&#x5F85;&#x3057;&#x3066;&#x3044;&#x307E;&#x3059;&#x3002;

&#x7121;&#x83CC;&#x57F9;&#x990A;&#x76AE;&#x8CEA;&#x306E;&#x795E;&#x7D4C;&#x56DE;&#x8DEF;&#x306E;&#x6A5F;&#x80FD;&#x7684;&#x69CB;&#x9020;&#x3002;

&#xC6B0;&#xB9AC;&#xB294; &#xC7A0;&#xC7AC;&#xC801;&#xC778; &#xC2DC;&#xACC4;&#xC5F4; &#xC608;&#xC0C1; &#xCCB4; &#xC678; &#xC131;&#xC7A5; &#xD3EC;&#xC720;&#xB958; &#xC2E0;&#xACBD; &#xC138;&#xD3EC; &#xC5B4;&#xC148;&#xBE14;&#xB9AC;&#xC758; &#xC5F0;&#xACB0;&#xC744; microelectrode &#xBC30;&#xC5F4; &#xCE21;&#xC815; &#xC791;&#xC5C5;&#xC758; &#xC815;&#xBCF4; &#xC774;&#xB860;&#xC801; &#xCE58;&#xB8CC; &#xC801;&#xC6A9;. &#xC6B0;&#xB9AC;&#xB294; &#xADF8;&#xB4E4;&#xC758; &#xC2A4;&#xD30C;&#xC774;&#xD06C; &#xC5F4;&#xCC28; &#xAC04;&#xC758; &#xC0C1;&#xD638; &#xC815;&#xBCF4; &#xCE21;&#xC815;&#xC744; &#xD1B5;&#xD574; &#xB450; &#xAC1C;&#xC758; &#xB274;&#xB7F0; &#xAC04;&#xC758; &#xC5F0;&#xACB0; &#xCD94;&#xB860;. &#xB610;&#xD55C; &#xC6B0;&#xB9AC;&#xB294; 3 &#xAC1C;&#xC758; &#xB274;&#xB7F0; &#xC911; &#xAE30;&#xB2A5; &#xC5F0;&#xACB0; &#xD074;&#xB798;&#xC2A4;&#xB97C; &#xAD6C;&#xBCC4; &#xD558;&#xB294; &#xC218;&#xB2E8;&#xC73C;&#xB85C; &#xC138; &#xBC88;&#xC9F8; &#xC140;&#xC758; &#xD65C;&#xB3D9;&#xC5D0; &#xC5B4;&#xB5A4; &#xB450; &#xAC1C;&#xC758; &#xC2A4;&#xD30C;&#xC774;&#xD06C; &#xC5F4;&#xCC28; &#xC0AC;&#xC774;&#xC758; &#xB192;&#xC740; &#xD3EC;&#xC778;&#xD2B8; &#xB2E4;&#xC911; &#xCE21;&#xC815;. &#xC870;&#xAC74;&#xBD80; 3 &#xC140; &#xCE21;&#xC815;&#xC758; &#xC0AC;&#xC6A9; &#xC81C;&#xAC70;&#xB294; &#xC5C6;&#xC74C;&#xC744;&#xC758; &#xC77C;&#xBD80; &#xADF8;&#xB824;&#xB0B8;&#xB2E4; &#xB2E8;&#xC810; 3 &#xC140;&#xC758;&#xC758; &#xAE30;&#xB2A5; &#xC5F0;&#xACB0;&#xC131; &#xBC30;&#xC5F4;&#xC5D0; &#xC0C1;&#xD638; &#xC815;&#xBCF4; &#xBC0F; &#xD5DB;&#xAC04; &#xBE5B;. &#xC6B0;&#xB9AC;&#xAC00; &#xB2E4;&#xB978; &#xBCF5;&#xC7A1; &#xD55C; &#xB124;&#xD2B8;&#xC6CC;&#xD06C;&#xC5D0; &#xBE44;&#xCD94;&#xC5B4; &#xACB0;&#xACFC; &#xC5F0;&#xACB0; &#xADF8;&#xB798;&#xD504;&#xB97C; &#xBD84;&#xC11D; &#xD558; &#xACE0; &#xADF8;&#xB4E4;&#xC758; &#xC804;&#xC9C1;&#xC5D0;&#xB3C4; &#xBD88;&#xAD6C; &#xD558; &#xACE0;, &#xC785;&#xC99D; vivo &#xAC1C;&#xBC1C; &#xAD50;&#xC591;&#xB41C; &#xC2E0;&#xACBD; &#xC5B4;&#xC148;&#xBE14;&#xB9AC;&#xC5D0;&#xC11C; &#xD30C;&#xC0DD; &#xB41C; &#xC5F0;&#xACB0; &#xC9C0;&#xB3C4; &#xC720;&#xC0AC;&#xD55C; &#xB2E4;&#xB978; &#xC0DD;&#xBB3C; &#xB124;&#xD2B8;&#xC6CC;&#xD06C;&#xC640; &#xD074;&#xB7EC;&#xC2A4;&#xD130;&#xB9C1; &#xACC4;&#xC218;, &#xB124;&#xD2B8;&#xC6CC;&#xD06C; &#xC9C1;&#xACBD;, &#xBC0F; assortative &#xD63C;&#xD569;&#xC5D0; &#xBCF5;&#xC7A1; &#xD55C; &#xAD6C;&#xC870;&#xB97C; &#xD45C;&#xC2DC; &#xD569;&#xB2C8;&#xB2E4;. &#xD2B9;&#xD788; &#xC6B0;&#xB9AC;&#xB294; &#xC774;&#xB7EC;&#xD55C; &#xB124;&#xD2B8;&#xC6CC;&#xD06C;&#xB294; &#xC57D;&#xD558;&#xAC8C; disassortative &#xC791;&#xC740; &#xC138;&#xACC4; &#xADF8;&#xB798;&#xD504; &#xAC19;&#xC740; &#xD559;&#xC704;&#xB97C; &#xAC00;&#xC9C4; &#xBB34;&#xC791;&#xC704; &#xADF8;&#xB798;&#xD504;&#xC5D0;&#xC11C; &#xADF8;&#xB4E4;&#xC758; &#xAD6C;&#xC870;&#xC5D0; &#xB530;&#xB77C; &#xB2E4;&#xB97C; &#xD06C;&#xAC8C; &#xBCF4;&#xC5EC;&#xC90D;&#xB2C8;&#xB2E4;. &#xC6B0;&#xB9AC;&#xAC00; &#xAE30;&#xB300; &#xC6B0;&#xB9AC;&#xC758; &#xBD84;&#xC11D;&#xC744; &#xB2E4;&#xC591; &#xD55C; &#xC2DC;&#xACC4;&#xC5F4; &#xB370;&#xC774;&#xD130;&#xC5D0;&#xC11C; &#xD30C;&#xC0DD; &#xB41C; &#xBCF5;&#xC7A1; &#xD55C; &#xB124;&#xD2B8;&#xC6CC;&#xD06C;&#xC758; &#xC804;&#xC0B0; &#xBAA8;&#xD2F0;&#xD504;&#xB97C; &#xC2DD;&#xBCC4; &#xD558;&#xB294; &#xB370; &#xC720;&#xC6A9; &#xD569;&#xB2C8;&#xB2E4;.

&#xCCB4; &#xC678; &#xC131;&#xC7A5; &#xD558;&#xB294; &#xB300;&#xB1CC; &#xD53C; &#xC9C8;&#xC758; &#xC2E0;&#xACBD; &#xB124;&#xD2B8;&#xC6CC;&#xD06C;&#xC758; &#xAE30;&#xB2A5;&#xC801; &#xAD6C;&#xC870;.

Aplicamos un tratamiento informaci&oacute;n teor&iacute;a de acci&oacute;n de series de tiempo potencial medidos con matrices microelectrodo para estimar la conectividad de los conjuntos de c&eacute;lulas neuronales mam&iacute;feros cultivadas in vitro. Inferimos conectividad entre dos neuronas a trav&eacute;s de la medici&oacute;n de la informaci&oacute;n mutua entre sus trenes de espiga. Adem&aacute;s medimos el punto de mayor informaci&oacute;n m&uacute;ltiple entre trenes de cualquier dos punto, depender de la actividad de una tercera c&eacute;lula, como un medio para identificar y distinguir las clases de la conectividad funcional entre tres neuronas. El uso de una medida de tres celdas condicional elimina algunas carencias gran de los pares mutua informaci&oacute;n y arroja luz sobre los arreglos de la conectividad funcional de las c&eacute;lulas de tres. Analizamos los gr&aacute;ficos resultantes de la conectividad a la luz de otras redes complejas y demostrar que, a pesar de sus ex desarrollo de vivo, los mapas de conectividad derivados de asambleas neuronales cultivadas son similares a otras redes biol&oacute;gicas y Mostrar la estructura no trivial en clustering coeficiente, di&aacute;metro de la red y mezclarse assortative. Espec&iacute;ficamente demostramos que estas redes son los gr&aacute;ficos &#39; small-world disassortative d&eacute;bil, que difieren significativamente en su estructura de gr&aacute;ficos aleatorios con el mismo grado. Esperamos que nuestro an&aacute;lisis para ser &uacute;til en la identificaci&oacute;n de los motivos computacionales de una amplia variedad de redes complejas, derivadas de datos de series temporales.

Estructura funcional de las redes neuronales corticales cultivadas in vitro.

&#xB3D9;&#xBB3C;&#xC758; &#xD589;&#xB3D9;&#xC744; &#xBD84;&#xC11D; &#xD558;&#xB294; &#xC8FC;&#xC694; &#xACFC;&#xC81C; &#xBA87; &#xAC00;&#xC9C0; &#xAE30;&#xBCF8; &#xB2E8;&#xC21C; &#xBCF5;&#xC7A1; &#xD55C; &#xBAA8;&#xD130; &#xC791;&#xC5C5;&#xC5D0; &#xBC1C;&#xACAC; &#xD558;&#xB294; &#xAC83;. &#xC5EC;&#xAE30;, &#xC6B0;&#xB9AC;&#xB294; &#xB3C4;&#xD615; Caenorhabditis elegans &#xCC28;&#xC6D0;, 4 &#xCC28;&#xC6D0; &#xBAA8;&#xC591; &#xCC28;&#xC774;&#xC758; 95% &#xB0AE;&#xC740; &#xC120; &#xCDA9; &#xB958;&#xB97C; &#xCC44;&#xD0DD;&#xD55C; &#xACF5;&#xAC04;&#xC744; &#xBCF4;&#xC5EC;&#xC90D;&#xB2C8;&#xB2E4;. &#xC774;&#xB7EC;&#xD55C; &#xCC28;&#xC6D0; &#xC6DC; &#xB3D9;&#xC791;&#xC758; &#xC591;&#xC801; &#xC124;&#xBA85;&#xC744; &#xC81C;&#xACF5; &#xD558; &#xACE0; &#xC6B0;&#xB9AC;&#xAC00; &#xBD80;&#xBD84;&#xC801;&#xC73C;&#xB85C;&#xC774; &#xACF5;&#xAC04;&#xC5D0;&#xC11C; &#xC5ED;&#xD559;&#xC5D0; &#xB300; &#xD55C; &quot;&#xBAA8;&#xC158;&#xC758; &#xBC29;&#xC815;&#xC2DD;&quot;&#xC744; &#xC7AC;&#xAD6C;&#xC131; &#xD569;&#xB2C8;&#xB2E4;. &#xC774;&#xB7EC;&#xD55C; &#xC5ED;&#xD559; &#xAD00;&#xACC4;&#xB294; &#xC5EC;&#xB7EC; attractors &#xCC3E;&#xC544; &#xC6B0;&#xB9AC; &#xBC8C;&#xB808; &#xC57D;&#xD55C; &#xC5F4; &#xC790;&#xADF9;&#xC5D0; &#xC2E0;&#xC18D; &#xD558; &#xACE0; &#xAC70;&#xC758; &#xC644;&#xC804;&#xD788; &#xACB0;&#xC815;&#xC801;&#xC778; &#xC751;&#xB2F5;&#xC5D0;&#xC11C; &#xC774;&#xB7EC;&#xD55C; &#xBC29;&#xBB38;. &#xB2E4;&#xB978; &#xBAA8;&#xB4DC; &#xAC04;&#xC758; &#xC790;&#xADF9; &#xC885;&#xC18D; &#xC0C1;&#xAD00; &#xAD00;&#xACC4; &#xD55C; &#xC790;&#xADF9; &#xBAA8;&#xC591; &#xACF5;&#xAC04;&#xC5D0;&#xC11C; &#xBC8C;&#xB808;&#xC758; &#xC0C1;&#xD0DC;&#xB97C; &#xB3D9;&#xAE30;&#xD654; &#xD558; &#xC5EC; &#xBCF4;&#xB2E4; &#xC548;&#xC815;&#xC801;&#xC778; &#xB3D9;&#xC791;&#xC744; &#xC0DD;&#xC131;&#xD560; &#xC218; &#xC788;&#xC2B5;&#xB2C8;&#xB2E4; &#xAC83;&#xC774; &#xC88B;&#xC2B5;&#xB2C8;&#xB2E4;. &#xC6B0;&#xB9AC;&#xB294; &#xD6A8;&#xACFC;&#xC801;&#xC73C;&#xB85C; &quot;&#xC6B4;&#xC601;&quot; &#xC6DC; &#xC2E4;&#xC2DC;&#xAC04;&#xC73C;&#xB85C;&#xC774; &#xC608;&#xCE21;&#xC744; &#xD655;&#xC778; &#xD569;&#xB2C8;&#xB2E4;.

&#xCC28;&#xC6D0; &#xBC0F; C. elegans&#xC758; &#xB3D9;&#xC791;&#xC758; &#xC5ED;&#xD559;.

Un desaf&iacute;o importante en el an&aacute;lisis de comportamiento de los animales es descubrir algunos simplicidad subyacente en acciones complejas de motores. Aqu&iacute;, demostramos que el espacio de formas adoptadas por el nematodo Caenorhabditis elegans es bajo dimensional, con s&oacute;lo cuatro dimensiones representan 95% de la varianza de la forma. Estas dimensiones proporcionan una descripci&oacute;n cuantitativa del comportamiento del gusano, y nosotros reconstruir parcialmente &quot;ecuaciones del movimiento&quot; por la din&aacute;mica en este espacio. Estas din&aacute;micas tienen m&uacute;ltiples atractores, y encontramos que el gusano visitas en una respuesta r&aacute;pida y casi completamente determinista a est&iacute;mulos t&eacute;rmicos d&eacute;biles. Est&iacute;mulo-dependiente correlaciones entre los diferentes modos sugieren que uno puede generar comportamientos m&aacute;s confiables sincronizando est&iacute;mulos al estado del gusano en el espacio de la forma. Confirmamos esta predicci&oacute;n, efectivamente &quot;direcci&oacute;n&quot; el gusano en tiempo real.

Dimensionalidad y din&aacute;mica en el comportamiento del C. elegans.

&#x5728;&#x5206;&#x6790;&#x52A8;&#x7269;&#x884C;&#x4E3A;&#x4E2D;&#x7684;&#x4E00;&#x9879;&#x91CD;&#x5927;&#x6311;&#x6218;&#x662F;&#x53D1;&#x73B0;&#x4E00;&#x4E9B;&#x57FA;&#x7840;&#x7684;&#x7B80;&#x4FBF;&#x8D77;&#x89C1;&#xFF0C;&#x5728;&#x590D;&#x6742;&#x7684;&#x7535;&#x673A;&#x64CD;&#x4F5C;&#x3002;&#x5728;&#x8FD9;&#x91CC;&#xFF0C;&#x6211;&#x4EEC;&#x663E;&#x793A;&#x7684;&#x5F62;&#x72B6;&#x901A;&#x8FC7;&#x6746;&#x7EBF;&#x866B;&#x4F4E;&#x662F;&#x4E09;&#x7EF4;&#x7684;&#x5360; 95%&#x7684;&#x5F62;&#x72B6;&#x5DEE;&#x5F02;&#x7684;&#x53EA;&#x662F;&#x56DB;&#x4E2A;&#x7EF4;&#x5EA6;&#x4E0E;&#x7EBF;&#x866B;&#x7684;&#x7A7A;&#x95F4;&#x3002;&#x8FD9;&#x4E9B;&#x7EF4;&#x5EA6;&#x63D0;&#x4F9B;&#x5B9A;&#x91CF;&#x63CF;&#x8FF0;&#x7684;&#x8815;&#x866B;&#x75C5;&#x6BD2;&#x7684;&#x884C;&#x4E3A;&#xFF0C;&#x548C;&#x6211;&#x4EEC;&#x90E8;&#x5206;&#x518D;&#x73B0;&quot;&#x8FD0;&#x52A8;&#x65B9;&#x7A0B;&#x7684;&quot;&#x5728;&#x6B64;&#x7A7A;&#x95F4;&#x4E2D;&#x7684;&#x52A8;&#x6001;&#x3002;&#x8FD9;&#x4E9B;&#x52A8;&#x6001;&#x6709;&#x591A;&#x5438;&#x5F15;&#x5B50;&#xFF0C;&#x548C;&#x6211;&#x4EEC;&#x53D1;&#x73B0;&#x8815;&#x866B;&#x8BBF;&#x95EE;&#x8FD9;&#x4E9B;&#x5F31;&#x70ED;&#x523A;&#x6FC0;&#x5FEB;&#x901F;&#x548C;&#x51E0;&#x4E4E;&#x5B8C;&#x5168;&#x786E;&#x5B9A;&#x6027;&#x54CD;&#x5E94;&#x3002;&#x4E0D;&#x540C;&#x7684;&#x6A21;&#x5F0F;&#x4F9D;&#x8D56;&#x4E8E;&#x523A;&#x6FC0;&#x7684;&#x76F8;&#x5173;&#x6027;&#x8868;&#x660E;&#x90A3;&#x4E2A;&#x53EF;&#x4EE5;&#x901A;&#x8FC7;&#x540C;&#x6B65;&#x523A;&#x6FC0;&#x5230;&#x7684;&#x866B;&#x5B50;&#x5728;&#x5F62;&#x72B6;&#x7A7A;&#x95F4;&#x72B6;&#x6001;&#x751F;&#x6210;&#x66F4;&#x53EF;&#x9760;&#x7684;&#x884C;&#x4E3A;&#x3002;&#x6211;&#x4EEC;&#x786E;&#x8BA4;&#x8FD9;&#x79CD;&#x9884;&#x6D4B;&#xFF0C;&#x6709;&#x6548;&#x5730;&quot;&#x8F6C;&#x5411;&quot;&#x8815;&#x866B;&#x5B9E;&#x65F6;&#x3002;

&#x7EF4;&#x5EA6;&#x4E0E;&#x52A8;&#x6001;&#x7684;&#x7EBF;&#x866B;&#x7684;&#x884C;&#x4E3A;&#x3002;

A major challenge in analyzing animal behavior is to discover some underlying simplicity in complex motor actions. Here, we show that the space of shapes adopted by the nematode Caenorhabditis elegans is low dimensional, with just four dimensions accounting for 95% of the shape variance. These dimensions provide a quantitative description of worm behavior, and we partially reconstruct "equations of motion" for the dynamics in this space. These dynamics have multiple attractors, and we find that the worm visits these in a rapid and almost completely deterministic response to weak thermal stimuli. Stimulus-dependent correlations among the different modes suggest that one can generate more reliable behaviors by synchronizing stimuli to the state of the worm in shape space. We confirm this prediction, effectively "steering" the worm in real time.

Dimensionality and dynamics in the behavior of C. elegans.

Un d&eacute;fi majeur dans l&#39;analyse de comportement animal est &agrave; d&eacute;couvrir certains simplicit&eacute; sous-jacente dans des actions complexes de moteurs. Ici, nous montrons que l&#39;espace des formes adopt&eacute;es par le n&eacute;matode Caenorhabditis elegans est faible dimension, avec seulement quatre dimensions repr&eacute;sentant 95 % de la variance de la forme. Ces dimensions fournissent une description quantitative du comportement de ver, et nous reconstituer partiellement &laquo; &eacute;quations du mouvement &raquo; pour la dynamique dans cet espace. Ces dynamiques ont plusieurs attracteurs, et nous trouvons que le ver visites dans une r&eacute;ponse rapide et presque totalement d&eacute;terministe &agrave; des stimuli thermiques faibles. Stimulation d&eacute;pendante des corr&eacute;lations entre les diff&eacute;rents modes donnent &agrave; penser que l&#39;on peut g&eacute;n&eacute;rer des comportements plus fiables en synchronisant des stimuli &agrave; l&#39;&eacute;tat du ver dans l&#39;espace forme. Nous confirmons cette pr&eacute;diction, &laquo; direction &raquo; efficacement le ver en temps r&eacute;el.

Dimensionnalit&eacute; dynamique et dans le comportement de c. elegans.

Eine gro&szlig;e Herausforderung bei der Analyse von Tierverhalten ist einige zugrunde liegenden Einfachheit in komplexen motorischen Handlungen zu entdecken. Hier zeigen wir, die den Raum Formen angenommen durch die Fadenw&uuml;rmer Caenorhabditis Elegans ist mit nur vier Dimensionen f&uuml;r 95 % der Form Varianz dimensional, niedrig. Diese Dimensionen bieten eine quantitative Beschreibung der Wurm Verhalten und wir teilweise rekonstruieren &quot;Gleichungen der Bewegung&quot; f&uuml;r die Dynamik in diesem Raum. Diese Dynamik haben mehrere Attraktoren und wir finden, dass der Wurm diese in eine schnelle und fast vollst&auml;ndig deterministisch Reaktion auf schwache thermische Reize besucht. Reiz-abh&auml;ngige Korrelationen zwischen den verschiedenen Modi empfehlen, dass ein zuverl&auml;ssigere Verhaltensweisen generieren kann, durch die Synchronisierung der Reize in den Zustand des Wurms im Form-Raum. Wir best&auml;tigen diese Prognose ist, effektiv &quot;lenken&quot; des Wurms in Echtzeit.

Dimensionalit&auml;t und Dynamik im Verhalten von C. Elegans.

Una sfida importante in analisi del comportamento animale &egrave; quello di scoprire alcuni semplicit&agrave; in azioni complesse motore sottostante. Qui, ci mostra che lo spazio delle forme adottate dal nematode Caenorhabditis elegans &egrave; bassa dimensionale, con solo quattro dimensioni pari al 95% della varianza forma. Queste dimensioni forniscono una descrizione quantitativa del comportamento della vite senza fine, e noi parzialmente ricostruire &quot;equazioni di moto&quot; per le dinamiche in questo spazio. Queste dinamiche hanno pi&ugrave; attrattori, e troviamo che il worm visite questi in una risposta rapida e quasi completamente deterministica a deboli stimoli termici. Stimolo-dipendenti correlazioni tra le diverse modalit&agrave; di suggeriscono che uno pu&ograve; generare comportamenti pi&ugrave; affidabili sincronizzando stimoli allo stato del worm nello spazio forma. Confermiamo che questa previsione, efficacemente &quot;sterzo&quot; il worm in tempo reale.

Dimensionalit&agrave; e la dinamica del comportamento di c. elegans.

&#x52D5;&#x7269;&#x306E;&#x884C;&#x52D5;&#x3092;&#x5206;&#x6790;&#x3059;&#x308B;&#x4E3B;&#x8981;&#x306A;&#x8AB2;&#x984C;&#x306F;&#x3001;&#x3044;&#x304F;&#x3064;&#x304B;&#x8907;&#x96D1;&#x306A;&#x30E2;&#x30FC;&#x30BF;&#x30FC;&#x64CD;&#x4F5C;&#x306E;&#x57FA;&#x306B;&#x306A;&#x308B;&#x30B7;&#x30F3;&#x30D7;&#x30EB;&#x3092;&#x767A;&#x898B;&#x3059;&#x308B;&#x3053;&#x3068;&#x3067;&#x3059;&#x3002;&#x3053;&#x3053;&#x3067;&#x306F;&#x3001;&#x79C1;&#x9054;&#x306F;&#x7DDA;&#x866B;&#x3067;&#x3059;&#x4F4E;&#x6B21;&#x5143;, &#x5F62;&#x72B6;&#x306E;&#x5DEE;&#x7570;&#x306E; 95 &#xFF05; &#x3092;&#x5360;&#x3081;&#x3066;&#x308F;&#x305A;&#x304B; 4 &#x3064;&#x306E;&#x6B21;&#x5143;&#x3092;&#x6301;&#x3064;&#x7DDA;&#x866B;&#x306B;&#x3088;&#x3063;&#x3066;&#x63A1;&#x7528;&#x3055;&#x308C;&#x305F;&#x5F62;&#x72B6;&#x306E;&#x7A7A;&#x9593;&#x3092;&#x793A;&#x3057;&#x307E;&#x3059;&#x3002;&#x3053;&#x308C;&#x3089;&#x306E;&#x5BF8;&#x6CD5;&#x3001;&#x5B9A;&#x91CF;&#x7684;&#x306A;&#x30EF;&#x30FC;&#x30E0;&#x306E;&#x52D5;&#x4F5C;&#x306E;&#x8AAC;&#x660E;&#x3057;&#x3001;&#x6211;&#x3005; &#x306F;&#x90E8;&#x5206;&#x7684;&#x306B;&#x3053;&#x306E;&#x7A7A;&#x9593;&#x306B;&#x304A;&#x3051;&#x308B;&#x30C0;&#x30A4;&#x30CA;&#x30DF;&#x30AF;&#x30B9;&#x306E;&#x300C;&#x306E;&#x904B;&#x52D5;&#x65B9;&#x7A0B;&#x5F0F;&#x300D;&#x3092;&#x518D;&#x69CB;&#x7BC9;&#x3057;&#x307E;&#x3059;&#x3002;&#x8907;&#x6570;&#x306E;&#x30A2;&#x30C8;&#x30E9;&#x30AF;&#x30BF;&#x30FC;&#x3053;&#x308C;&#x3089;&#x306E;&#x30C0;&#x30A4;&#x30CA;&#x30DF;&#x30AF;&#x30B9;&#x3092;&#x6301;&#x3063;&#x3066;&#x3001;&#x6211;&#x3005; &#x5F31;&#x3044;&#x71B1;&#x523A;&#x6FC0;&#x3078;&#x306E;&#x8FC5;&#x901F;&#x304B;&#x3064;&#x307B;&#x307C;&#x5B8C;&#x5168;&#x306B;&#x78BA;&#x5B9A;&#x7684;&#x306A;&#x5FDC;&#x7B54;&#x3067;&#x3053;&#x308C;&#x3089;&#x306E;&#x30EF;&#x30FC;&#x30E0;&#x8A2A;&#x554F;&#x6570;&#x3092;&#x898B;&#x3064;&#x3051;&#x307E;&#x3059;&#x3002;&#x7570;&#x306A;&#x308B;&#x30E2;&#x30FC;&#x30C9;&#x9593;&#x3067;&#x523A;&#x6FC0;&#x306B;&#x4F9D;&#x5B58;&#x3059;&#x308B;&#x76F8;&#x95A2;&#x95A2;&#x4FC2;&#x3001;1 &#x3064;&#x306F;&#x523A;&#x6FC0;&#x306E;&#x5F62;&#x72B6;&#x7A7A;&#x9593;&#x30A6;&#x30A9;&#x30FC;&#x30E0;&#x306E;&#x72B6;&#x614B;&#x306B;&#x540C;&#x671F;&#x3059;&#x308B;&#x3053;&#x3068;&#x306B;&#x3088;&#x3063;&#x3066;&#x3088;&#x308A;&#x4FE1;&#x983C;&#x6027;&#x306E;&#x9AD8;&#x3044;&#x52D5;&#x4F5C;&#x3092;&#x751F;&#x6210;&#x3067;&#x304D;&#x307E;&#x3059;&#x3092;&#x304A;&#x52E7;&#x3081;&#x3057;&#x307E;&#x3059;&#x3002;&#x6211;&#x3005; &#x306F;&#x3053;&#x306E;&#x4E88;&#x6E2C;&#x306F;&#x3001;&#x52B9;&#x679C;&#x7684;&#x306B;&#x300C;&#x30EF;&#x30FC;&#x30E0; &#x30EA;&#x30A2;&#x30EB;&#x30BF;&#x30A4;&#x30E0;&#x3067;&#x30B9;&#x30C6;&#x30A2;&#x30EA;&#x30F3;&#x30B0;&#x300D;&#x3092;&#x78BA;&#x8A8D;&#x3057;&#x307E;&#x3059;&#x3002;

&#x6B21;&#x5143;&#x3068;&#x7DDA;&#x866B;&#x306E;&#x884C;&#x52D5;&#x306B;&#x304A;&#x3051;&#x308B;&#x30C0;&#x30A4;&#x30CA;&#x30DF;&#x30AF;&#x30B9;&#x3002;

&#x6211;&#x4EEC;&#x7684;&#x884C;&#x4E3A;&#x53CA;&#x7535;&#x751F;&#x7406;&#x5206;&#x6790;&#x901A;&#x8FC7;&#x7A81;&#x89E6;&#x529F;&#x80FD;&#x7684;&#x65F6;&#x95F4;&#x5206;&#x8FA8;&#x548C;&#x5B9A;&#x91CF;&#x8BC4;&#x4F30;&#x4ECB;&#x7ECD;&#x9057;&#x4F20;&#x5B66;&#x8C03;&#x67E5;&#x7684;&#x611F;&#x53D7;&#x5668; &#xFF08;&#x9009;&#x9879;&#xFF09;&#x3002;&#x6211;&#x4EEC;&#x7167;&#x7247;&#x89E6;&#x53D1;&#x91CA;&#x653E;&#x7684;&#x4E59;&#x9170;&#x80C6;&#x78B1;&#x6216; &gamma;-&#x6C28;&#x57FA;&#x4E01;&#x9178;&#x5728;&#x79C0;&#x4E3D;&#x9690;&#x6746;&#x7EBF;&#x866B;&#x795E;&#x7ECF;&#x808C;&#x8089;&#x63A5;&#x5934;&#x4F7F;&#x7528;&#x6709;&#x9488;&#x5BF9;&#x6027;&#x7684;&#x83B1;&#x8335;&#x8863;&#x85FB;&#x79BB;&#x5B50; 2 &#x8868;&#x8FBE;&#x3002;&#x5B8C;&#x597D;&#x7684;&#x79BB;&#x5B50; 2 &#x8F6C;&#x57FA;&#x56E0;&#x8815;&#x866B;&#xFF0C;photostimulation &#x7ACB;&#x5373;&#x81F4;&#x8EAB;&#x4F53;&#x4F38;&#x957F; &#xFF08;&#x4E3A; &gamma;-&#x6C28;&#x57FA;&#x4E01;&#x9178;) &#x6216;&#x6536;&#x7F29; (&#x4E3A;&#x4E59;&#x9170;&#x80C6;&#x78B1;&#xFF09;&#xFF0C;&#x6211;&#x4EEC;&#x5206;&#x6790;&#x4E86;&#x654F;&#x9510;&#x5730;&#xFF0C;&#x6216;&#x5728;&#x4E0E;&#x81EA;&#x52A8;&#x7684;&#x56FE;&#x50CF;&#x5206;&#x6790;&#xFF0C;&#x4EE5;&#x8BC4;&#x4F30;&#x7A81;&#x89E6;&#x6548;&#x80FD;&#x6301;&#x7EED;&#x6FC0;&#x6D3B;&#x671F;&#x95F4;&#x3002;&#x5728;&#x89E3;&#x5256;&#x8815;&#x866B;&#x3001; photostimulation &#x8BF1;&#x53D1;&#x53CD;&#x590D;&#x548C;&#x5728;&#x4E0D;&#x540C;&#x9891;&#x7387;&#x4E0B;&#x53EF;&#x4EE5;&#x89E6;&#x53D1;&#x7684;&#x7279;&#x5B9A;&#x795E;&#x7ECF;&#x9012;&#x8D28;&#x7684;&#x7A81;&#x89E6;&#x540E;&#x7535;&#x6D41;&#x3002;&#x5149;&#x8BF1;&#x53D1;&#x884C;&#x4E3A;&#x548C;&#x7A81;&#x89E6;&#x540E;&#x7535;&#x6D41;&#x662F;&#x663E;&#x8457; (P &lt; &#x6216; = 0.05) &#x6539;&#x53D8;&#x5728;&#x7A81;&#x53D8;&#x4F53;&#x524D;&#x6216;&#x7A81;&#x89E6;&#x540E;&#x7684;&#x7F3A;&#x9677;&#xFF0C;&#x867D;&#x7136;&#x884C;&#x4E3A;&#x8868;&#x578B;&#x4E0D;&#x660E;&#x786E;&#x6C47;&#x62A5;&#x7A81;&#x89E6;&#x529F;&#x80FD;&#x5728;&#x6240;&#x6709;&#x7684;&#x60C5;&#x51B5;&#x4E0B;&#x8FDB;&#x884C;&#x6D4B;&#x8BD5;&#x3002;&#x9009;&#x9879;&#x4EE5;&#x795E;&#x7ECF;&#x9012;&#x8D28;&#x9009;&#x62E9;&#x6027;&#x7684;&#x65B9;&#x5F0F;&#xFF0C;&#x53EF;&#x80FD;&#x7EBF;&#x866B;&#x4E2D;&#x5141;&#x8BB8;&#x5C06;&#x6765;&#x7684;&#x7A81;&#x89E6;&#x53EF;&#x5851;&#x6027;&#x7684;&#x8C03;&#x67E5;&#x4FBF;&#x4E8E;&#x4E0E;&#x65F6;&#x7A7A;&#x3001; &#x7CBE;&#x5EA6;&#x9AD8;&#x3001; &#x9012;&#x8D28;&#x4F5C;&#x7528;&#x7684;&#x5206;&#x6790;&#x3002;

&#x7A81;&#x89E6;&#x529F;&#x80FD;&#x7684;&#x9057;&#x4F20;&#x5B66;&#x5206;&#x6790;&#x3002;

We introduce optogenetic investigation of neurotransmission (OptIoN) for time-resolved and quantitative assessment of synaptic function via behavioral and electrophysiological analyses. We photo-triggered release of acetylcholine or gamma-aminobutyric acid at Caenorhabditis elegans neuromuscular junctions using targeted expression of Chlamydomonas reinhardtii Channelrhodopsin-2. In intact Channelrhodopsin-2 transgenic worms, photostimulation instantly induced body elongation (for gamma-aminobutyric acid) or contraction (for acetylcholine), which we analyzed acutely, or during sustained activation with automated image analysis, to assess synaptic efficacy. In dissected worms, photostimulation evoked neurotransmitter-specific postsynaptic currents that could be triggered repeatedly and at various frequencies. Light-evoked behaviors and postsynaptic currents were significantly (P <or= 0.05) altered in mutants with pre- or postsynaptic defects, although the behavioral phenotypes did not unambiguously report on synaptic function in all cases tested. OptIoN facilitates the analysis of neurotransmission with high temporal precision, in a neurotransmitter-selective manner, possibly allowing future investigation of synaptic plasticity in C. elegans.

Optogenetic analysis of synaptic function.

Nous introduisons optogenetic enqu&ecirc;te de neurotransmission (OptIoN) pour une &eacute;valuation quantitative et r&eacute;solue dans le temps de la fonction synaptique par analyse comportementale et &eacute;lectrophysiologique. Nous photo d&eacute;clench&eacute;e la lib&eacute;ration d&#39;ac&eacute;tylcholine ou acide gamma - aminobutyrique &agrave; Caenorhabditis elegans jonctions neuromusculaires &agrave; l&#39;aide cibl&eacute;e expression de Chlamydomonas reinhardtii Channelrhodopsin-2. Dans vers transg&eacute;niques intacts Channelrhodopsin-2, photostimulation instantan&eacute;ment induite par &eacute;longation du corps (pour acide gamma - aminobutyrique) ou la contraction (pour l&#39;ac&eacute;tylcholine), dont nous avons analys&eacute; aigu&euml;, ou au cours de l&#39;activation soutenue avec analyse d&#39;image automatique, afin d&#39;&eacute;valuer l&#39;efficacit&eacute; synaptique. Vers diss&eacute;qu&eacute;s, photostimulation &eacute;voque les courants postsynaptiques neurotransmetteur sp&eacute;cifique qui pourraient &ecirc;tre d&eacute;clench&eacute;s &agrave; plusieurs reprises et &agrave; diff&eacute;rentes fr&eacute;quences. Comportements &eacute;voqu&eacute;e par la lumi&egrave;re et des courants postsynaptiques sont significativement (P &lt; ou = 0,05) alt&eacute;r&eacute;e chez les mutants pr&eacute;sentant des d&eacute;fauts de pr&eacute;- et post-synaptiques, bien que les ph&eacute;notypes comportements n&#39;a signal&eacute; sans &eacute;quivoque sur la fonction synaptique dans tous les cas test&eacute;s. OptIoN facilite l&#39;analyse de la neurotransmission avec une grande pr&eacute;cision temporelle, de mani&egrave;re s&eacute;lective des neurotransmetteur, &eacute;ventuellement permettant une enqu&ecirc;te future de plasticit&eacute; synaptique chez c. elegans.

Optogenetic analyse de la fonction synaptique.

Wir f&uuml;hren Optogenetic Untersuchung der Neurotransmission (OptIoN) f&uuml;r Zeit aufgel&ouml;st und quantitativen Bewertung der synaptischen Funktion &uuml;ber Verhaltens- und elektrophysiologische Analysen. Wir Foto-ausgel&ouml;ste Freisetzung von Acetylcholin oder Gamma - Aminobutters&auml;ure an Caenorhabditis Elegans mit gezielt Ausdruck der Chlamydomonas Reinhardtii Channelrhodopsin-2. In intakten Channelrhodopsin-2 transgener Worms induzierte Photostimulation sofort K&ouml;rper Dehnung (f&uuml;r Gamma - Aminobutters&auml;ure) oder Kontraktion (f&uuml;r Acetylcholin), die wir analysiert akut oder w&auml;hrend der anhaltenden Aktivierung mit automatisierten Bildanalyse, synaptische Wirksamkeit zu beurteilen. In zergliederten W&uuml;rmer hervorgerufen Photostimulation Neurotransmitter-spezifische postsynaptisches Str&ouml;mungen, die wiederholt und bei unterschiedlichen Frequenzen ausgel&ouml;st werden k&ouml;nnte. Licht hervorgerufen Verhaltensweisen und postsynaptisches Str&ouml;mungen waren signifikant (P &lt; oder = 0,05) in Mutanten mit Pr&auml;- oder postsynaptisches M&auml;ngel, ver&auml;ndert, obwohl die verhaltensbasierten Ph&auml;notypen nicht eindeutig &uuml;ber synaptische Funktion in allen F&auml;llen getestet Bericht. OptIoN erleichtert die Analyse der Neurotransmission mit hoher zeitlicher Pr&auml;zision auf Neurotransmitter-selektive Weise, so dass m&ouml;glicherweise zuk&uuml;nftige Untersuchung der synaptische Plastizit&auml;t in C. Elegans.

Optogenetic Analyse der synaptischen Funktion.

Vi presentiamo optogenetic indagine di neurotrasmissione (opzione) per la valutazione del time-resolved e quantitativa della funzione sinaptica tramite analisi comportamentale ed elettrofisiologiche. Abbiamo innescato foto rilascio di acetilcolina o acido gamma - aminobutirrico in Caenorhabditis elegans giunzioni neuromuscolari mediante mirati espressione di Chlamydomonas reinhardtii Channelrhodopsin-2. In intatti Channelrhodopsin-2 vermi transgenici, fotostimolazione indotto istantaneamente allungamento del corpo (per acido gamma - aminobutirrico) o contrazione (per l&#39;acetilcolina), che abbiamo analizzato acutamente, o durante l&#39;attivazione sostenuta con analisi di immagine automatizzato, per valutare l&#39;efficacia sinaptica. A worms sezionato, fotostimolazione evocato correnti postsinaptiche neurotrasmettitore specifico che potrebbero essere innescate ripetutamente e a varie frequenze. Comportamenti evocato da luce e correnti postsinaptiche erano significativamente (P &lt; o = 0,05) alterata in mutanti con difetti pre o postsinaptici, nonostante i fenotipi comportamentali non hanno relazione senza ambiguit&agrave; sulla funzione sinaptica in tutti i casi testati. Opzione facilita l&#39;analisi della neurotrasmissione con alta precisione temporale, in modo selettivo, neurotrasmettitore, permettendo forse futura indagine di plasticit&agrave; sinaptica in c. elegans.

Optogenetic analisi della funzione sinaptica.

&#x6642;&#x9593;&#x5206;&#x89E3;&#x3068;&#x5B9A;&#x91CF;&#x7684;&#x8A55;&#x4FA1;&#x884C;&#x52D5;&#x3068;&#x96FB;&#x6C17;&#x751F;&#x7406;&#x5B66;&#x7684;&#x89E3;&#x6790;&#x306B;&#x3088;&#x308B;&#x30B7;&#x30CA;&#x30D7;&#x30B9;&#x6A5F;&#x80FD;&#x306E;&#x30D2;&#x30DD;&#x30AF;&#x30EC;&#x30C1;&#x30F3;&#x30CB;&#x30E5;&#x30FC;&#x30ED;&#x30F3;&#x8ABF;&#x67FB;&#x306E;&#x795E;&#x7D4C;&#x4F1D;&#x9054; &#xFF08;&#x30AA;&#x30D7;&#x30B7;&#x30E7;&#x30F3;&#xFF09; &#x3092;&#x3054;&#x7D39;&#x4ECB;&#x3057;&#x307E;&#x3059;&#x3002;&#x6211;&#x3005; &#x30A2;&#x30BB;&#x30C1;&#x30EB;&#x30B3;&#x30EA;&#x30F3;&#x307E;&#x305F;&#x306F; &gamma;-&#x30A2;&#x30DF;&#x30CE;&#x916A;&#x9178;&#x3092;&#x7528;&#x3044;&#x305F;&#x7DDA;&#x866B;&#x7DDA;&#x866B;&#x306E;&#x795E;&#x7D4C;&#x7B4B;&#x63A5;&#x5408;&#x3067;&#x306E;&#x5199;&#x771F;&#x3092;&#x30C8;&#x30EA;&#x30AC;&#x30FC; &#x30EA;&#x30EA;&#x30FC;&#x30B9; &#x30BF;&#x30FC;&#x30B2;&#x30C3;&#x30C8; &#x30AF;&#x30E9;&#x30DF;&#x30C9;&#x30E2;&#x30CA;&#x30B9; &#x30C1;&#x30E3;&#x30CD;&#x30EB;&#x30ED;&#x30C9;&#x30D7;&#x30B7;&#x30F3; 2 &#x306E;&#x5F0F;&#x3002;&#x305D;&#x306E;&#x307E;&#x307E;&#x30C1;&#x30E3;&#x30CD;&#x30EB;&#x30ED;&#x30C9;&#x30D7;&#x30B7;&#x30F3; 2 &#x30C8;&#x30E9;&#x30F3;&#x30B9;&#x30B8;&#x30A7;&#x30CB;&#x30C3;&#x30AF; &#x30EF;&#x30FC;&#x30E0;&#x3067;&#x305D;&#x308C;&#x305E;&#x308C;&#x523A;&#x6FC0;&#x8A98;&#x5C0E;&#x5373;&#x5EA7;&#x306B;&#x4F53;&#x4F38;&#x9577; &#xFF08;&gamma;-&#x30A2;&#x30DF;&#x30CE;&#x916A;&#x9178;&#xFF09; &#x7528;&#x307E;&#x305F;&#x306F;&#x53CE;&#x7E2E; (&#x30A2;&#x30BB;&#x30C1;&#x30EB;&#x30B3;&#x30EA;&#x30F3;&#xFF09; &#x306E;&#x305F;&#x3081;&#x6211;&#x3005; &#x306F;&#x92ED;&#x304F;&#x3001;&#x307E;&#x305F;&#x306F;&#x6301;&#x7D9A;&#x7684;&#x306A;&#x6D3B;&#x6027;&#x5316;&#x3068;&#x30B7;&#x30CA;&#x30D7;&#x30B9;&#x4F1D;&#x9054;&#x52B9;&#x7387;&#x3092;&#x8A55;&#x4FA1;&#x3059;&#x308B;&#x305F;&#x3081;&#x306B;&#x3001;&#x81EA;&#x52D5;&#x753B;&#x50CF;&#x89E3;&#x6790;&#x4E2D;&#x306B;&#x5206;&#x6790;&#x3057;&#x307E;&#x3059;&#x3002;&#x5207;&#x308A;&#x88C2;&#x304B;&#x308C;&#x305F;&#x30EF;&#x30FC;&#x30E0;&#x3067;&#x3001;&#x305D;&#x308C;&#x305E;&#x308C;&#x523A;&#x6FC0;&#x7E70;&#x308A;&#x8FD4;&#x3057;&#x3068;&#x3055;&#x307E;&#x3056;&#x307E;&#x306A;&#x5468;&#x6CE2;&#x6570;&#x3067;&#x8A98;&#x767A;&#x3055;&#x308C;&#x308B;&#x53EF;&#x80FD;&#x6027;&#x304C;&#x795E;&#x7D4C;&#x4F1D;&#x9054;&#x7269;&#x8CEA;&#x56FA;&#x6709;&#x306E;&#x30B7;&#x30CA;&#x30D7;&#x30B9;&#x96FB;&#x6D41;&#x3092;&#x8A98;&#x767A;&#x3057;&#x307E;&#x3057;&#x305F;&#x3002;&#x5149;&#x8A98;&#x767A;&#x884C;&#x52D5;&#x3068;&#x30B7;&#x30CA;&#x30D7;&#x30B9;&#x96FB;&#x6D41;&#x6709;&#x610F; (P &lt; &#x307E;&#x305F;&#x306F; = 0.05) &#x30B7;&#x30CA;&#x30D7;&#x30B9;&#x6A5F;&#x80FD;&#x30C6;&#x30B9;&#x30C8;&#x3059;&#x3079;&#x3066;&#x306E;&#x30B1;&#x30FC;&#x30B9;&#x3067;&#x884C;&#x52D5;&#x306E;&#x8868;&#x73FE;&#x578B;&#x304C;&#x660E;&#x78BA;&#x306B;&#x5831;&#x544A;&#x3055;&#x308C;&#x3066;&#x3044;&#x306A;&#x3044;&#x304C;&#x7A81;&#x7136;&#x5909;&#x7570;&#x51E6;&#x7406;&#x524D;&#x307E;&#x305F;&#x306F;&#x30B7;&#x30CA;&#x30D7;&#x30B9;&#x306E;&#x6B20;&#x9665;&#x3092;&#x5909;&#x66F4;&#x3057;&#x307E;&#x3059;&#x3002;&#x30AA;&#x30D7;&#x30B7;&#x30E7;&#x30F3;&#x306F;&#x304A;&#x305D;&#x3089;&#x304F;&#x5C06;&#x6765;&#x8ABF;&#x67FB;&#x30B7;&#x30CA;&#x30D7;&#x30B9;&#x53EF;&#x5851;&#x6027;&#x306E;&#x7DDA;&#x866B;&#x306B;&#x8A31;&#x53EF;&#x3059;&#x308B;&#x795E;&#x7D4C;&#x4F1D;&#x9054;&#x7269;&#x8CEA;&#x304C;&#x9078;&#x629E;&#x7684;&#x306A;&#x65B9;&#x6CD5;&#x3067;&#x795E;&#x7D4C;&#x4F1D;&#x9054;&#x3092;&#x9AD8;&#x6642;&#x7A7A;&#x9593;&#x7CBE;&#x5EA6;&#x306E;&#x89E3;&#x6790;&#x3092;&#x5BB9;&#x6613;&#x306B;&#x3057;&#x307E;&#x3059;&#x3002;

&#x30D2;&#x30DD;&#x30AF;&#x30EC;&#x30C1;&#x30F3;&#x30CB;&#x30E5;&#x30FC;&#x30ED;&#x30F3;&#x306E;&#x89E3;&#x6790;&#x30B7;&#x30CA;&#x30D7;&#x30B9;&#x6A5F;&#x80FD;&#x3002;

&#xD589;&#xB3D9; &#xBC0F; electrophysiological &#xBD84;&#xC11D;&#xC744; &#xD1B5;&#xD574; &#xC2DC; &#xB0C5; &#xC2A4; &#xAE30;&#xB2A5; &#xC2DC;&#xAC04; &#xD655;&#xC778; &#xBC0F; &#xC815;&#xB7C9; &#xD3C9;&#xAC00; &#xB300; &#xD55C; neurotransmission (&#xC635;&#xC158;)&#xC758; optogenetic &#xC870;&#xC0AC; &#xC18C;&#xAC1C;. &#xC6B0;&#xB9AC; &#xC544; &#xC138; &#xD2F8; &#xCF5C;&#xB9B0; &#xB610;&#xB294; &#xAC10;&#xB9C8;-aminobutyric &#xC0B0; Caenorhabditis elegans &#xC2E0;&#xACBD; &#xADFC;&#xC721; &#xD559; &#xC811;&#xD569;&#xC744; &#xC0AC;&#xC6A9; &#xD558; &#xC5EC; &#xC0AC;&#xC9C4; &#xD2B8;&#xB9AC;&#xAC70; &#xCD9C;&#xC2DC; &#xB300;&#xC0C1;&#xC73C;&#xB85C; Chlamydomonas reinhardtii Channelrhodopsin 2&#xC758; &#xD45C;&#xD604;. &#xADF8;&#xB300;&#xB85C; Channelrhodopsin 2 &#xC720;&#xC804;&#xC790; &#xBCC0;&#xD615; &#xC6DC; photostimulation&#xC774; &#xC989;&#xC2DC; (&#xAC10;&#xB9C8;-aminobutyric &#xC0B0;)&#xC5D0; &#xB300; &#xD55C; &#xC2E0;&#xCCB4; &#xC2E0;&#xC7A5; &#xB610;&#xB294; &#xC218;&#xCD95; (&#xB300; &#xD55C; &#xC544; &#xC138; &#xD2F8; &#xCF5C;&#xB9B0;), &#xC2EC;&#xD558;&#xAC8C;, &#xB610;&#xB294; &#xC2DC; &#xB0C5; &#xC2A4; &#xD6A8;&#xB2A5;&#xC744; &#xD3C9;&#xAC00; &#xD558;&#xAE30; &#xC704;&#xD574; &#xC790;&#xB3D9;&#xD654; &#xB41C; &#xC774;&#xBBF8;&#xC9C0; &#xBD84;&#xC11D;&#xC73C;&#xB85C; &#xC9C0;&#xC18D;&#xC801;&#xC778;&#xB41C; &#xC778;&#xC99D; &#xD558;&#xB294; &#xB3D9;&#xC548; &#xBD84;&#xC11D;&#xC744; &#xC720;&#xB3C4;. &#xD574; &#xBD80; &#xBC8C;&#xB808;&#xC5D0;&#xC11C; photostimulation &#xBC18;&#xBCF5;&#xC801;&#xC73C;&#xB85C; &#xD558; &#xACE0; &#xB2E4;&#xC591; &#xD55C; &#xC8FC;&#xD30C;&#xC218;&#xC5D0;&#xC11C; &#xC720;&#xBC1C; &#xB420; &#xC218; &#xC788;&#xB294; &#xC2E0;&#xACBD; &#xC804;&#xB2EC; &#xBB3C;&#xC9C8; &#xAD00;&#xB828; postsynaptic &#xC804;&#xB958;&#xB97C; &#xBD88;&#xB7EC; &#xC77C;&#xC73C;&#xCF30;&#xB2E4;. &#xBE5B;&#xC744; &#xBD88;&#xB7EC; &#xC77C;&#xC73C;&#xCF30;&#xB2E4; &#xD589;&#xB3D9;&#xACFC; postsynaptic &#xC804;&#xB958; &#xD588;&#xB2E4; &#xD604;&#xC800; &#xD558; &#xAC8C; (P &lt; &#xB610;&#xB294; = 0.05) &#xD589;&#xB3D9; &#xACE0;&#xAE30; &#xC2DC; &#xB0C5; &#xC2A4; &#xAE30;&#xB2A5;&#xC744; &#xD14C;&#xC2A4;&#xD2B8; &#xD558;&#xB294; &#xBAA8;&#xB4E0; &#xACBD;&#xC6B0;&#xC5D0; &#xBA85;&#xD655; &#xD558; &#xAC8C; &#xBCF4;&#xACE0; &#xD558;&#xC9C0; &#xC54A;&#xC558;&#xB2E4; &#xBE44;&#xB85D; &#xB098; postsynaptic &#xACB0;&#xD568; &#xB3CC;&#xC5F0;&#xBCC0;&#xC774;&#xC5D0; &#xBCC0;&#xACBD;. &#xC635;&#xC158; neurotransmission &#xACE0;&#xC815;&#xBC00; &#xCE21; &#xB450; &#xC5FD;&#xC758; &#xBD84;&#xC11D;&#xC744; &#xC6A9;&#xC774; &#xD558; &#xAC8C; &#xAC00;&#xB2A5;&#xC131;&#xC774; C. elegans&#xC5D0; &#xC2DC; &#xB0C5; &#xC2A4;&#xAC00; &#xC18C;&#xC131;&#xC758; &#xD5A5;&#xD6C4; &#xC870;&#xC0AC;&#xB97C; &#xC218; &#xC788;&#xB3C4;&#xB85D; &#xC2E0;&#xACBD; &#xC804;&#xB2EC; &#xBB3C;&#xC9C8; &#xC120;&#xD0DD; &#xBC29;&#xC2DD;.

Optogenetic &#xC2DC; &#xB0C5; &#xC2A4; &#xAE30;&#xB2A5; &#xBD84;&#xC11D;&#xC785;&#xB2C8;&#xB2E4;.

Presentamos optogenetic investigaci&oacute;n de la neurotransmisi&oacute;n (opci&oacute;n) para la evaluaci&oacute;n cuantitativa y resuelta en el tiempo de la funci&oacute;n sin&aacute;ptica mediante an&aacute;lisis conductuales y electrofisiol&oacute;gicos. Nos activadas por foto la liberaci&oacute;n de acetilcolina o &aacute;cido gamma - aminobut&iacute;rico en Caenorhabditis elegans uniones neuromusculares con objetivo expresi&oacute;n de Chlamydomonas reinhardtii Channelrhodopsin-2. En gusanos transg&eacute;nicos intactos de Channelrhodopsin-2, fotoestimulaci&oacute;n instant&aacute;neamente inducida por alargamiento del cuerpo (para el &aacute;cido gamma - aminobut&iacute;rico) o contracci&oacute;n (para la acetilcolina), que hemos analizado agudo, o durante la activaci&oacute;n sostenida con an&aacute;lisis de imagen automatizada, para evaluar la eficacia sin&aacute;ptica. En gusanos disecados, fotoestimulaci&oacute;n evocado corrientes postsin&aacute;pticas de neurotransmisores espec&iacute;ficos que pudieran ser disparadas varias veces y en varias frecuencias. Luz-evocado comportamientos y postsin&aacute;pticas corrientes fueron significativamente (P &lt; o = 0.05) alterado en mutantes con defectos previas o postsin&aacute;pticas, aunque los fenotipos conductuales no informaron claramente en la funci&oacute;n sin&aacute;ptica en todos los casos probados. Opci&oacute;n facilita el an&aacute;lisis de la neurotransmisi&oacute;n con alta precisi&oacute;n temporal, una manera neurotransmisor selectivo, posiblemente permitiendo la investigaci&oacute;n futura de la plasticidad sin&aacute;ptica en C. elegans.

Optogenetic an&aacute;lisis de la funci&oacute;n sin&aacute;ptica.

&#x8A00;&#x8BED;&#x4EA4;&#x9645;&#x662F;&#x4E00;&#x79CD;&#x8054;&#x5408;&#x6D3B;&#x52A8; &#xFF1B;&#x4F46;&#x662F;&#xFF0C;&#x8A00;&#x8BED;&#x4EA7;&#x751F;&#x548C;&#x7406;&#x89E3;&#x4E3B;&#x8981;&#x662F;&#x5DF2;&#x5206;&#x6790;&#x4E86;&#x4F5C;&#x4E3A;&#x4E2A;&#x4EBA;&#x5927;&#x8111;&#x7684;&#x8FB9;&#x754C;&#x5185;&#x7684;&#x72EC;&#x7ACB;&#x8FDB;&#x7A0B;&#x3002;&#x5728;&#x8FD9;&#x91CC;&#xFF0C;&#x6211;&#x4EEC;&#x5E94;&#x7528;&#x529F;&#x80FD;&#x78C1;&#x5171;&#x632F;&#x6210;&#x50CF;&#x5728;&#x81EA;&#x7136;&#x8A00;&#x8BED;&#x4EA4;&#x9645;&#x8FC7;&#x7A0B;&#x8BB0;&#x5F55;&#x4ECE;&#x8BB2;&#x8005;&#x53CA;&#x542C;&#x4F17;&#x7684;&#x5927;&#x8111;&#x6D3B;&#x52A8;&#x3002;&#x6211;&#x4EEC;&#x4F7F;&#x7528;&#x626C;&#x58F0;&#x5668;&#x7684;&#x65F6;&#x7A7A;&#x5927;&#x8111;&#x6D3B;&#x52A8;&#x6A21;&#x578B;&#x542C;&#x4F17;&#x7684;&#x5927;&#x8111;&#x6D3B;&#x52A8;&#xFF0C;&#x53D1;&#x73B0;&#x4E86;&#x6F14;&#x8BB2;&#x4EBA;&#x7684;&#x6D3B;&#x52A8;&#x65F6;&#x7A7A;&#x8026;&#x5408;&#x4E0E;&#x4FA6;&#x542C;&#x5668;&#x7684;&#x6D3B;&#x52A8;&#x3002;&#x8FD9;&#x79CD;&#x8026;&#x5408;&#x6D88;&#x5931;&#x65F6;&#x4E0E;&#x4F1A;&#x8005;&#x65E0;&#x6CD5;&#x8FDB;&#x884C;&#x901A;&#x4FE1;&#x3002;&#x6B64;&#x5916;&#xFF0C;&#x867D;&#x7136;&#x5E73;&#x5747;&#x4FA6;&#x542C;&#x5668;&#x7684;&#x5927;&#x8111;&#x6D3B;&#x52A8;&#x53CD;&#x6620;&#x4E86;&#x5177;&#x6709;&#x65F6;&#x6EDE;&#x7684;&#x53D1;&#x8A00;&#x8005;&#x7684;&#x6D3B;&#x52A8;&#xFF0C;&#x6211;&#x4EEC;&#x8FD8;&#x53D1;&#x73B0;&#x5C55;&#x54C1;&#x9884;&#x6D4B;&#x9884;&#x671F;&#x54CD;&#x5E94;&#x7684;&#x9886;&#x57DF;&#x3002;&#x6211;&#x4EEC;&#x7684;&#x6545;&#x4E8B;&#x7406;&#x89E3;&#x5B9A;&#x91CF;&#x5EA6;&#x91CF;&#x8FDE;&#x63A5;&#x7684;&#x795E;&#x7ECF;&#x8026;&#x5408;&#x7A0B;&#x5EA6;&#x548C;&#x53D1;&#x73B0;&#x66F4;&#x591A;&#x9884;&#x652F;&#x7684;&#x626C;&#x58F0;&#x5668;&#x4FA6;&#x542C;&#x5668;&#x8026;&#x5408;&#xFF0C;&#x66F4;&#x597D;&#x5730;&#x7406;&#x89E3;&#x3002;&#x6211;&#x4EEC;&#x8BA4;&#x4E3A;&#x751F;&#x4EA7;&#x548C;&#x7406;&#x89E3;&#x57FA;&#x4E8E;&#x6D41;&#x7A0B;&#x7684;&#x89C2;&#x5BDF;&#x5230;&#x5BF9;&#x9F50;&#x65B9;&#x5F0F;&#x4F5C;&#x4E3A;&#x5176;&#x4E2D;&#x7684;&#x5927;&#x8111;&#x4F20;&#x8FBE;&#x4FE1;&#x606F;&#x7684;&#x673A;&#x5236;&#x3002;

&#x626C;&#x58F0;&#x5668;&#x4FA6;&#x542C;&#x5668;&#x795E;&#x7ECF;&#x8026;&#x5408;&#x662F;&#x6210;&#x529F;&#x6C9F;&#x901A;&#x7684;&#x57FA;&#x7840;&#x3002;

Verbal communication is a joint activity; however, speech production and comprehension have primarily been analyzed as independent processes within the boundaries of individual brains. Here, we applied fMRI to record brain activity from both speakers and listeners during natural verbal communication. We used the speaker's spatiotemporal brain activity to model listeners' brain activity and found that the speaker's activity is spatially and temporally coupled with the listener's activity. This coupling vanishes when participants fail to communicate. Moreover, though on average the listener's brain activity mirrors the speaker's activity with a delay, we also find areas that exhibit predictive anticipatory responses. We connected the extent of neural coupling to a quantitative measure of story comprehension and find that the greater the anticipatory speaker-listener coupling, the greater the understanding. We argue that the observed alignment of production- and comprehension-based processes serves as a mechanism by which brains convey information.

Speaker-listener neural coupling underlies successful communication.

La communication verbale est une activit&#xE9; conjointe; cependant, la production de la parole et la compr&#xE9;hension ont &#xE9;t&#xE9; principalement analys&#xE9;e comme des processus ind&#xE9;pendants dans les limites de cerveaux individuels. Ici, nous avons appliqu&#xE9; l&#x26;#39;IRMf pour enregistrer l&#x26;#39;activit&#xE9; c&#xE9;r&#xE9;brale de deux haut-parleurs et les auditeurs lors de la communication verbale naturelle. Nous avons utilis&#xE9; l&#x26;#39;activit&#xE9; du cerveau de l&#x26;#39;orateur spatio-temporelle de l&#x26;#39;activit&#xE9; du cerveau auditeurs mod&#xE8;le &#xBB;et constat&#xE9; que l&#x26;#39;activit&#xE9; de l&#x26;#39;orateur est spatialement et temporellement associ&#xE9;e &#xE0; l&#x26;#39;activit&#xE9; de l&#x26;#39;auditeur. Ce couplage dispara&#xEE;t lorsque les participants ne parviennent pas &#xE0; communiquer. En outre, si, en moyenne, l&#x26;#39;activit&#xE9; du cerveau de l&#x26;#39;auditeur refl&#xE8;te l&#x26;#39;activit&#xE9; du haut-parleur avec un retard, on trouve aussi des zones qui pr&#xE9;sentent pr&#xE9;dictifs des r&#xE9;ponses d&#x26;#39;anticipation. Nous avons connect&#xE9; la mesure de couplage de neurones pour une mesure quantitative de la compr&#xE9;hension histoire et de constater que plus le locuteur-auditeur d&#x26;#39;anticipation couplage, plus la compr&#xE9;hension. Nous soutenons que l&#x26;#39;alignement des processus de production observ&#xE9;e et la compr&#xE9;hension-base est un m&#xE9;canisme par lequel le cerveau transmettre de l&#x26;#39;information.

Pr&#xE9;sident-auditeur sous-tend de couplage de neurones de communication r&#xE9;ussie

Verbale Kommunikation ist eine gemeinsame Aktivit&auml;t; jedoch wurden Rede Produktion und Verst&auml;ndnis in erster Linie als unabh&auml;ngige Prozesse innerhalb der Grenzen der einzelnen Gehirn analysiert. Hier angewendet wir fMRI um Hirnaktivit&auml;t von Sprecher und H&ouml;rer w&auml;hrend nat&uuml;rliche verbale Kommunikation aufzuzeichnen. Wir haben des Sprechers raumzeitliche Hirnaktivit&auml;t model Zuh&ouml;rer Hirnaktivit&auml;t und festgestellt, dass der Sprecher-T&auml;tigkeit r&auml;umlich und zeitlich mit der Listener Aktivit&auml;t gekoppelt ist. Diese Kopplung verschwindet Wenn Teilnehmer nicht kommunizieren. Dar&uuml;ber hinaus, obwohl im Durchschnitt des H&ouml;rers Hirnaktivit&auml;t des Sprechers Aktivit&auml;t mit einer Verz&ouml;gerung widerspiegelt, finden wir auch Bereiche, die vorausschauende vorausschauende Antworten zeigen. Wir das Ausma&szlig; der neuronalen Kupplung mit ein quantitatives Ma&szlig; der Geschichte Verst&auml;ndnis verbunden und finden, desto gr&ouml;&szlig;er die vorausschauenden Sprecher-H&ouml;rer-Kupplung, je gr&ouml;&szlig;er das Verst&auml;ndnis. Wir argumentieren, dass die beobachtete Ausrichtung der Produktion und Verst&auml;ndnis-basierte Prozesse als einen Mechanismus dient mit dem Gehirn Informationen vermitteln.

Sprecher-H&ouml;rer neuronale Kupplung zugrunde liegt, erfolgreichen Kommunikation.

La comunicazione verbale &egrave; un&#39;attivit&agrave; congiunta; Tuttavia, la comprensione e la produzione vocale sono stati analizzati principalmente come processi indipendenti all&#39;interno dei confini dei singoli cervelli. Qui, abbiamo applicato la fMRI per registrare l&#39;attivit&agrave; cerebrale da entrambi gli altoparlanti e gli ascoltatori durante la naturale comunicazione verbale. Abbiamo usato attivit&agrave; cerebrale spatiotemporal dell&#39;altoparlante per modello attivit&agrave; cerebrale ascoltatori e trovato che attivit&agrave; dell&#39;altoparlante &egrave; spazialmente e temporalmente accoppiata con l&#39;attivit&agrave; dell&#39;ascoltatore. Questo accoppiamento svanisce quando i partecipanti non riescono a comunicare. Inoltre, anche se in media attivit&agrave; cerebrale dell&#39;ascoltatore specchi attivit&agrave; dell&#39;altoparlante con un ritardo, troviamo anche le zone che presentano risposte preventiva predittive. Abbiamo collegato la misura dell&#39;accoppiamento neurale per una misura quantitativa della comprensione della storia e che trova il maggiore anticipatoria altoparlante-ascoltatore di accoppiamento, maggiore sar&agrave; la comprensione. Ci sostengono che l&#39;allineamento dei processi di produzione e comprensione-based osservato serve come un meccanismo da cui cervelli trasmettono informazioni.

Accoppiamento neurale altoparlante-ascoltatore sottende la corretta comunicazione.

&#x53E3;&#x982D;&#x3067;&#x306E;&#x30B3;&#x30DF;&#x30E5;&#x30CB;&#x30B1;&#x30FC;&#x30B7;&#x30E7;&#x30F3;&#x306F;&#x3001;&#x5171;&#x540C;&#x6D3B;&#x52D5;&#x3067;&#x3042;&#x308B;&#x304C;&#x3001;&#x97F3;&#x58F0;&#x751F;&#x6210;&#x3068;&#x7406;&#x89E3;&#x306F;&#x3001;&#x4E3B;&#x306B;&#x500B;&#x3005;&#x306E;&#x8133;&#x306E;&#x5883;&#x754C;&#x5185;&#x306B;&#x72EC;&#x7ACB;&#x3057;&#x305F;&#x30D7;&#x30ED;&#x30BB;&#x30B9;&#x3068;&#x3057;&#x3066;&#x5206;&#x6790;&#x3055;&#x308C;&#x3066;&#x3044;&#x308B;&#x3002;&#x3053;&#x3053;&#x3067;&#x306F;&#x3001;&#x81EA;&#x7136;&#x306A;&#x53E3;&#x982D;&#x3067;&#x306E;&#x30B3;&#x30DF;&#x30E5;&#x30CB;&#x30B1;&#x30FC;&#x30B7;&#x30E7;&#x30F3;&#x306E;&#x9593;&#x306B;&#x30B9;&#x30D4;&#x30FC;&#x30AB;&#x30FC;&#x3068;&#x30EA;&#x30B9;&#x30CA;&#x30FC;&#x306E;&#x4E21;&#x65B9;&#x304B;&#x3089;&#x8133;&#x6D3B;&#x52D5;&#x3092;&#x8A18;&#x9332;&#x3059;&#x308B;&#x305F;&#x3081;&#x306B;fMRI&#x3092;&#x9069;&#x7528;&#x3055;&#x308C;&#x307E;&#x3059;&#x3002;&#x6211;&#x3005;&#x306F;&#x3001;&#x30E2;&#x30C7;&#x30EB;&#x306E;&#x30EA;&#x30B9;&#x30CA;&#x30FC;&#x306E;&#x8133;&#x6D3B;&#x52D5;&#x306B;&#x30B9;&#x30D4;&#x30FC;&#x30AB;&#x30FC;&#x306E;&#x6642;&#x7A7A;&#x8133;&#x306E;&#x6D3B;&#x52D5;&#x3092;&#x4F7F;&#x7528;&#x3057;&#x3001;&#x30B9;&#x30D4;&#x30FC;&#x30AB;&#x30FC;&#x306E;&#x6D3B;&#x52D5;&#x306F;&#x7A7A;&#x9593;&#x7684;&#xB7;&#x6642;&#x9593;&#x7684;&#x306B;&#x30EA;&#x30B9;&#x30CA;&#x30FC;&#x306E;&#x6D3B;&#x52D5;&#x3068;&#x7D50;&#x5408;&#x3055;&#x308C;&#x3066;&#x3044;&#x308B;&#x3053;&#x3068;&#x304C;&#x308F;&#x304B;&#x3063;&#x305F;&#x3002;&#x3053;&#x306E;&#x30AB;&#x30C3;&#x30D7;&#x30EA;&#x30F3;&#x30B0;&#x306F;&#x3001;&#x53C2;&#x52A0;&#x8005;&#x304C;&#x901A;&#x4FE1;&#x3059;&#x308B;&#x305F;&#x3081;&#x306B;&#x5931;&#x6557;&#x3057;&#x305F;&#x3068;&#x304D;&#x306B;&#x6D88;&#x6EC5;&#x3057;&#x307E;&#x3059;&#x3002;&#x5E73;&#x5747;&#x7684;&#x306B;&#x30EA;&#x30B9;&#x30CA;&#x30FC;&#x306E;&#x8133;&#x6D3B;&#x52D5;&#x306F;&#x3001;&#x9045;&#x5EF6;&#x306E;&#x3042;&#x308B;&#x30B9;&#x30D4;&#x30FC;&#x30AB;&#x30FC;&#x306E;&#x30A2;&#x30AF;&#x30C6;&#x30A3;&#x30D3;&#x30C6;&#x30A3;&#x3092;&#x53CD;&#x6620;&#x3057;&#x3066;&#x3044;&#x3066;&#x3082;&#x3055;&#x3089;&#x306B;&#x3001;&#x6211;&#x3005;&#x306F;&#x307E;&#x305F;&#x3001;&#x4E88;&#x6E2C;&#x5148;&#x884C;&#x5FDC;&#x7B54;&#x3092;&#x793A;&#x3059;&#x9818;&#x57DF;&#x3092;&#x898B;&#x3064;&#x3051;&#x308B;&#x3002;&#x6211;&#x3005;&#x306F;&#x3001;&#x7269;&#x8A9E;&#x7406;&#x89E3;&#x306E;&#x5B9A;&#x91CF;&#x7684;&#x6E2C;&#x5B9A;&#x306B;&#x795E;&#x7D4C;&#x7D50;&#x5408;&#x306E;&#x7A0B;&#x5EA6;&#x3092;&#x63A5;&#x7D9A;&#x3057;&#x3001;&#x5927;&#x304D;&#x306A;&#x5148;&#x884C;&#x30B9;&#x30D4;&#x30FC;&#x30AB;&#x30FC;&#x30EA;&#x30B9;&#x30CA;&#x30FC;&#x30AB;&#x30C3;&#x30D7;&#x3001;&#x7406;&#x89E3;&#x3092;&#x6DF1;&#x3081;&#x308B;&#x3053;&#x3068;&#x304C;&#x308F;&#x304B;&#x308A;&#x307E;&#x3059;&#x3002;&#x6211;&#x3005;&#x306F;&#x3001;&#x751F;&#x7523;&#x3068;&#x7406;&#x89E3;&#x30D9;&#x30FC;&#x30B9;&#x306E;&#x30D7;&#x30ED;&#x30BB;&#x30B9;&#x306E;&#x89B3;&#x5BDF;&#x3055;&#x308C;&#x305F;&#x30A2;&#x30E9;&#x30A4;&#x30F3;&#x30E1;&#x30F3;&#x30C8;&#x306F;&#x8133;&#x304C;&#x60C5;&#x5831;&#x3092;&#x4F1D;&#x9054;&#x3059;&#x308B;&#x30E1;&#x30AB;&#x30CB;&#x30BA;&#x30E0;&#x3068;&#x3057;&#x3066;&#x6A5F;&#x80FD;&#x3059;&#x308B;&#x3068;&#x4E3B;&#x5F35;&#x3057;&#x3066;&#x3044;&#x308B;&#x3002;

&#x30B9;&#x30D4;&#x30FC;&#x30AB;&#x30FC;&#x30EA;&#x30B9;&#x30CA;&#x30FC;&#x30CB;&#x30E5;&#x30FC;&#x30E9;&#x30EB;&#x7D50;&#x5408;&#x306E;&#x57FA;&#x790E;&#x3068;&#x306A;&#x308B;&#x901A;&#x4FE1;&#x306B;&#x6210;&#x529F;

&#xAD6C;&#xB450; &#xCEE4;&#xBBA4;&#xB2C8;&#xCF00;&#xC774;&#xC158;&#xC740; &#xACF5;&#xB3D9; &#xD65C;&#xB3D9;; &#xADF8;&#xB7EC;&#xB098;, &#xC74C;&#xC131; &#xC0DD;&#xC0B0; &#xBC0F; &#xB3C5; &#xD574; &#xC8FC;&#xB85C; &#xBD84;&#xC11D; &#xB41C; &#xAC1C;&#xBCC4; &#xB450;&#xB1CC;&#xC758; &#xACBD;&#xACC4; &#xB0B4;&#xC5D0;&#xC11C; &#xB3C5;&#xB9BD;&#xC801;&#xC778; &#xD504;&#xB85C;&#xC138;&#xC2A4;&#xB85C;. &#xC5EC;&#xAE30;, &#xC6B0;&#xB9AC;&#xAC00; &#xC790;&#xC5F0; &#xAD6C;&#xB450; &#xC758;&#xC0AC; &#xC18C;&#xD1B5; &#xD558;&#xB294; &#xB3D9;&#xC548; &#xC2A4;&#xD53C;&#xCEE4;&#xC640; &#xCCAD;&#xCDE8;&#xC790;&#xC758; &#xB1CC; &#xD65C;&#xB3D9;&#xC744; &#xAE30;&#xB85D; &#xD558;&#xB294; fMRI &#xC801;&#xC6A9;. &#xCCAD;&#xCDE8;&#xC790;&#xC758; &#xB1CC; &#xD65C;&#xB3D9;&#xC744; &#xBAA8;&#xB378;&#xB9C1; &#xD558; &#xACE0; &#xADF8; &#xC2A4;&#xD53C;&#xCEE4;&#xC758; &#xD65C;&#xB3D9;&#xC740; &#xACF5;&#xAC04;&#xC801;&#xC73C;&#xB85C; &#xADF8;&#xB9AC;&#xACE0; &#xC77C;&#xC2DC;&#xC801;&#xC73C;&#xB85C; &#xACB0;&#xD569; &#xC218;&#xC2E0;&#xAE30;&#xC758; &#xD65C;&#xB3D9; &#xBC1C;&#xACAC; &#xC2A4;&#xD53C;&#xCEE4;&#xC758; spatiotemporal &#xB450;&#xB1CC; &#xD65C;&#xB3D9;&#xC744; &#xC0AC;&#xC6A9; &#xD588;&#xC2B5;&#xB2C8;&#xB2E4;. &#xC774; &#xCEE4;&#xD50C;&#xB9C1; &#xCC38;&#xAC00;&#xC790; &#xC758;&#xC0AC; &#xC18C;&#xD1B5; &#xC2E4;&#xD328; &#xB54C; &#xC5C6;&#xC5B4;&#xC9C4;&#xB2E4;. &#xB610;&#xD55C;, &#xD3C9;&#xADE0;&#xC801;&#xC73C;&#xB85C; &#xC218;&#xC2E0;&#xAE30;&#xC758; &#xB1CC; &#xD65C;&#xB3D9; &#xBC18;&#xC601; &#xC9C0;&#xC5F0; &#xC2A4;&#xD53C;&#xCEE4;&#xC758; &#xD65C;&#xB3D9;, &#xD558;&#xC9C0;&#xB9CC; &#xC6B0;&#xB9AC;&#xB294; &#xB610;&#xD55C; &#xC608;&#xCE21; &#xC608;&#xC0C1; &#xC751;&#xB2F5; &#xC804;&#xC2DC; &#xBD84;&#xC57C; &#xBC1C;&#xACAC;. &#xC6B0;&#xB9AC; &#xC774;&#xC57C;&#xAE30; &#xC774;&#xD574;&#xB825;&#xC758; &#xC815;&#xB7C9;&#xC801; &#xCE21;&#xC815;&#xC744; &#xC2E0;&#xACBD; &#xACB0;&#xD569;&#xC758; &#xC815;&#xB3C4; &#xC5F0;&#xACB0; &#xD558; &#xACE0; &#xD558;&#xB294; &#xD070; &#xCC3E;&#xC744; &#xC608;&#xC0C1; &#xC2A4;&#xD53C;&#xCEE4; &#xC218;&#xC2E0;&#xAE30; &#xCEE4;&#xD50C;&#xB9C1;, &#xD070; &#xC774;&#xD574;. &#xC6B0;&#xB9AC;&#xB294; &#xC0DD;&#xC0B0; &#xBC0F; &#xC774;&#xD574; &#xAE30;&#xBC18; &#xD504;&#xB85C;&#xC138;&#xC2A4;&#xC758; &#xAD00;&#xCC30; &#xB41C; &#xB9DE;&#xCDA4; &#xB450;&#xB1CC; &#xC815;&#xBCF4;&#xB97C; &#xC804;&#xB2EC; &#xD558;&#xB294; &#xBA54;&#xCEE4;&#xB2C8;&#xC998;&#xC73C;&#xB85C; &#xC0AC;&#xC6A9;&#xC744; &#xC8FC;&#xC7A5; &#xD55C;&#xB2E4;.

&#xC2A4;&#xD53C;&#xCEE4; &#xC218;&#xC2E0;&#xAE30; &#xC2E0;&#xACBD; &#xCEE4;&#xD50C;&#xB9C1; &#xC131;&#xACF5;&#xC801;&#xC778; &#xD1B5;&#xC2E0; &#xAE30;&#xBC18;&#xC774; &#xB418;.

La comunicaci&#xF3;n verbal es una actividad conjunta, sin embargo, la producci&#xF3;n del habla y la comprensi&#xF3;n han sido analizados principalmente como procesos independientes dentro de los l&#xED;mites de los cerebros individuales. Aqu&#xED;, se aplic&#xF3; la fMRI para registrar la actividad cerebral de ambos hablantes y oyentes en la comunicaci&#xF3;n verbal natural. Se utiliz&#xF3; la actividad cerebral del hablante espacio-temporal de la actividad cerebral oyentes modelo &#x26;#39;y encontr&#xF3; que la actividad del hablante es espacial y temporalmente, junto con la actividad del oyente. Este acoplamiento se desvanece cuando los participantes no pueden comunicarse. Por otra parte, aunque en promedio la actividad cerebral del oyente refleja la actividad de la persona que habla con un retraso, tambi&#xE9;n encontramos zonas que presentan predictivos respuestas anticipatorias. Hemos conectado el grado de acoplamiento neural para una medida cuantitativa de la comprensi&#xF3;n historia y encontrar que cuanto mayor sea la anticipaci&#xF3;n altavoz-oyente acoplamiento, mayor es la comprensi&#xF3;n. Nosotros sostenemos que la alineaci&#xF3;n de los procesos de producci&#xF3;n observada y basados &#x200B;&#x200B;en la comprensi&#xF3;n sirve como un mecanismo por el cual los cerebros de transmitir la informaci&#xF3;n.

Oyente de altavoz de acoplamiento neural subyacente a la comunicaci&#xF3;n con &#xE9;xito

&#x8A00;&#x8449;&#x3068;&#x76F8;&#x4E92;&#x4F5C;&#x7528;&#x3059;&#x308B;&#x624B;&#x7D19;&#x306E;&#x30CD;&#x30C3;&#x30C8;&#x30EF;&#x30FC;&#x30AF;&#x3092;&#x8003;&#x616E;&#x3057;&#x3001;&#x3053;&#x306E;&#x30CD;&#x30C3;&#x30C8;&#x30EF;&#x30FC;&#x30AF;&#x306B;&#x3088;&#x3063;&#x3066;&#x3067;&#x64AE;&#x5F71;&#x3057;&#x305F;&#x72B6;&#x614B;&#x306E;&#x78BA;&#x7387;&#x5206;&#x5E03;&#x306E;&#x8FD1;&#x4F3C;&#x3002;&#x82F1;&#x8A9E;&#x306E;&#x30B9;&#x30DA;&#x30EB;&#x306E;&#x30EB;&#x30FC;&#x30EB;&#x3092;&#x9AD8;&#x5EA6;&#x306B;&#x3042;&#x308B;&#x76F4;&#x89B3;&#x306B;&#x3082;&#x304B;&#x304B;&#x308F;&#x3089;&#x305A;&#x7D44;&#x5408;&#x305B;&#x3001;&#x4EFB;&#x610F;&#x3001;&#x6211;&#x3005; &#x6700;&#x5927;&#x30A8;&#x30F3;&#x30C8;&#x30ED;&#x30D4;&#x30FC; &#x30E2;&#x30C7;&#x30EB;&#x306E;&#x6587;&#x5B57;&#x9593;&#x306E;&#x30DA;&#x30A2;&#x30EF;&#x30A4;&#x30BA;&#x76F8;&#x95A2;&#x3068;&#x4E00;&#x8CAB;&#x6027;&#x306E;&#x3042;&#x308B;&#x5B8C;&#x5168;&#x7D71;&#x8A08;&#x306E;&#x8A00;&#x8449;&#x306F;&#x3001;&#x9A5A;&#x304F;&#x307B;&#x3069;&#x826F;&#x3044;&#x8FD1;&#x4F3C;&#x5024;&#x3092;&#x63D0;&#x4F9B; &sim;92% &#x56DB;&#x6587;&#x5B57;&#x8A00;&#x8449;&#x3067;&#x30DE;&#x30EB;&#x30C1;&#x60C5;&#x5831;&#x306E;&#x30AD;&#x30E3;&#x30D7;&#x30C1;&#x30E3;&#x3068;&#x3055;&#x3048;&#x5185;&#x306E;&#x30C7;&#x30FC;&#x30BF;&#x304C;&#x8868;&#x3055;&#x308C;&#x3066;&#x3044;&#x306A;&#x3044;&#x5358;&#x8A9E;&#x3092;&#x300C;&#x767A;&#x898B;&#x300D;&#x898B;&#x3064;&#x3051;&#x307E;&#x3059;&#x3002;&#x3053;&#x308C;&#x3089;&#x306E;&#x6700;&#x5927;&#x30A8;&#x30F3;&#x30C8;&#x30ED;&#x30D4;&#x30FC; &#x30E2;&#x30C7;&#x30EB;&#x306F;&#x30DA;&#x30A2;&#x30EF;&#x30A4;&#x30BA;&#x96FB;&#x4F4D;&#x306E;&#x30BB;&#x30C3;&#x30C8;&#x3092;&#x901A;&#x3057;&#x3066;&#x6587;&#x5B57;&#x306E;&#x76F8;&#x4E92;&#x4F5C;&#x7528;&#x3092;&#x7D44;&#x307F;&#x8FBC;&#x3080;&#x3057;&#x3001;&#x3053;&#x3046;&#x3057;&#x3066;&#x30A8;&#x30CD;&#x30EB;&#x30AE;&#x30FC;&#x30E9;&#x30F3;&#x30C9;&#x30B9; &#x30B1;&#x30FC;&#x30D7;&#x306E;&#x53EF;&#x80FD;&#x306A;&#x5358;&#x8A9E;&#x306E;&#x30B9;&#x30DA;&#x30FC;&#x30B9;&#x3092;&#x5B9A;&#x7FA9;&#x3057;&#x307E;&#x3059;&#x3002;&#x6211;&#x3005; &#x306F;&#x3088;&#x308A;&#x4F4E;&#x3044;&#x6B21;&#x5143;&#x306E;&#x624B;&#x7D19;&#x5206;&#x5E03;&#x306E;&#x30A8;&#x30F3;&#x30B3;&#x30FC;&#x30C7;&#x30A3;&#x30F3;&#x30B0;&#x3092;&#x6C42;&#x3081;&#x308B;&#x3057;&#x3001;&#x666F;&#x89B3;&#x306B;&#x304A;&#x3051;&#x308B;&#x30A6;&#x30EB;&#x30C8;&#x30E9;&#x30E1;&#x30C8;&#x30EA;&#x30B7;&#x30C6;&#x30A3;&#x306E;&#x533A;&#x5225;&#x306F;&#x30A2;&#x30AB;&#x30A6;&#x30F3;&#x30C8;&#x306E; 4 &#x6587;&#x5B57;&#x306E;&#x30A8;&#x30F3;&#x30C8;&#x30ED;&#x30D4;&#x30FC;&#x306E; &sim;68 &#xFF05; &#x306E;&#x5927;&#x624B;&#x7D19;&#x5197;&#x9577;&#x6027;&#x306B;&#x3088;&#x3063;&#x3066;&#x5C0E;&#x304B;&#x308C;&#x307E;&#x3059;&#x3002;&#x6211;&#x3005; &#x306F;&#x3001;&#x3053;&#x308C;&#x3089;&#x306E;&#x72B6;&#x614B;&#x3068;&#x5B8C;&#x5168;&#x306E;&#x8F9E;&#x66F8;&#x3088;&#x308A;&#x306F;&#x308B;&#x304B;&#x306B;&#x5C0F;&#x3055;&#x3044;&#x5358;&#x8A9E;&#x4F7F;&#x7528;&#x306E;&#x5468;&#x6CE2;&#x6570;&#x306B;&#x5408;&#x308F;&#x305B;&#x305F;&#x52B9;&#x679C;&#x7684;&#x306A;&#x8A9E;&#x5F59;&#x3092;&#x63D0;&#x4F9B;&#x3059;&#x308B;&#x3053;&#x3068;&#x3092;&#x304A;&#x52E7;&#x3081;&#x3057;&#x307E;&#x3059;&#x3002;

&#x5358;&#x8A9E;&#x306E;&#x6587;&#x5B57;&#x306E;&#x7D71;&#x8A08;&#x529B;&#x5B66;

&#xC6B0;&#xB9AC; &#xC0C1;&#xD638; &#xC791;&#xC6A9; &#xBB38;&#xC790;&#xC758; &#xB124;&#xD2B8;&#xC6CC;&#xD06C;&#xB85C; &#xB2E8;&#xC5B4;&#xB97C; &#xACE0;&#xB824; &#xD558; &#xACE0;&#xC774; &#xB124;&#xD2B8;&#xC6CC;&#xD06C;&#xC5D0; &#xC218;&#xD589;&#xD55C; &#xC0C1;&#xD0DC; &#xD655;&#xB960; &#xBD84;&#xD3EC;&#xC5D0; &#xADFC;&#xC811;. &#xC601;&#xC5B4; &#xB9DE;&#xCDA4;&#xBC95;&#xC758; &#xADDC;&#xCE59;&#xC740; &#xB9E4;&#xC6B0; &#xC9C1;&#xAD00;&#xC5D0;&#xB3C4; &#xBD88;&#xAD6C; &#xD558; &#xACE0; &#xC870;&#xD569; &#xD558; &#xACE0;, &#xC784;&#xC758; &#xC6B0;&#xB9AC;&#xAC00; &#xCC3E;&#xC744; &#xCD5C;&#xB300; &#xC5D4;&#xD2B8;&#xB85C;&#xD53C; &#xBAA8;&#xB378; &#xBB38;&#xC790; &#xAC04;&#xC758; &#xC778;&#xB371;&#xC2A4;&#xB3C4; &#xC0C1;&#xAD00; &#xAD00;&#xACC4;&#xC640; &#xC77C;&#xCE58;, &#xB2E8;&#xC5B4;&#xC758; &#xC804;&#xCCB4; &#xD1B5;&#xACC4;&#xB97C; &#xB180;&#xB77C;&#xC6B8; &#xC815;&#xB3C4;&#xB85C; &#xC88B;&#xC740; &#xADFC;&#xC0AC;&#xCE58;&#xB97C; &#xC81C;&#xACF5; &#xB124;-&#xBB38;&#xC790; &#xB2E8;&#xC5B4;&#xC5D0;&#xC11C; &#xB2E4;&#xC911;&#xC758; &sim;92 %&#xB97C; &#xCEA1;&#xCC98;&#xD558;&#xACE0; &quot;&#xAC80;&#xC0C9;&quot; &#xB2E8;&#xC5B4; &#xB370;&#xC774;&#xD130;&#xC5D0; &#xD45C;&#xC2DC; &#xB418;&#xC9C0; &#xC54A;&#xC740; &#xD588;&#xB2E4;. &#xC774;&#xB7EC;&#xD55C; &#xCD5C;&#xB300; &#xC5D4;&#xD2B8;&#xB85C;&#xD53C; &#xBAA8;&#xB378; &#xC778;&#xB371;&#xC2A4;&#xB3C4; &#xD6C4;&#xBCF4; &#xC9D1;&#xD569;&#xC744; &#xD1B5;&#xD574; &#xD3B8;&#xC9C0;&#xC758; &#xC0C1;&#xD638; &#xC791;&#xC6A9;&#xC744; &#xD1B5;&#xD569; &#xD558; &#xACE0; &#xB530;&#xB77C;&#xC11C; &#xAC00;&#xB2A5;&#xD55C; &#xB2E8;&#xC5B4;&#xC758; &#xACF5;&#xAC04;&#xC5D0; &#xC5D0;&#xB108;&#xC9C0; &#xD504;&#xB9AC;&#xB97C; &#xC815;&#xC758; &#xD569;&#xB2C8;&#xB2E4;. &#xC6B0;&#xB9AC; &#xD3B8;&#xC9C0; &#xBC30;&#xD3EC;&#xC758; &#xD558;&#xC704; &#xCC28;&#xC6D0; &#xC778;&#xCF54;&#xB529; &#xCD94;&#xAD6C; &#xD558; &#xACE0; &#xD48D;&#xACBD;&#xC5D0; &#xB85C;&#xCEEC; &#xCD5C;&#xC18C; &#xC0AC;&#xC774;&#xC758; &#xAD6C;&#xBD84; &#xC678;&#xC124; &#xC5D4;&#xD2B8;&#xB85C;&#xD53C;&#xC758; &sim;68 %&#xC5D0; &#xB300; &#xD55C; &#xACC4;&#xC815; &#xD45C;&#xC2DC; &#xD070; &#xD3B8;&#xC9C0; &#xC911;&#xBCF5;&#xC5D0; &#xC758;&#xD574; &#xC720;&#xB3C4;. &#xC774;&#xB7EC;&#xD55C; &#xC0C1;&#xD0DC; &#xB2E8;&#xC5B4; &#xC0AC;&#xC6A9; &#xD558; &#xACE0; &#xC804;&#xCCB4; &#xC0AC;&#xC804; &#xBCF4;&#xB2E4; &#xD6E8;&#xC52C; &#xB354; &#xC791;&#xC740; &#xC8FC;&#xD30C;&#xC218;&#xC640; &#xC77C;&#xCE58; &#xD558;&#xB294; &#xD6A8;&#xACFC;&#xC801;&#xC778; &#xC5B4;&#xD718;&#xB97C; &#xC81C;&#xACF5; &#xD558;&#xB294; &#xAC83;&#xC774; &#xC88B;&#xC2B5;&#xB2C8;&#xB2E4;.

&#xB0B1;&#xB9D0;&#xC5D0; &#xC788;&#xB294; &#xD3B8;&#xC9C0;&#xC758; &#xD1B5;&#xACC4; &#xC5ED;&#xD559;&#xC785;&#xB2C8;&#xB2E4;.

&#x6211;&#x4EEC;&#x8003;&#x8651;&#x7684;&#x8BDD;&#x4F5C;&#x4E3A;&#x76F8;&#x4E92;&#x4F5C;&#x7528;&#x7684;&#x4FE1;&#x4EF6;&#x3001; &#x7F51;&#x7EDC;&#x548C;&#x8FD1;&#x4F3C;&#x6982;&#x7387;&#x5206;&#x5E03;&#x7684;&#x91C7;&#x53D6;&#x7684;&#x8FD9;&#x4E00;&#x7F51;&#x7EDC;&#x7684;&#x56FD;&#x5BB6;&#x3002;&#x5C3D;&#x7BA1;&#x82F1;&#x8BED;&#x62FC;&#x5199;&#x89C4;&#x5219;&#x6027;&#x5F88;&#x5F3A;&#x7684;&#x76F4;&#x89C9;&#x7EC4;&#x5408;&#x548C;&#x4EFB;&#x610F;&#x7684;&#x6211;&#x4EEC;&#x53D1;&#x73B0;&#x6700;&#x5927;&#x71B5;&#x6A21;&#x578B;&#x7B26;&#x5408;&#x5B57;&#x6BCD;&#x6210;&#x5BF9;&#x76F8;&#x5173;&#x6027;&#x63D0;&#x4F9B;&#x5145;&#x5206;&#x7684;&#x7EDF;&#x8BA1;&#x6570;&#x5B57;&#x7684;&#x5355;&#x8BCD;&#xFF0C;&#x51FA;&#x4E4E;&#x610F;&#x6599;&#x7684;&#x597D;&#x903C;&#x8FD1;&#x6355;&#x83B7; &sim;92%&#x7684;&#x56DB;&#x5B57;&#x6BCD;&#x5355;&#x8BCD;&#x4E2D;&#x8F74;&#x5BF9;&#x79F0;&#x548C;&#x751A;&#x81F3;&quot;&#x53D1;&#x73B0;&quot;&#x4E0D;&#x6D3E;&#x4EE3;&#x8868;&#x6570;&#x636E;&#x4E2D;&#x7684;&#x5355;&#x8BCD;&#x3002;&#x8FD9;&#x4E9B;&#x6700;&#x5927;&#x71B5;&#x6A21;&#x578B;&#x7EB3;&#x5165;&#x4FE1;&#x4EA4;&#x4E92;&#x901A;&#x8FC7;&#x4E00;&#x6574;&#x5957;&#x7684;&#x6210;&#x5BF9;&#x7684;&#x6F5C;&#x529B;&#xFF0C;&#x5E76;&#x56E0;&#x6B64;&#x5B9A;&#x4E49;&#x80FD;&#x6E90;&#x683C;&#x5C40;&#x4E0A;&#x7684;&#x7A7A;&#x95F4;&#x7684;&#x53EF;&#x80FD;&#x7684;&#x5355;&#x8BCD;&#x3002;&#x7531;&#x5927;&#x4FE1;&#x5197;&#x4F59;&#x6211;&#x4EEC;&#x5BFB;&#x6C42;&#x4F4E;&#x7EF4;&#x7684;&#x4FE1;&#x5206;&#x53D1;&#x7F16;&#x7801;&#x548C;&#x663E;&#x793A;&#x666F;&#x89C2;&#x4E2D;&#x7684;&#x5C40;&#x90E8;&#x6781;&#x5C0F;&#x503C;&#x4E4B;&#x95F4;&#x7684;&#x533A;&#x522B;&#x5360; &sim;68%&#x56DB;&#x4E2A;&#x5B57;&#x6BCD;&#x71B5;&#x7684;&#x6307;&#x5BFC;&#x3002;&#x6211;&#x4EEC;&#x5EFA;&#x8BAE;&#x8FD9;&#x4E9B;&#x56FD;&#x5BB6;&#x63D0;&#x4F9B;&#x6709;&#x6548;&#x7684;&#x8BCD;&#x6C47;&#x5339;&#x914D;&#x5230; word &#x4F7F;&#x7528;&#x9891;&#x7387;&#x548C;&#x8FDC;&#x8F83;&#x5145;&#x5206;&#x7684;&#x8BCD;&#x6C47;&#x3002;

&#x7EDF;&#x8BA1;&#x529B;&#x5B66;&#x4E2D;&#x7684;&#x5355;&#x8BCD;&#x7684;&#x5B57;&#x6BCD;&#x3002;

We consider words as a network of interacting letters, and approximate the probability distribution of states taken on by this network. Despite the intuition that the rules of English spelling are highly combinatorial and arbitrary, we find that maximum entropy models consistent with pairwise correlations among letters provide a surprisingly good approximation to the full statistics of words, capturing âˆ¼92% of the multi-information in four-letter words and even "discovering" words that were not represented in the data. These maximum entropy models incorporate letter interactions through a set of pairwise potentials and thus define an energy landscape on the space of possible words. Guided by the large letter redundancy we seek a lower-dimensional encoding of the letter distribution and show that distinctions between local minima in the landscape account for âˆ¼68% of the four-letter entropy. We suggest that these states provide an effective vocabulary which is matched to the frequency of word use and much smaller than the full lexicon.

Statistical mechanics of letters in words.

Nous consid&eacute;rons les mots comme un r&eacute;seau de lettres qui interagissent et approximative de la distribution de probabilit&eacute; des &Eacute;tats repris par ce r&eacute;seau. Malgr&eacute; l&#39;intuition que les r&egrave;gles de l&#39;orthographe sont hautement combinatoire et arbitraire, nous trouvons que mod&egrave;les d&#39;entropie maximale compatibles avec les corr&eacute;lations entre les lettres fournissent une approximation &eacute;tonnamment bonne pour les statistiques compl&egrave;tes des mots, capturant &sim;92 % de la multi-informations dans les mots de quatre lettres et m&ecirc;me de &laquo; d&eacute;couvrir &raquo; les mots qui n&#39;&eacute;taient pas repr&eacute;sent&eacute;es dans les donn&eacute;es. Ces mod&egrave;les d&#39;entropie maximale incorporent des interactions de la lettre par un ensemble de paires potentiels et ainsi d&eacute;finissent un paysage &eacute;nerg&eacute;tique sur l&#39;espace des mots possibles. Guid&eacute; par la redondance de la grande lettre nous cherchons un encodage de dimension inf&eacute;rieure de la distribution de la lettre et montrer que les distinctions entre les minima locaux dans le paysage repr&eacute;sentent &sim;68 % de l&#39;entropie de quatre lettres. Nous sugg&eacute;rons que ces &Eacute;tats fournissent un vocabulaire efficace qui correspond &agrave; la fr&eacute;quence d&#39;utilisation de mot et beaucoup plus petit que le lexique complet.

M&eacute;canique statistique des lettres des mots.

Wir betrachten W&ouml;rter als Netzwerk interagierender Briefe und ungef&auml;hre die Wahrscheinlichkeitsverteilung der Staaten, die durch dieses Netzwerk &uuml;bernommen. Trotz der Intuition, die die Regeln der englischen Schreibweise hoch sind finden kombinatorische und willk&uuml;rlich, wir maximale Entropie-Modelle mit paarweiser Korrelationen zwischen Buchstaben bieten eine &uuml;berraschend gute Ann&auml;herung an die vollst&auml;ndigen Statistiken von W&ouml;rtern, &sim;92 % Anteil der Multi-information in vier &ndash; Buchstaben-W&ouml;rter und sogar &quot;entdecken&quot; W&ouml;rter, die in den Daten nicht vertreten waren. Diese maximale Entropie-Modelle Brief Interaktionen durch eine Reihe von paarweise Potentialen zu integrieren und so eine Energielandschaft auf dem Raum der m&ouml;glichen W&ouml;rter definieren. Geleitet von der Gro&szlig;brief-Redundanz, die wir suchen eine untere-dimensionalen Codierung der Buchstaben-Distribution und zeigen, dass Unterschiede zwischen lokalen Minima in der Landschaft &sim;68 % die vier Buchstaben-Entropie ausmachen. Wir schlagen vor, da&szlig; diese Staaten eine wirksame Wortschatz bieten, die auf der Frequenz der Wortgebrauch und viel kleiner als das vollst&auml;ndige Lexikon abgestimmt ist.

Statistische Mechanik von Buchstaben in W&ouml;rtern.

Ci considera le parole come una rete di lettere interagenti e approssimare la distribuzione di probabilit&agrave; degli stati presi da questa rete. Nonostante l&#39;intuizione che le regole di ortografia inglese sono altamente combinatoria e arbitrario, troviamo che modelli di massima entropia coerente con coppie correlazioni tra lettere forniscono una sorprendentemente buona approssimazione alle statistiche piena di parole, catturando % &sim;92 di multi-information in quattro parole della lettera &ndash; e anche &quot;scoprire&quot; parole che non sono stati rappresentati nei dati. Questi modelli di massima entropia incorporano interazioni lettera attraverso un set di coppie potenziali e quindi definiscono un panorama energetico sullo spazio di parole possibili. Guidati dalla ridondanza di grande lettera cerchiamo una codifica pi&ugrave; basso-dimensionale della distribuzione lettera e mostrare che distinzioni tra minimi locali nel paesaggio rappresentano il &sim;68% dell&#39;entropia quattro lettere. Suggeriamo che questi stati offrono un efficacia vocabolario che coincide con la frequenza di uso di parola e molto pi&ugrave; piccolo rispetto il lessico completo.

Meccanica statistica di lettere in parole.

Consideramos palabras como una red de interacci&oacute;n de letras y aproximar la distribuci&oacute;n de probabilidad de Estados por esta red. A pesar de la intuici&oacute;n de que las reglas de ortograf&iacute;a ingl&eacute;s son altamente combinatorios y arbitraria, encontramos que modelos de m&aacute;xima entrop&iacute;a constantes con pares correlaciones entre cartas proporcionan una aproximaci&oacute;n sorprendentemente buena para las estad&iacute;sticas completas de palabras, capturando &sim;92% de la informaci&oacute;n m&uacute;ltiple en cuatro palabras &ndash; y &quot;descubrir&quot; incluso las palabras que no estaban representados en los datos. Estos modelos de m&aacute;xima entrop&iacute;a incorporan las interacciones de la carta a trav&eacute;s de un conjunto de pares potenciales y as&iacute; definen un paisaje de energ&iacute;a en el espacio de palabras posibles. Guiados por la redundancia de letra grande buscamos una codificaci&oacute;n inferior-dimensional de la distribuci&oacute;n de la carta y mostrar que distinciones entre m&iacute;nimos locales en el paisaje representan el &sim;68% de la entrop&iacute;a de cuatro letras. Sugerimos que estos Estados proporcionan un vocabulario eficaz que concuerde con la frecuencia de uso de la palabra y mucho m&aacute;s peque&ntilde;o que el l&eacute;xico completo.

Mec&aacute;nica estad&iacute;stica de letras en palabras.

&#x751F;&#x7269;&#x901A;&#x8FC7;&#x79FB;&#x52A8;&#x4E16;&#x754C;&#x6539;&#x53D8;&#x5176;&#x5F62;&#x72B6;&#xFF0C;&#x5E76;&#x5728;&#x8FD9;&#x91CC;&#x6211;&#x4EEC;&#x63A2;&#x7D22;&#x6620;&#x5C04;&#x4ECE;&#x5F62;&#x72B6;&#x7A7A;&#x95F4;&#x7ED9;&#x8FD0;&#x52A8;&#x7684;&#x6746;&#x7EBF;&#x866B;&#x7EBF;&#x866B;&#x5728;&#x743C;&#x8102;&#x677F;&#x4E0A;&#x8FDB;&#x884C;&#x722C;&#x7F51;&#x3002;&#x6211;&#x4EEC;&#x63CF;&#x8FF0;&#x7684;&#x76F8;&#x5173;&#x51FD;&#x6570;&#x7684;&#x65B9;&#x5411;&#x89D2;&#x901F;&#x5EA6;&#x3001; &#x65B9;&#x5411;&#x89D2;&#x548C;&#x5E73;&#x5747;&#x503C;&#x5E73;&#x65B9;&#x7684;&#x4F4D;&#x79FB;&#xFF0C;&#x901A;&#x8FC7;&#x8F68;&#x8FF9;&#x7684;&#x7EDF;&#x8BA1;&#xFF0C;&#x6211;&#x4EEC;&#x53D1;&#x73B0;&#x7684;&#x53D6;&#x5411;&#x5185;&#x5B58;&#x635F;&#x5931;&#x5177;&#x6709;&#x7A81;&#x53D1;&#x6027;&#x3001; &#x5927;&#x632F;&#x5E45;&#x8F6C;&#x5F2F;&#x4E8B;&#x4EF6;&#x548C;&#x8FD9;&#x4E9B;&#x4E8B;&#x4EF6;&#x4E4B;&#x95F4;&#x7684;&#x8FDE;&#x7EED;&#x52A8;&#x6001;&#x4F5C;&#x51FA;&#x91CD;&#x8981;&#x7684;&#x8D21;&#x732E;&#x3002;&#x6B64;&#x5916;&#xFF0C;&#x6211;&#x4EEC;&#x53D1;&#x73B0;&#x53D6;&#x5411;&#x5185;&#x5B58;&#x5728;&#x6025;&#x8F6C;&#x5F2F;&#x4E4B;&#x95F4;&#x7684;&#x65F6;&#x95F4;&#x95F4;&#x9694;&#x7684;&#x957F;&#x671F;&#x5B58;&#x5728;&#x3002;&#x6211;&#x4EEC;&#x6700;&#x8FD1;&#x5DE5;&#x4F5C;&#x8868;&#x660E;&#x7EBF;&#x866B;&#x8FD0;&#x52A8;&#x4EC5;&#x9650;&#x4E8E;&#x4F4E;&#x7EF4;&#x5F62;&#x72B6;&#x7A7A;&#x95F4;&#x7684;&#x57FA;&#x7840;&#x4E0A;&#x6784;&#x5EFA;&#x6CBF;&#x743C;&#x8102;&#x8815;&#x866B;&#x7684;&#x8F68;&#x8FF9;&#x4ECE;&#x8BE5;&#x5F62;&#x72B6;&#x7A7A;&#x95F4;&#x4E2D;&#x7684;&#x52A8;&#x6001;&#x7684;&#x6620;&#x5C04;&#x3002;&#x6211;&#x4EEC;&#x4F7F;&#x7528;&#x6B64;&#x8FDE;&#x63A5;&#x6765;&#x8BF4;&#x660E;&#x8BE5;&#x8FDE;&#x7EED;&#x52A8;&#x529B;&#x5B66;&#x63ED;&#x793A;&#x7EC6;&#x5FAE;&#x7684;&#x5DEE;&#x5F02;&#x8FD0;&#x52A8;&#x6218;&#x7565;&#x4E2D;&#x53D1;&#x751F;&#x7A81;&#x53D8;&#x4F53;&#x7F3A;&#x9677;&#x4E2D;&#x7684;&#x591A;&#x5DF4;&#x80FA;&#x53D7;&#x4F53;&#x7684;&#x4E24;&#x4E2A;&#x7C7B;&#x4E4B;&#x95F4;&#x7684;&#x53D8;&#x5316;&#x3002;

&#x4ECE;&#x884C;&#x4E3A;&#x4E2D;&#x7684;&#x79C0;&#x4E3D;&#x9690;&#x6746;&#x7EBF;&#x866B;&#x7684;&#x8FD0;&#x52A8;&#x6A21;&#x5F0F;&#x3002;

Organisms move through the world by changing their shape, and here we explore the mapping from shape space to movements in the nematode Caenorhabditis elegans as it crawls on an agar plate. We characterize the statistics of the trajectories through the correlation functions of the orientation angular velocity, orientation angle and the mean-squared displacement, and we find that the loss of orientational memory has significant contributions from both abrupt, large amplitude turning events and the continuous dynamics between these events. Further, we discover long-time persistence of orientational memory in the intervals between abrupt turns. Building on recent work demonstrating that C. elegans movements are restricted to a low-dimensional shape space, we construct a map from the dynamics in this shape space to the trajectory of the worm along the agar. We use this connection to illustrate that changes in the continuous dynamics reveal subtle differences in movement strategy that occur among mutants defective in two classes of dopamine receptors.

From modes to movement in the behavior of Caenorhabditis elegans.

Les organismes se d&eacute;placent &agrave; travers le monde en changeant leur forme, et ici nous explorons le mappage de l&#39;espace forme aux mouvements chez le n&eacute;matode Caenorhabditis elegans comme il se tra&icirc;ne sur une g&eacute;lose. Nous caract&eacute;risons les statistiques des trajectoires gr&acirc;ce aux fonctions de corr&eacute;lation de la vitesse angulaire de l&#39;orientation, l&#39;angle de l&#39;orientation et le d&eacute;placement quadratique moyenne, et nous trouvons que la perte de m&eacute;moire orientation a une contribution importante &agrave; la fois des &eacute;v&eacute;nements tournant abrupt, grande amplitude et la dynamique continue entre ces &eacute;v&eacute;nements. Plus loin, nous d&eacute;couvrons la longue persistance de m&eacute;moire orientation dans les intervalles entre les virages brusques. S&#39;appuyant sur des travaux r&eacute;cents, ce qui d&eacute;montre que les mouvements de c. elegans sont limitent &agrave; un espace de forme basse dimension, nous construisons une carte de la dynamique dans cet espace de la forme de la trajectoire du ver le long de la g&eacute;lose. A cet &eacute;gard nous permet d&#39;illustrer que les changements dans les dynamique continu r&eacute;v&egrave;lent des diff&eacute;rences subtiles dans la strat&eacute;gie de mouvement qui se produisent chez des mutants d&eacute;ficients dans deux classes de r&eacute;cepteurs de la dopamine.

Des modes de mouvement dans le comportement de Caenorhabditis elegans.

Organismen durch die Welt durch Ver&auml;nderung ihrer Form verschieben, und hier wir erforschen die Zuordnung von Shape Raum Bewegungen in die Fadenw&uuml;rmer der Fadenwurm Caenorhabditis Elegans wie es auf einer Agarplatte kriecht. Wir charakterisieren die Statistiken die Trajektorien durch die Korrelationsfunktionen die Winkelgeschwindigkeit Orientierung, Orientierungswinkel und der Mean-squared Verdr&auml;ngung, und wir finden, dass der Verlust von Orientierungspraktika Speicher bedeutende Beitr&auml;ge von abrupten, gro&szlig;e Amplitude drehen Ereignisse und die kontinuierliche Dynamik zwischen diesen Ereignissen hat. Au&szlig;erdem entdecken wir langj&auml;hrige Best&auml;ndigkeit der Orientierungspraktika Erinnerung in den Pausen zwischen den abrupten Wendungen. Aufbauend auf die j&uuml;ngsten Arbeiten, die belegen, da&szlig; C. Elegans Bewegungen auf ein niedrig-dimensionalen Form-Raum beschr&auml;nkt sind, bauen wir eine Karte der Dynamik in dieser Form-Raum, um die Flugbahn des Wurms entlang die Agar. Wir verwenden Sie diese Verbindung, dass &Auml;nderungen in der kontinuierlichen Dynamik zeigen feine Unterschiede in Bewegung-Strategie zu veranschaulichen, die unter den Mutanten in zwei Klassen von Dopamin-Rezeptoren Defekt auftreten.

Modi f&uuml;r Verkehr in das Verhalten von Caenorhabditis Elegans.

Organismi muovono attraverso il mondo cambiando la loro forma, e qui esploriamo il mapping da spazio forma ai movimenti nel nematode Caenorhabditis elegans come striscia su una piastra di agar. Ci caratterizzano le statistiche delle traiettorie attraverso le funzioni di correlazione della velocit&agrave; angolare orientamento, angolo di orientamento e la cilindrata media-squared, e troviamo che la perdita di memoria orientazionale ha significativi contributi sia eventi svolta brusca, grande ampiezza e dinamica continua tra questi eventi. Inoltre, scopriamo lunga persistenza della memoria orientazionale negli intervalli tra curve brusche. Basandosi sul recente lavoro dimostrando che movimenti di c. elegans sono limitati ad uno spazio di forma basso-dimensionale, costruiamo una mappa da dinamiche in questo spazio di forma per la traiettoria del verme lungo l&#39;agar-agar. Usiamo questa connessione per illustrare che cambiamenti nelle dinamiche continue rivelano sottili differenze nella strategia di movimento che si verificano tra mutanti difettosi in due classi di recettori della dopamina.

Dalla modalit&agrave; di movimento nel comportamento di Caenorhabditis elegans.

&#x751F;&#x7269;&#x3092;&#x901A;&#x3057;&#x3066;&#x4E16;&#x754C;&#x3092;&#x305D;&#x306E;&#x5F62;&#x72B6;&#x3092;&#x5909;&#x66F4;&#x3059;&#x308B;&#x3053;&#x3068;&#x306B;&#x3088;&#x3063;&#x3066;&#x79FB;&#x52D5;&#x3057;&#x3001;&#x5BD2;&#x5929;&#x306B;&#x30AF;&#x30ED;&#x30FC;&#x30EB;&#x3059;&#x308B;&#x3068;&#x304D;&#x306B;&#x3053;&#x3053;&#x3067;&#x6211;&#x3005; &#x30DE;&#x30C3;&#x30D4;&#x30F3;&#x30B0;&#x5F62;&#x72B6;&#x7A7A;&#x9593;&#x304B;&#x3089;&#x7DDA;&#x866B;&#x306E;&#x7DDA;&#x866B;&#x306E;&#x52D5;&#x304D;&#x3092;&#x63A2;&#x308B;&#x3002;&#x8ECC;&#x8DE1;&#x65B9;&#x5411;&#x306E;&#x89D2;&#x901F;&#x5EA6;&#x3001;&#x65B9;&#x5411;&#x89D2;&#x5EA6;&#x304A;&#x3088;&#x3073;&#x5E73;&#x5747;&#x4E8C;&#x4E57;&#x5909;&#x4F4D;&#x306E;&#x76F8;&#x95A2;&#x95A2;&#x6570;&#x306E;&#x7D71;&#x8A08;&#x3092;&#x7279;&#x5FB4;&#x4ED8;&#x3051;&#x308B;&#x3001;&#x6211;&#x3005; &#x914D;&#x5411;&#x306E;&#x30E1;&#x30E2;&#x30EA;&#x306E;&#x640D;&#x5931;&#x304C;&#x7A81;&#x7136;&#x3067;&#x5927;&#x578B;&#x632F;&#x5E45;&#x30BF;&#x30FC;&#x30CB;&#x30F3;&#x30B0; &#x30A4;&#x30D9;&#x30F3;&#x30C8;&#x3068;&#x3053;&#x308C;&#x3089;&#x306E;&#x30A4;&#x30D9;&#x30F3;&#x30C8;&#x9593;&#x306E;&#x9023;&#x7D9A;&#x306E;&#x30C0;&#x30A4;&#x30CA;&#x30DF;&#x30AF;&#x30B9;&#x304B;&#x3089;&#x306E;&#x5927;&#x304D;&#x306A;&#x8CA2;&#x732E;&#x3092;&#x6301;&#x3063;&#x3066;&#x3044;&#x308B;&#x3053;&#x3068;&#x3092;&#x898B;&#x3064;&#x3051;&#x307E;&#x3059;&#x3002;&#x3055;&#x3089;&#x306B;&#x3001;&#x914D;&#x5411;&#x30E1;&#x30E2;&#x30EA;&#x306E;&#x9577;&#x5E74;&#x306E;&#x6C38;&#x7D9A;&#x6027;&#x306E;&#x6025;&#x6FC0;&#x306A;&#x30BF;&#x30FC;&#x30F3;&#x306B;&#x5408;&#x9593;&#x3092;&#x767A;&#x898B;&#x3057;&#x307E;&#x3059;&#x3002;&#x7DDA;&#x866B;&#x306E;&#x52D5;&#x304D;&#x304C;&#x4F4E;&#x6B21;&#x5143;&#x5F62;&#x30B9;&#x30DA;&#x30FC;&#x30B9;&#x306B;&#x5236;&#x9650;&#x3055;&#x308C;&#x3066;&#x3044;&#x308B;&#x3053;&#x3068;&#x3092;&#x793A;&#x3059;&#x6700;&#x8FD1;&#x306E;&#x4ED5;&#x4E8B;&#x306E;&#x5EFA;&#x7269;&#x3001;&#x3053;&#x306E;&#x5F62;&#x72B6;&#x7A7A;&#x9593;&#x306B;&#x304A;&#x3051;&#x308B;&#x30C0;&#x30A4;&#x30CA;&#x30DF;&#x30AF;&#x30B9;&#x304B;&#x3089;&#x5BD2;&#x5929;&#x306B;&#x6CBF;&#x3063;&#x3066;&#x30EF;&#x30FC;&#x30E0;&#x306E;&#x8ECC;&#x9053;&#x3078;&#x306E;&#x30DE;&#x30C3;&#x30D7;&#x3092;&#x69CB;&#x7BC9;&#x3057;&#x307E;&#x3059;&#x3002;&#x305D;&#x306E;&#x5909;&#x7570;&#x4F53;&#x30C9;&#x30D1;&#x30DF;&#x30F3;&#x53D7;&#x5BB9;&#x4F53;&#x306E; 2 &#x3064;&#x306E;&#x30AF;&#x30E9;&#x30B9;&#x3067;&#x6B20;&#x9665;&#x306E;&#x9593;&#x3067;&#x767A;&#x751F;&#x3059;&#x308B;&#x3001;&#x9023;&#x7D9A;&#x30C0;&#x30A4;&#x30CA;&#x30DF;&#x30AF;&#x30B9;&#x3092;&#x660E;&#x3089;&#x304B;&#x306B;&#x5FAE;&#x5999;&#x306A;&#x5DEE;&#x904B;&#x52D5;&#x6226;&#x7565;&#x306E;&#x5909;&#x5316;&#x3092;&#x8AAC;&#x660E;&#x3059;&#x308B;&#x305F;&#x3081;&#x306B;&#x3053;&#x306E;&#x63A5;&#x7D9A;&#x3092;&#x4F7F;&#x7528;&#x3057;&#x307E;&#x3059;&#x3002;

&#x7DDA;&#x866B;&#x306E;&#x904B;&#x52D5;&#x6319;&#x52D5;&#x306B;&#x30E2;&#x30FC;&#x30C9;&#x304B;&#x3089;&#x3002;

&#xC720;&#xAE30; &#xCCB4;&#xB294; &#xADF8;&#xB4E4;&#xC758; &#xBAA8;&#xC591;&#xC744; &#xBCC0;&#xACBD; &#xD558; &#xC5EC; &#xC138;&#xACC4;&#xB97C; &#xD1B5;&#xD574; &#xC774;&#xB3D9; &#xACE0; &#xC5EC;&#xAE30; &#xC6B0;&#xB9AC;&#xAC00; &#xD0D0;&#xC0C9; &#xB9E4;&#xD551;&#xC744; &#xBAA8;&#xC591; &#xACF5;&#xAC04;&#xC5D0;&#xC11C; &#xC120; &#xCDA9; &#xB958; Caenorhabditis elegans&#xC758; &#xC6C0;&#xC9C1;&#xC784;&#xC744; &#xD55C; &#xCC9C; &#xBC30;&#xC9C0;&#xC5D0;&#xC11C; &#xD06C;&#xB864;&#xB9C1;&#xD569;&#xB2C8;&#xB2E4;. &#xC6B0;&#xB9AC; &#xBC29;&#xD5A5; &#xAC01; &#xC18D;&#xB3C4;, &#xBC29;&#xD5A5; &#xAC01;&#xB3C4; &#xD3C9;&#xADE0; &#xC81C;&#xACF1; &#xBCC0;&#xC704;&#xC758; &#xC0C1;&#xAD00; &#xAD00;&#xACC4; &#xAE30;&#xB2A5;&#xC744; &#xD1B5;&#xD574; &#xADA4;&#xB3C4;&#xC758; &#xD1B5;&#xACC4; &#xD2B9;&#xC131;&#xC744; &#xCC3E;&#xC544; &#xC6B0;&#xB9AC; &#xADFC;&#xCC98; &#xBA54;&#xBAA8;&#xB9AC; &#xC190;&#xC2E4; &#xAC11;&#xC791;&#xC2A4;&#xB7EC;&#xC6B4;, &#xD070; &#xC9C4;&#xD3ED; &#xD130; &#xB2DD; &#xC774;&#xBCA4;&#xD2B8;&#xC640; &#xC774;&#xB7EC;&#xD55C; &#xC774;&#xBCA4;&#xD2B8; &#xAC04;&#xC758; &#xC9C0;&#xC18D;&#xC801;&#xC778; &#xC5ED;&#xD559;&#xC5D0;&#xC11C; &#xC911;&#xC694; &#xD55C; &#xACF5;&#xD5CC;&#xC744; &#xD588;&#xB2E4;. &#xB610;&#xD55C;, &#xC6B0;&#xB9AC;&#xB294; &#xAC11;&#xC791;&#xC2A4;&#xB7EC;&#xC6B4; &#xD68C;&#xC804; &#xC0AC;&#xC774;&#xC758; &#xAC04;&#xACA9;&#xC73C;&#xB85C; &#xADFC;&#xCC98; &#xBA54;&#xBAA8;&#xB9AC;&#xC758; &#xC624;&#xB79C; &#xC9C0; &#xC18D;&#xC131;&#xC744; &#xBC1C;&#xACAC;. &#xC6B0;&#xB9AC;&#xB294; agar &#xB530;&#xB77C; &#xBC8C;&#xB808;&#xC758; &#xADA4;&#xC801;&#xC5D0;&#xC774; &#xBAA8;&#xC591; &#xACF5;&#xAC04;&#xC5D0;&#xC11C; &#xC5ED;&#xD559;&#xC5D0;&#xC11C; &#xC9C0;&#xB3C4; &#xAD6C;&#xC131; C. elegans &#xC6C0;&#xC9C1;&#xC784;&#xC740; &#xC800; &#xCC28;&#xC6D0; &#xB3C4;&#xD615; &#xACF5;&#xAC04; &#xC81C;&#xD55C; &#xBCF4;&#xC5EC; &#xC8FC;&#xB294; &#xCD5C;&#xADFC; &#xC791;&#xD488;&#xC5D0; &#xAC74;&#xBB3C;. &#xC6B0;&#xB9AC;&#xB294; &#xC9C0;&#xC18D;&#xC801;&#xC778; &#xC5ED;&#xD559; &#xACF5;&#xAC1C; &#xBBF8;&#xBB18;&#xD55C; &#xCC28;&#xC774;&#xC5D0; &#xC6B4;&#xB3D9; &#xC804;&#xB7B5;&#xC5D0; &#xB450; &#xC885;&#xB958;&#xC758; &#xB3C4;&#xD30C;&#xBBFC; &#xC218;&#xC6A9; &#xCCB4;&#xC5D0; &#xACB0;&#xD568;&#xC774; &#xC788;&#xB294; &#xB3CC;&#xC5F0;&#xBCC0;&#xC774; &#xC0AC;&#xC774;&#xC5D0;&#xC11C; &#xBC1C;&#xC0DD; &#xD558;&#xB294; &#xADF8; &#xBCC0;&#xD654;&#xB97C; &#xC124;&#xBA85; &#xD558;&#xAE30; &#xC704;&#xD574;&#xC774; &#xC5F0;&#xACB0;&#xC744; &#xC0AC;&#xC6A9; &#xD569;&#xB2C8;&#xB2E4;.

&#xC6B4;&#xB3D9; &#xB3D9;&#xC791; Caenorhabditis elegans&#xC758; &#xBAA8;&#xB4DC;.

Organismos desplazarse por el mundo cambiando su forma, y aqu&iacute; exploramos la asignaci&oacute;n de espacio de forma a los movimientos en el nematodo Caenorhabditis elegans como que se arrastra sobre una placa de agar. Caracterizamos las estad&iacute;sticas de las trayectorias a trav&eacute;s de las funciones de correlaci&oacute;n de la velocidad angular de orientaci&oacute;n, &aacute;ngulo de orientaci&oacute;n y el desplazamiento medio cuadrado, y encontramos que la p&eacute;rdida de memoria orientador tiene aportes significativos eventos de giro abrupto, gran amplitud tanto la din&aacute;mica continua entre estos acontecimientos. Adem&aacute;s, descubrimos a largo plazo persistencia de la memoria orientador en los intervalos entre giros bruscos. Bas&aacute;ndose en recientes trabajos demostrando que C. elegans movimientos est&aacute;n restringidos a un espacio de baja dimensi&oacute;n forma, construimos un mapa de la din&aacute;mica en este espacio de forma a la trayectoria del gusano en el agar. Utilizamos esta conexi&oacute;n para ilustrar que cambios en las din&aacute;mica continua revelan diferencias sutiles en la estrategia del movimiento que se producen entre mutantes defectuosos en dos clases de receptores de dopamina.

De modos de movimiento en el comportamiento del Caenorhabditis elegans.

&#x4EC0;&#x4E48;&#x8FF7;&#x4F4F;&#x6211;&#x4EEC;&#x5BF9;&#x52A8;&#x7269;&#x884C;&#x4E3A;&#x662F;&#x5176;&#x4E30;&#x5BCC;&#x6027;&#x548C;&#x590D;&#x6742;&#x6027;&#xFF0C;&#x4F46;&#x4E86;&#x89E3;&#x884C;&#x4E3A;&#x548C;&#x53CA;&#x5176;&#x795E;&#x7ECF;&#x57FA;&#x7840;&#xFF0C;&#x9700;&#x8981;&#x66F4;&#x7B80;&#x5355;&#x7684;&#x8BF4;&#x660E;&#x3002;&#x4F20;&#x7EDF;&#x4E0A;&#xFF0C;&#x7B80;&#x5316;&#x4E86;&#x5B9E;&#x884C;&#x7531;&#x8BAD;&#x7EC3;&#x52A8;&#x7269;&#x8FDB;&#x884C;&#x6709;&#x9650;&#x7684;&#x4E00;&#x7EC4;&#x884C;&#x4E3A;&#x3001; &#x624B;&#x8BC4;&#x5206;&#x884C;&#x4E3A;&#x5206;&#x4E3A;&#x4E0D;&#x540C;&#x7684;&#x7C7B;&#xFF0C;&#x6216;&#x9650;&#x5236;&#x7684;&#x6709;&#x673A;&#x4F53;&#x7684;&#x611F;&#x5B98;&#x4F53;&#x9A8C;&#x3002;&#x53E6;&#x4E00;&#x79CD;&#x65B9;&#x6CD5;&#x662F;&#x8BE2;&#x95EE;&#x662F;&#x5426;&#x6211;&#x4EEC;&#x53EF;&#x4EE5;&#x901A;&#x8FC7;&#x81EA;&#x7136;&#x7684;&#x884C;&#x4E3A;&#xFF0C;&#x4EE5;&#x627E;&#x5230;&#x660E;&#x786E;&#x7684;&#x8BC1;&#x636E;&#x8868;&#x660E;&#x8FD9;&#x4E9B;&#x884C;&#x4E3A;&#x6BD4;&#x4ED6;&#x4EEC;&#x53EF;&#x80FD;&#x6709;&#x4E2A;&#x7B80;&#x5355;&#x7684;&#x52A8;&#x6001;&#x641C;&#x7D22;&#x3002;&#x6211;&#x4EEC;&#x68C0;&#x8BA8;&#x4E24;&#x79CD;&#x6570;&#x5B66;&#x65B9;&#x6CD5;&#x6765;&#x7B80;&#x5316;&#x3001; &#x964D;&#x548C;&#x6700;&#x5927;&#x71B5;&#x65B9;&#x6CD5;&#xFF0C;&#x548C;&#x6211;&#x4EEC;&#x501F;&#x9274;&#x7684;&#x4F8B;&#x5B50;&#x4ECE;&#x751F;&#x7269;&#x7EC4;&#x7EC7;&#x7684;&#x4E0D;&#x540C;&#x5C42;&#x6B21;&#x3001; &#x79C0;&#x4E3D;&#x9690;&#x6746;&#x7EBF;&#x866B;&#x7684;&#x7075;&#x957F;&#x7C7B;&#x52A8;&#x7269;&#xFF0C;&#x987A;&#x5229;&#x8FFD;&#x6C42;&#x773C;&#x7403;&#x8FD0;&#x52A8;&#x63A7;&#x5236;&#x7684;&#x722C;&#x7F51;&#x884C;&#x4E3A;&#x4EE5;&#x53CA;&#x4ECE;&#x7F16;&#x7801;&#x7684;&#x89C4;&#x5219;&#x7684;&#x82F1;&#x8BED;&#x62FC;&#x5199;&#x68C0;&#x67E5;&#x89C6;&#x7F51;&#x819C;&#x795E;&#x7ECF;&#x5143;&#x7F51;&#x7EDC;&#x7684;&#x81EA;&#x7136;&#x666F;&#x89C2;&#x3002;&#x5728;&#x6BCF;&#x79CD;&#x60C5;&#x51B5;&#x4E0B;&#xFF0C;&#x6211;&#x4EEC;&#x8BA4;&#x4E3A;&#x4E3A;&#x7B80;&#x5355;&#x8D77;&#x89C1;&#x663E;&#x5F0F;&#x641C;&#x7D22;&#x63ED;&#x793A;&#x65B0;&#x548C;&#x610F;&#x5916;&#x7684;&#x751F;&#x7269;&#x7CFB;&#x7EDF;&#x7684;&#x529F;&#x80FD;&#x548C;&#x7B80;&#x5316;&#x7684;&#x8BC1;&#x636E;&#x4F7F;&#x6211;&#x4EEC;&#x7528;&#x6765;&#x5B9E;&#x9A8C;&#x7684;&#x4E0B;&#x4E00;&#x4EE3;&#x7684;&#x610F;&#x601D;&#x65B0;&#x95EE;&#x9898;&#x7684;&#x4E00;&#x79CD;&#x8BED;&#x8A00;&#x3002;&#x7C7B;&#x4F3C;&#x7684;&#x6570;&#x5B66;&#x7ED3;&#x6784;&#x6210;&#x529F;&#x5730;&#x9A7E;&#x9A6D;&#x590D;&#x6742;&#x7684;&#x975E;&#x5E38;&#x4E0D;&#x540C;&#x7684;&#x751F;&#x7269;&#x7CFB;&#x7EDF;&#x63D0;&#x793A;&#x6709;&#x66F4;&#x4E00;&#x822C;&#x88AB;&#x53D1;&#x73B0;&#x7684;&#x4E8B;&#x5B9E;&#x3002;

&#x641C;&#x7D22;&#x4E3A;&#x7B80;&#x4FBF;&#x8D77;&#x89C1;&#xFF0C;&#x5728;&#x795E;&#x7ECF;&#x5143;&#x548C;&#x884C;&#x4E3A;&#x7684;&#x5206;&#x6790;&#x3002;

What fascinates us about animal behavior is its richness and complexity, but understanding behavior and its neural basis requires a simpler description. Traditionally, simplification has been imposed by training animals to engage in a limited set of behaviors, by hand scoring behaviors into discrete classes, or by limiting the sensory experience of the organism. An alternative is to ask whether we can search through the dynamics of natural behaviors to find explicit evidence that these behaviors are simpler than they might have been. We review two mathematical approaches to simplification, dimensionality reduction and the maximum entropy method, and we draw on examples from different levels of biological organization, from the crawling behavior of Caenorhabditis elegans to the control of smooth pursuit eye movements in primates, and from the coding of natural scenes by networks of neurons in the retina to the rules of English spelling. In each case, we argue that the explicit search for simplicity uncovers new and unexpected features of the biological system and that the evidence for simplification gives us a language with which to phrase new questions for the next generation of experiments. The fact that similar mathematical structures succeed in taming the complexity of very different biological systems hints that there is something more general to be discovered.

Searching for simplicity in the analysis of neurons and behavior.

Ce qui nous fascine tout comportement animal est sa richesse et sa complexit&eacute;, mais comprendre le comportement et ses bases neurales exige une description plus simple. Traditionnellement, la simplification a &eacute;t&eacute; impos&eacute;e par les animaux de la formation de s&#39;engager dans un ensemble limit&eacute; de comportements, par main marquant les comportements en cat&eacute;gories discr&egrave;tes ou en limitant l&#39;exp&eacute;rience sensorielle de l&#39;organisme. Une alternative est de demander si nous pouvons Rechercher par le biais de la dynamique des comportements naturels de trouver une preuve explicite que ces comportements sont plus simples qu&#39;ils auraient pu &ecirc;tre. Nous passons en revue deux approches math&eacute;matiques simplification, r&eacute;duction dimensionnelle et la m&eacute;thode de l&#39;entropie maximale, et nous attirons sur des exemples de diff&eacute;rents niveaux d&#39;organisation biologique du comportement rampants de Caenorhabditis elegans, au contr&ocirc;le des mouvements des yeux sans heurt de poursuite chez les primates et de la codification des sc&egrave;nes naturelles par r&eacute;seaux de neurones de la r&eacute;tine aux r&egrave;gles de l&#39;orthographe. Dans chaque cas, nous croyons que la recherche explicite de simplicit&eacute; d&eacute;voile les fonctionnalit&eacute;s nouvelles et inattendues du syst&egrave;me biologique et que les &eacute;l&eacute;ments de preuve pour la simplification nous donne un langage permettant de formuler de nouvelles questions pour la prochaine g&eacute;n&eacute;ration d&#39;exp&eacute;riences. Le fait que les structures math&eacute;matiques similaires r&eacute;ussissent &agrave; apprivoiser la complexit&eacute; des conseils des syst&egrave;mes biologiques tr&egrave;s diff&eacute;rentes qu&#39;il y a quelque chose de plus g&eacute;n&eacute;ral &agrave; d&eacute;couvrir.

Vous cherchez une simplicit&eacute; dans l&#39;analyse du comportement et des neurones.

Was uns &uuml;ber Tierverhalten fasziniert, ist seine F&uuml;lle und Komplexit&auml;t, aber Verhalten und seine neuronale Grundlage zu verstehen, muss eine einfachere Beschreibung. Traditionell hat Vereinfachung durch Training Tiere in einer begrenzten Gruppe von Verhaltensweisen zu engagieren, von Hand schoss Verhaltensweisen in diskrete Klassen oder durch Begrenzung der sensorischen Erfahrung des Organismus auferlegt. Eine Alternative ist die Frage, ob wir suchen k&ouml;nnen, durch die Dynamik der nat&uuml;rlichen Verhaltensweisen zu expliziten Nachweis finden, dass diese Verhaltensweisen sind einfacher, als sie h&auml;tte sein k&ouml;nnen. Wir &uuml;berpr&uuml;fen zwei mathematische Ans&auml;tze zur Vereinfachung, Reduzierung der Dimensionalit&auml;t und die maximale Entropie-Methode, und wir ziehen auf Beispiele aus verschiedenen Ebenen der biologischen Organisation, vom Crawlen Verhalten von Caenorhabditis Elegans die Kontrolle der glatte Verfolgung Augenbewegungen bei Primaten und die Kodierung der nat&uuml;rlichen Szenen durch Netzwerke von Nervenzellen in der Netzhaut an die Regeln der englischen Schreibweise. In jedem Fall behaupten wir, dass die explizite Suche nach Einfachheit neue und unerwartete Funktionen des biologischen Systems deckt und die Beweise f&uuml;r eine Vereinfachung uns eine Sprache mit der gibt Formulierung der neue Fragen f&uuml;r die n&auml;chste Generation von Experimenten. Die Tatsache, die &auml;hnliche mathematische Strukturen gelingen Z&auml;hmung der Komplexit&auml;t der sehr unterschiedlichen biologischen Systemen Hinweise, dass es etwas allgemeinere, entdeckt zu werden.

Suche nach Einfachheit in der Analyse von Neuronen und Verhalten.

Che cosa ci affascina sul comportamento degli animali &egrave; la ricchezza e la complessit&agrave;, ma comprendere il comportamento e la sua base neurale richiede una descrizione pi&ugrave; semplice. Tradizionalmente, la semplificazione &egrave; stato imposto di addestramento di animali a impegnarsi in un set limitato di comportamenti, di mano segnando comportamenti in classi discrete o limitando l&#39;esperienza sensoriale dell&#39;organismo. Un&#39;alternativa &egrave; chiedere se possiamo cercare attraverso la dinamica dei comportamenti naturali di trovare prove esplicite che questi comportamenti sono pi&ugrave; semplici di quanto avrebbe potuto. Passiamo in rassegna due approcci matematici per la semplificazione, la riduzione di dimensionalit&agrave; e il metodo di massima entropia, e disegnamo su esempi da diversi livelli di organizzazione biologica, dal comportamento strisciante di Caenorhabditis elegans al controllo dei movimenti oculari di inseguimento liscio in primati e dalla codificazione delle scene naturali da reti di neuroni nella retina per le regole di ortografia inglese. In ogni caso, ci sostengono che l&#39;esplicita ricerca di semplicit&agrave; scopre nuove e inaspettate caratteristiche del sistema biologico e che la prova per semplificazione ci d&agrave; una lingua con cui la frase di nuove domande per la prossima generazione di esperimenti. Il fatto che simili strutture matematiche riescono a domare la complessit&agrave; dei suggerimenti molto differenti sistemi biologici che c&#39;&egrave; qualcosa di pi&ugrave; generale di essere scoperto.

Alla ricerca di semplicit&agrave; nell&#39;analisi dei neuroni e comportamento.

&#x79C1;&#x305F;&#x3061;&#x304C;&#x52D5;&#x7269;&#x306E;&#x884C;&#x52D5;&#x306B;&#x3064;&#x3044;&#x3066;&#x9B45;&#x4E86;&#x3059;&#x308B;&#x8C4A;&#x304B;&#x3055;&#x3068;&#x8907;&#x96D1;&#x3055;&#x3001;&#x3067;&#x3059;&#x304C;&#x3001;&#x52D5;&#x4F5C;&#x3068;&#x305D;&#x306E;&#x795E;&#x7D4C;&#x57FA;&#x76E4;&#x306B;&#x3064;&#x3044;&#x3066;&#x7C21;&#x5358;&#x306A;&#x8AAC;&#x660E;&#x304C;&#x5FC5;&#x8981;&#x3067;&#x3059;&#x3002;&#x4F1D;&#x7D71;&#x7684;&#x306B;&#x3001;&#x7C21;&#x7D20;&#x5316;&#x306F;&#x3001;&#x9650;&#x3089;&#x308C;&#x305F;&#x4E00;&#x9023;&#x306E;&#x884C;&#x52D5;&#x306B;&#x5F93;&#x4E8B;&#x3059;&#x308B;&#x8A13;&#x7DF4;&#x306E;&#x52D5;&#x7269;&#x3001;&#x5225;&#x500B;&#x306E;&#x30AF;&#x30E9;&#x30B9;&#x306B;&#x52D5;&#x4F5C;&#x3092;&#x5F97;&#x70B9;&#x306E;&#x624B;&#x3001;&#x307E;&#x305F;&#x306F;&#x751F;&#x7269;&#x306E;&#x611F;&#x899A;&#x7684;&#x7D4C;&#x9A13;&#x3092;&#x5236;&#x9650;&#x3059;&#x308B;&#x3053;&#x3068;&#x306B;&#x3088;&#x3063;&#x3066;&#x8AB2;&#x3055;&#x308C;&#x3066;&#x3044;&#x307E;&#x3059;&#x3002;&#x4EE3;&#x66FF;&#x306F;&#x3001;&#x3053;&#x308C;&#x3089;&#x306E;&#x884C;&#x52D5;&#x304C;&#x5F7C;&#x3089;&#x304C;&#x3055;&#x308C;&#x3066;&#x3044;&#x308B;&#x53EF;&#x80FD;&#x6027;&#x304C;&#x3042;&#x308A;&#x307E;&#x3059;&#x3088;&#x308A;&#x3082;&#x7C21;&#x5358;&#x3067;&#x3042;&#x308B;&#x3053;&#x3068;&#x3092;&#x660E;&#x793A;&#x7684;&#x306A;&#x8A3C;&#x62E0;&#x3092;&#x898B;&#x3064;&#x3051;&#x308B;&#x305F;&#x3081;&#x306E;&#x81EA;&#x7136;&#x306A;&#x884C;&#x52D5;&#x306E;&#x30C0;&#x30A4;&#x30CA;&#x30DF;&#x30AF;&#x30B9;&#x3092;&#x901A;&#x3058;&#x3066;&#x3092;&#x691C;&#x7D22;&#x3067;&#x304D;&#x308B;&#x304B;&#x3069;&#x3046;&#x304B;&#x3092;&#x5C0B;&#x306D;&#x308B;&#x3053;&#x3068;&#x3067;&#x3059;&#x3002;2 &#x3064;&#x306E;&#x6570;&#x5B66;&#x7684;&#x306A;&#x30A2;&#x30D7;&#x30ED;&#x30FC;&#x30C1;&#x3092;&#x7C21;&#x7D20;&#x5316;, &#x6B21;&#x5143;&#x524A;&#x6E1B;&#x3068;&#x6700;&#x5927;&#x30A8;&#x30F3;&#x30C8;&#x30ED;&#x30D4;&#x30FC;&#x6CD5;&#x3092;&#x78BA;&#x8A8D;&#x3057;&#x3001;&#x6211;&#x3005; &#x4F8B;&#x3067;&#x751F;&#x4F53;&#x7D44;&#x7E54;&#x306E;&#x3055;&#x307E;&#x3056;&#x307E;&#x306A;&#x30EC;&#x30D9;&#x30EB;&#x3001;&#x30AF;&#x30ED;&#x30FC;&#x30EB;&#x306E;&#x52D5;&#x4F5C;&#x306E;&#x7DDA;&#x866B;&#x306E;&#x970A;&#x9577;&#x985E;&#x306B;&#x304A;&#x3051;&#x308B;&#x5186;&#x6ED1;&#x6027;&#x8FFD;&#x8DE1;&#x773C;&#x7403;&#x904B;&#x52D5;&#x306E;&#x5236;&#x5FA1;&#x306B;&#x3001;&#x82F1;&#x8A9E;&#x306E;&#x30B9;&#x30DA;&#x30EB;&#x306E;&#x30EB;&#x30FC;&#x30EB;&#x306B;&#x7DB2;&#x819C;&#x30CB;&#x30E5;&#x30FC;&#x30ED;&#x30F3;&#x306E;&#x30CD;&#x30C3;&#x30C8;&#x30EF;&#x30FC;&#x30AF;&#x306B;&#x3088;&#x308B;&#x81EA;&#x7136;&#x30B7;&#x30FC;&#x30F3;&#x306E;&#x30B3;&#x30FC;&#x30C7;&#x30A3;&#x30F3;&#x30B0;&#x304B;&#x3089;&#x63CF;&#x753B;&#x3057;&#x307E;&#x3059;&#x3002;&#x305D;&#x308C;&#x305E;&#x308C;&#x306E;&#x30B1;&#x30FC;&#x30B9;&#x3067;&#x306F;&#x3001;&#x308F;&#x304B;&#x308A;&#x3084;&#x3059;&#x304F;&#x3059;&#x308B;&#x305F;&#x3081;&#x306E;&#x660E;&#x793A;&#x7684;&#x306A;&#x691C;&#x7D22;&#x65B0;&#x3057;&#x3044;&#x3001;&#x4E88;&#x671F;&#x3057;&#x306A;&#x3044;&#x6A5F;&#x80FD;&#x751F;&#x7269;&#x5B66;&#x7684;&#x30B7;&#x30B9;&#x30C6;&#x30E0;&#x306E;&#x8986;&#x3044;&#x3092;&#x53D6;&#x308B;&#x3053;&#x3068;&#x3068;&#x7C21;&#x7D20;&#x5316;&#x306E;&#x305F;&#x3081;&#x306E;&#x8A3C;&#x62E0;&#x79C1;&#x305F;&#x3061;&#x5B9F;&#x9A13;&#x306E;&#x6B21;&#x306E;&#x4E16;&#x4EE3;&#x306E;&#x305F;&#x3081;&#x306E;&#x65B0;&#x3057;&#x3044;&#x8CEA;&#x554F;&#x306E;&#x30D5;&#x30EC;&#x30FC;&#x30BA;&#x306B;&#x4F7F;&#x7528;&#x3059;&#x308B;&#x8A00;&#x8A9E;&#x3092;&#x4E0E;&#x3048;&#x308B;&#x3068;&#x4E3B;&#x5F35;&#x3057;&#x307E;&#x3059;&#x3002;&#x6570;&#x5B66;&#x7684;&#x69CB;&#x9020;&#x306E;&#x985E;&#x4F3C;&#x767A;&#x898B;&#x3055;&#x308C;&#x308B;&#x3092;&#x3088;&#x308A;&#x4E00;&#x822C;&#x7684;&#x306A;&#x3082;&#x306E;&#x3067;&#x3042;&#x308B;&#x3053;&#x3068;&#x975E;&#x5E38;&#x306B;&#x7570;&#x306A;&#x308B;&#x751F;&#x7269;&#x30B7;&#x30B9;&#x30C6;&#x30E0;&#x306E;&#x30D2;&#x30F3;&#x30C8;&#x306E;&#x8907;&#x96D1;&#x3055;&#x9806;&#x5316;&#x6210;&#x529F;&#x3059;&#x308B;&#x4E8B;&#x5B9F;&#x3002;

&#x30CB;&#x30E5;&#x30FC;&#x30ED;&#x30F3;&#x3068;&#x884C;&#x52D5;&#x306E;&#x5206;&#x6790;&#x3067;&#x30B7;&#x30F3;&#x30D7;&#x30EB;&#x3055;&#x3092;&#x63A2;&#x3057;&#x3066;&#x304F;&#x3060;&#x3055;&#x3044;&#x3002;

&#xBB34;&#xC2A8; &#xB3D9;&#xBB3C;&#xC758; &#xD589;&#xB3D9;&#xC5D0; &#xB300;&#xD574; &#xC6B0;&#xB9AC;&#xB97C; &#xB9E4;&#xB825;&#xC801; &#xD48D;&#xC694;&#xB85C; &#xC6C0;&#xACFC; &#xBCF5;&#xC7A1;&#xC131;, &#xD558;&#xC9C0;&#xB9CC; &#xC2E0;&#xACBD; &#xC6D0;&#xB9AC; &#xBC0F; &#xB3D9;&#xC791;&#xC744; &#xC774;&#xD574; &#xD558;&#xB824;&#xBA74; &#xAC04;&#xB2E8; &#xD558; &#xAC8C; &#xC124;&#xBA85;. &#xC804;&#xD1B5;&#xC801;&#xC73C;&#xB85C;, &#xB3D9;&#xC791;&#xC758; &#xC81C;&#xD55C; &#xB41C; &#xC9D1;&#xD569;&#xC5D0; &#xC885;&#xC0AC; &#xD558;&#xB294; &#xB3D9;&#xBB3C; &#xD6C8;&#xB828;, &#xAC1C;&#xBCC4; &#xD074;&#xB798;&#xC2A4;&#xB85C; &#xB3D9;&#xC791; &#xC810;&#xC218; &#xC190; &#xB610;&#xB294; &#xC0DD;&#xBB3C;&#xC758; &#xAC10;&#xAC01; &#xACBD;&#xD5D8;&#xC744; &#xC81C;&#xD55C; &#xD558; &#xC5EC; &#xB2E8;&#xC21C;&#xD654; &#xBD80;&#xACFC; &#xB418;&#xC5B4; &#xC788;&#xC2B5;&#xB2C8;&#xB2E4;. &#xC6B0;&#xB9AC;&#xAC00; &#xC774;&#xB7EC;&#xD55C; &#xD589;&#xB3D9;&#xC740; &#xADF8;&#xB4E4;&#xC774; &#xD55C; &#xAC83; &#xBCF4;&#xB2E4; &#xB354; &#xAC04;&#xB2E8;&#xD55C; &#xBA85;&#xC2DC;&#xC801;&#xC778; &#xC99D;&#xAC70;&#xB97C; &#xCC3E;&#xC744; &#xC218; &#xC790;&#xC5F0; &#xC2A4;&#xB7EC;&#xC6B4; &#xD589;&#xB3D9;&#xC758; &#xC5ED;&#xD559;&#xC744; &#xD1B5;&#xD574; &#xAC80;&#xC0C9;&#xD560; &#xC218; &#xC5EC;&#xBD80;&#xB97C; &#xC694;&#xCCAD; &#xD558;&#xB294; &#xB300;&#xC2E0;. &#xB2E8;&#xC21C;&#xD654;, &#xCC28;&#xC6D0; &#xAC10;&#xC18C; &#xBC0F; &#xCD5C;&#xB300; &#xC5D4;&#xD2B8;&#xB85C;&#xD53C; &#xBA54;&#xC11C;&#xB4DC;&#xB97C; &#xB450; &#xAC00;&#xC9C0; &#xC218;&#xD559;&#xC801; &#xBC29;&#xBC95;&#xC744; &#xAC80;&#xD1A0; &#xD558; &#xACE0; &#xC6B0;&#xB9AC; &#xC608;&#xC5D0; &#xC0DD;&#xBB3C; &#xD559;&#xC801; &#xC870;&#xC9C1;&#xC758; &#xC11C;&#xB85C; &#xB2E4;&#xB978; &#xC218;&#xC900;, &#xC601;&#xC7A5;&#xB958;, &#xBD80;&#xB4DC;&#xB7EC;&#xC6B4; &#xCD94;&#xC801; &#xC548;&#xAD6C;&#xC758; &#xC6C0;&#xC9C1;&#xC784; &#xC81C;&#xC5B4; Caenorhabditis elegans&#xC758; &#xD06C;&#xB864;&#xB9C1; &#xB3D9;&#xC791; &#xBC0F; &#xC601;&#xC5B4; &#xB9DE;&#xCDA4;&#xBC95;&#xC758; &#xADDC;&#xCE59;&#xC744; &#xB9DD;&#xB9C9;&#xC5D0;&#xC11C; &#xC2E0;&#xACBD; &#xC138;&#xD3EC;&#xC758; &#xB124;&#xD2B8;&#xC6CC;&#xD06C;&#xC5D0; &#xC758;&#xD574; &#xC790;&#xC5F0; &#xC7A5;&#xBA74; &#xCF54;&#xB529;&#xC5D0;&#xC11C; &#xADF8;&#xB9BD;&#xB2C8;&#xB2E4;. &#xAC01;&#xAC01;&#xC758; &#xACBD;&#xC6B0;&#xC5D0;&#xC11C; &#xC6B0;&#xB9AC;&#xB294; &#xD3B8;&#xC758;&#xC0C1; &#xBA85;&#xC2DC;&#xC801; &#xAC80;&#xC0C9; &#xC0DD;&#xBB3C; &#xD559;&#xC801; &#xC2DC;&#xC2A4;&#xD15C;&#xC758; &#xC0C8;&#xB85C;&#xC6B4; &#xAE30;&#xB2A5;&#xACFC; &#xC608;&#xAE30;&#xCE58; &#xC54A;&#xC740; &#xD3ED;&#xB85C; &#xD558; &#xACE0;&#xB294; &#xB2E8;&#xC21C;&#xD654;&#xC5D0; &#xB300; &#xD55C; &#xC99D;&#xAC70;&#xAC00; &#xC6B0;&#xB9AC;&#xC5D0; &#xAC8C;&#xB294; &#xC2E4;&#xD5D8;&#xC758; &#xB2E4;&#xC74C; &#xC138;&#xB300;&#xC5D0; &#xB300; &#xD55C; &#xC0C8;&#xB85C;&#xC6B4; &#xC9C8;&#xBB38;&#xC744; &#xAD6C;&#xBB38; &#xC5B8;&#xC5B4; &#xB17C;&#xC7C1;. &#xC0AC;&#xC2E4; &#xBE44;&#xC2B7;&#xD55C; &#xC218;&#xD559;&#xC801; &#xAD6C;&#xC870; &#xB9E4;&#xC6B0; &#xB2E4;&#xB978; &#xC0DD;&#xBB3C; &#xD559;&#xC801; &#xC2DC;&#xC2A4;&#xD15C; &#xD78C;&#xD2B8;&#xB294; &#xBB54;&#xAC00; &#xBC1C;&#xACAC; &#xB418;&#xB294; &#xC77C;&#xBC18;&#xC801;&#xC778; &#xBCF5;&#xC7A1;&#xB3C4; &#xAE38;&#xB4E4;&#xC774;&#xAE30;&#xC5D0; &#xC131;&#xACF5;.

&#xC2E0;&#xACBD; &#xBC0F; &#xD589;&#xB3D9; &#xBD84;&#xC11D;&#xC5D0;&#xC11C; &#xAC04;&#xB2E8; &#xD558; &#xAC8C; &#xAC80;&#xC0C9; &#xD569;&#xB2C8;&#xB2E4;.

Lo que nos fascina sobre comportamiento animal es su riqueza y complejidad, pero comprender su comportamiento y sus bases neurales requiere una descripci&oacute;n m&aacute;s simple. Tradicionalmente, la simplificaci&oacute;n se ha impuesto por los animales de la formaci&oacute;n para participar en un conjunto limitado de comportamientos, a mano anotando comportamientos en clases discretas o limitando la experiencia sensorial del organismo. Una alternativa es preguntar si podemos buscar a trav&eacute;s de la din&aacute;mica de los comportamientos naturales para encontrar evidencia expl&iacute;cita que estos comportamientos son m&aacute;s simples que pudo haber sido. Repasamos dos enfoques matem&aacute;ticos a la simplificaci&oacute;n, la reducci&oacute;n de la dimensionalidad y el m&eacute;todo de m&aacute;xima entrop&iacute;a, y nos basamos en ejemplos de diferentes niveles de organizaci&oacute;n biol&oacute;gica, desde el comportamiento rastreros de Caenorhabditis elegans para el control de los movimientos oculares de b&uacute;squeda lisa en primates y de la codificaci&oacute;n de escenarios naturales por redes de neuronas en la retina a las reglas de ortograf&iacute;a ingl&eacute;s. En cada caso, nosotros sostenemos que la b&uacute;squeda expl&iacute;cita de simplicidad revela caracter&iacute;sticas nuevas e inesperadas del sistema biol&oacute;gico y que las pruebas para la simplificaci&oacute;n nos da un lenguaje con el que formular nuevas preguntas para la pr&oacute;xima generaci&oacute;n de experimentos. El hecho de que las estructuras matem&aacute;ticas similares &eacute;xito amansar a la complejidad de matices muy diferentes sistemas biol&oacute;gicos que hay algo m&aacute;s general para descubrir.

Buscando simplicidad en el an&aacute;lisis de las neuronas y comportamiento.

Tierische Verhaltensweisen sind oft zerlegbaren in diskreter, Stereotype Elemente, gut in der Zeit getrennt. In einem Modell werden solche Verhaltensweisen durch spezifische Befehle ausgel&ouml;st; im Extremfall ist das Discreteness Verhalten auf das Discreteness der Aktionspotentiale in den Neuronen der einzelnen Befehl zur&uuml;ckgef&uuml;hrt. Hier wird das Crawlen Verhalten der Fadenwurm Caenorhabditis elegans verwendet, um die entgegengesetzte Ansicht zu demonstrieren, in der Discreteness, Klischeehaftigkeit und langen Zeitskalen der kollektive Dynamik des Verhaltens selbst hervorgehen. In fr&uuml;heren Arbeiten fanden wir, dass als C. Elegans crawlen, seinen K&ouml;rper bewegt sich durch einen &quot;Form-Raum&quot;, in dem vier Dimensionen etwa 95 % der Varianz in K&ouml;rperform erfassen. Hier zeigen wir, dass stochastische Dynamik in diesem Raum Form &Uuml;berg&auml;nge zwischen Attraktoren entsprechend zu einem pl&ouml;tzlichen Umschwung Crawlen Richtung vorhersagt. Ohne freie Parameter generiert unsere hergeleitete stochastische dynamische System Umkehr Zeitskalen und Stereotype Trajektorien in enger Abstimmung mit experimentellen Beobachtungen. Wir verwenden die stochastische Dynamik um zu zeigen, dass die L&auml;rm-Amplitude systematisch verringert sich mit zunehmender Zeit weg von Nahrung, was zu l&auml;ngeren Anf&auml;lle von vorw&auml;rts kriechen und darauf hindeutet, dass W&uuml;rmer L&auml;rm verwenden k&ouml;nnen, um ihre motorischen Verhalten &auml;ndern.

Entstehung der langen Zeitskalen und Stereotypen Verhaltensweisen in Caenorhabditis Elegans.

&#x52A8;&#x7269;&#x884C;&#x4E3A;&#x5F80;&#x5F80;&#x53EF;&#x5206;&#x89E3;&#x4E3A;&#x79BB;&#x6563;&#x3001; &#x5B9A;&#x578B;&#x7684;&#x5143;&#x7D20;&#xFF0C;&#x4E5F;&#x5728;&#x65F6;&#x95F4;&#x4E2D;&#x5206;&#x9694;&#x3002;&#x5728;&#x4E00;&#x4E2A;&#x6A21;&#x578B;&#x4E2D;&#xFF0C;&#x8FD9;&#x79CD;&#x884C;&#x4E3A;&#x662F;&#x7531;&#x7279;&#x5B9A;&#x7684;&#x547D;&#x4EE4; &#xFF1B; &#x89E6;&#x53D1;&#x5728;&#x6781;&#x7AEF;&#x60C5;&#x51B5;&#x4E0B;&#xFF0C;&#x884C;&#x4E3A;&#x7684;&#x79BB;&#x6563;&#x6027;&#x88AB;&#x8FFD;&#x6EAF;&#x5230;&#x5355;&#x4E2A;&#x547D;&#x4EE4;&#x795E;&#x7ECF;&#x5143;&#x52A8;&#x4F5C;&#x7535;&#x4F4D;&#x7684;&#x79BB;&#x6563;&#x6027;&#x3002;&#x5728;&#x8FD9;&#x91CC;&#xFF0C;&#x6211;&#x4EEC;&#x53EF;&#x4EE5;&#x4F7F;&#x7528;&#x7EBF;&#x866B;&#x7684;&#x722C;&#x7F51;&#x884C;&#x4E3A;&#x8868;&#x73B0;&#x51FA;&#x76F8;&#x53CD;&#x7684;&#x89C2;&#x70B9;&#xFF0C;&#x79BB;&#x6563;&#x3001; &#x523B;&#x677F;&#x548C;&#x957F;&#x65F6;&#x95F4;&#x5C3A;&#x5EA6;&#x51FA;&#x73B0;&#x4ECE;&#x96C6;&#x4F53;&#x52A8;&#x6001;&#x7684;&#x884C;&#x4E3A;&#x672C;&#x8EAB;&#x3002;&#x5728;&#x4EE5;&#x5F80;&#x7684;&#x5DE5;&#x4F5C;&#x4E2D;&#xFF0C;&#x6211;&#x4EEC;&#x53D1;&#x73B0;&#x7EBF;&#x866B;&#x722C;&#x7F51;&#xFF0C;&#x4F5C;&#x4E3A;&#x5176;&#x8EAB;&#x4F53;&#x79FB;&#x52A8;&#x901A;&#x8FC7;&quot;&#x5F62;&#x72B6;&#x7A7A;&#x95F4;&quot;&#x4E2D;&#x7684;&#x56DB;&#x4E2A;&#x7EF4;&#x5EA6;&#x6355;&#x83B7;&#x5927;&#x7EA6; 95%&#x7684;&#x5728;&#x8EAB;&#x4F53;&#x5F62;&#x6001;&#x7684;&#x5DEE;&#x5F02;&#x3002;&#x5728;&#x8FD9;&#x91CC;&#x6211;&#x4EEC;&#x663E;&#x793A;&#x6B64;&#x5F62;&#x72B6;&#x7A7A;&#x95F4;&#x5185;&#x7684;&#x968F;&#x673A;&#x52A8;&#x529B;&#x5B66;&#x9884;&#x6D4B;&#x5BF9;&#x5E94;&#x722C;&#x884C;&#x65B9;&#x5411;&#x7A81;&#x7136;&#x9006;&#x8F6C;&#x7684;&#x5438;&#x5F15;&#x5B50;&#x4E4B;&#x95F4;&#x7684;&#x8F6C;&#x6362;&#x3002;&#x6CA1;&#x6709;&#x514D;&#x8D39;&#x7684;&#x53C2;&#x6570;&#xFF0C;&#x6211;&#x4EEC;&#x63A8;&#x65AD;&#x51FA;&#x7684;&#x968F;&#x673A;&#x52A8;&#x529B;&#x7CFB;&#x7EDF;&#x4E2D;&#x5BC6;&#x5207;&#x4E0E;&#x5B9E;&#x9A8C;&#x89C2;&#x6D4B;&#x7684;&#x534F;&#x8BAE;&#x751F;&#x6210;&#x9006;&#x8F6C;&#x65F6;&#x95F4;&#x5C3A;&#x5EA6;&#x548C;&#x5B9A;&#x578B;&#x7684;&#x8F68;&#x8FF9;&#x3002;&#x6211;&#x4EEC;&#x4F7F;&#x7528;&#x7684;&#x968F;&#x673A;&#x52A8;&#x6001;&#x663E;&#x793A;&#x566A;&#x58F0;&#x632F;&#x5E45;&#x51CF;&#x5C0F;&#x7CFB;&#x7EDF;&#x5730;&#x4E0E;&#x589E;&#x52A0;&#x98DF;&#x7269;&#x7684;&#x65F6;&#x95F4;&#x66F4;&#x957F;&#x70B9;&#x7684;&#x5411;&#x524D;&#x722C;&#x884C;&#x548C;&#x6697;&#x793A;&#x8815;&#x866B;&#x53EF;&#x4EE5;&#x4F7F;&#x7528;&#x566A;&#x97F3;&#x6765;&#x4FEE;&#x6539;&#x5176;&#x8FD0;&#x52A8;&#x5668;&#x5B98;&#x7684;&#x884C;&#x4E3A;&#x9020;&#x6210;&#x3002;

&#x957F;&#x65F6;&#x95F4;&#x5C3A;&#x5EA6;&#x548C;&#x79C0;&#x4E3D;&#x9690;&#x6746;&#x7EBF;&#x866B;&#x7684;&#x523B;&#x677F;&#x7684;&#x884C;&#x4E3A;&#x7684;&#x51FA;&#x73B0;&#x3002;

Animal behaviors often are decomposable into discrete, stereotyped elements, well separated in time. In one model, such behaviors are triggered by specific commands; in the extreme case, the discreteness of behavior is traced to the discreteness of action potentials in the individual command neurons. Here, we use the crawling behavior of the nematode Caenorhabditis elegans to demonstrate the opposite view, in which discreteness, stereotypy, and long timescales emerge from the collective dynamics of the behavior itself. In previous work, we found that as C. elegans crawls, its body moves through a "shape space" in which four dimensions capture approximately 95% of the variance in body shape. Here we show that stochastic dynamics within this shape space predicts transitions between attractors corresponding to abrupt reversals in crawling direction. With no free parameters, our inferred stochastic dynamical system generates reversal timescales and stereotyped trajectories in close agreement with experimental observations. We use the stochastic dynamics to show that the noise amplitude decreases systematically with increasing time away from food, resulting in longer bouts of forward crawling and suggesting that worms can use noise to modify their locomotory behavior.

Emergence of long timescales and stereotyped behaviors in Caenorhabditis elegans.

Les comportements animaux sont souvent d&eacute;composables en &eacute;l&eacute;ments discrets, st&eacute;r&eacute;otyp&eacute;s, bien s&eacute;par&eacute;s dans le temps. Dans un seul mod&egrave;le, ces comportements sont d&eacute;clench&eacute;es par des commandes sp&eacute;cifiques ; dans le cas extr&ecirc;me, le caract&egrave;re discret de comportement est trac&eacute;e &agrave; la discontinuit&eacute; des potentiels d&#39;action dans les neurones de commande individuelle. Ici, nous utilisons le comportement rampant du n&eacute;matode Caenorhabditis elegans de d&eacute;montrer la th&egrave;se oppos&eacute;e, dans lequel caract&egrave;re discret, st&eacute;r&eacute;otypie et longues &eacute;chelles de temps &eacute;mergent de la dynamique collective du comportement lui-m&ecirc;me. Dans un travail ant&eacute;rieur, nous avons constat&eacute; que, comme les analyses de c. elegans, son corps se d&eacute;place &agrave; travers un &laquo; espace forme &raquo;, dans lequel quatre dimensions capturent environ 95 % de la variance dans la forme du corps. Nous d&eacute;montrons que stochastique dynamique au sein de cet espace forme pr&eacute;dit des transitions entre les attracteurs correspondant aux brusques revirements en direction de rampante. Sans param&egrave;tres libres, notre syst&egrave;me dynamique stochastique inf&eacute;r&eacute; g&eacute;n&egrave;re l&#39;inversion des d&eacute;lais et des trajectoires st&eacute;r&eacute;otyp&eacute;s en accord avec les observations exp&eacute;rimentales. Nous utilisons la dynamique stochastique pour montrer que l&#39;amplitude du bruit diminue syst&eacute;matiquement avec le temps loin de nourriture, r&eacute;sultant dans des combats plus longs de l&#39;avance, ramper et sugg&eacute;rant que vers peuvent utiliser bruit pour modifier leur comportement locomoteur.

&Eacute;mergence de longues &eacute;chelles de temps et des comportements st&eacute;r&eacute;otyp&eacute;s chez Caenorhabditis elegans.

Comportamenti animali sono spesso scomponibile in elementi discreti, stereotipati, ben separati nel tempo. In un modello, tali comportamenti sono attivati da comandi specifici; nel caso estremo, la discretezza di comportamento &egrave; tracciata alla discretezza dei potenziali di azione in neuroni comando individuale. Qui, usiamo il comportamento strisciante del nematode elegans di Caenorhabditis per dimostrare la vista opposta, in cui discretezza, assimilazione e tempi lunghi emergono dalle dinamiche collettive del comportamento stesso. In precedenti lavori, abbiamo trovato che come striscia di c. elegans, il suo corpo si muove attraverso uno &quot;spazio forma&quot; in cui quattro dimensioni catturano circa il 95% della varianza nella forma del corpo. Qui vi mostriamo che stocastico dinamica all&#39;interno di questo spazio forma predice le transizioni tra gli attrattori corrispondente a brusche inversioni in direzione striscianti. Senza parametri liberi, il nostro sistema dinamico stocastico inferito genera inversione tempi e traiettorie stereotipate in stretto accordo con le osservazioni sperimentali. Usiamo la dinamica stocastica per mostrare che l&#39;ampiezza del rumore sistematicamente diminuisce con l&#39;aumento di tempo lontano da cibo, con conseguente pi&ugrave; attacchi di avanti strisciando e suggerendo che il worm pu&ograve; utilizzare rumore a modificare il loro comportamento motorio.

Comparsa di comportamenti stereotipati in Caenorhabditis elegans e tempi lunghi.

&#x52D5;&#x7269;&#x306E;&#x884C;&#x52D5;&#x306F;&#x3001;&#x3057;&#x3070;&#x3057;&#x3070;&#x3088;&#x304F;&#x6642;&#x9593;&#x3067;&#x533A;&#x5207;&#x3089;&#x308C;&#x305F;&#x3001;&#x30C7;&#x30A3;&#x30B9;&#x30AF;&#x30EA;&#x30FC;&#x30C8;&#x3001;&#x30B9;&#x30C6;&#x30EC;&#x30AA;&#x30BF;&#x30A4;&#x30D7;&#x306E;&#x8981;&#x7D20;&#x306B;&#x5206;&#x89E3;&#x3067;&#x3059;&#x3002;1 &#x3064;&#x306E;&#x30E2;&#x30C7;&#x30EB;&#x3067;&#x306F;&#x3001;&#x3053;&#x306E;&#x3088;&#x3046;&#x306A;&#x52D5;&#x4F5C;&#x306F;&#x3001;&#x7279;&#x5B9A;&#x306E;&#x30B3;&#x30DE;&#x30F3;&#x30C9;&#x306B;&#x3088;&#x3063;&#x3066;&#x8A98;&#x767A;&#x3055;&#x308C;&#x308B;;&#x6975;&#x7AEF;&#x306A;&#x30B1;&#x30FC;&#x30B9;&#x3067;&#x306F;&#x3001;&#x500B;&#x3005; &#x306E;&#x30B3;&#x30DE;&#x30F3;&#x30C9;&#x306E;&#x30CB;&#x30E5;&#x30FC;&#x30ED;&#x30F3;&#x306E;&#x6D3B;&#x52D5;&#x96FB;&#x4F4D;&#x306E;&#x96E2;&#x6563;&#x6027;&#x3092;&#x73FE;&#x8C61;&#x306E;&#x96E2;&#x6563;&#x6027;&#x304C;&#x30C8;&#x30EC;&#x30FC;&#x30B9;&#x3055;&#x308C;&#x307E;&#x3059;&#x3002;&#x3053;&#x3053;&#x3067;&#x306F;&#x3001;&#x96E2;&#x6563;&#x3001;&#x5E38;&#x540C;&#x75C7;&#x3001;&#x304A;&#x3088;&#x3073;&#x9577;&#x3044;&#x6642;&#x9593;&#x30B9;&#x30B1;&#x30FC;&#x30EB;&#x306E;&#x52D5;&#x4F5C;&#x81EA;&#x4F53;&#x304B;&#x3089;&#x96C6;&#x56E3;&#x306E;&#x30C0;&#x30A4;&#x30CA;&#x30DF;&#x30AF;&#x30B9;&#x3092; emerge&#x3001;&#x9006;&#x306E;&#x898B;&#x65B9;&#x3092;&#x793A;&#x3059;&#x305F;&#x3081;&#x306B;&#x7DDA;&#x866B;&#x306E;&#x30AF;&#x30ED;&#x30FC;&#x30EB;&#x306E;&#x52D5;&#x4F5C;&#x3092;&#x4F7F;&#x7528;&#x3057;&#x307E;&#x3059;&#x3002;&#x4EE5;&#x524D;&#x306E;&#x4ED5;&#x4E8B;&#x3001;&#x7DDA;&#x866B;&#x30AF;&#x30ED;&#x30FC;&#x30EB;&#x3068;&#x3057;&#x3066;&#x300C;&#x3067;&#x30DC;&#x30C7;&#x30A3;&#x5F62;&#x72B6;&#x306E;&#x5206;&#x6563;&#x306E;&#x7D04; 95 &#xFF05; &#x306E; 4 &#x3064;&#x306E;&#x5BF8;&#x6CD5;&#x3092;&#x30AD;&#x30E3;&#x30D7;&#x30C1;&#x30E3;&#x5F62;&#x72B6;&#x7A7A;&#x9593;&#x300D;&#x3092;&#x4ECB;&#x3057;&#x3066;&#x305D;&#x306E;&#x672C;&#x4F53;&#x3092;&#x79FB;&#x52D5;&#x3092;&#x767A;&#x898B;&#x3057;&#x307E;&#x3057;&#x305F;&#x3002;&#x3053;&#x3053;&#x3067;&#x3053;&#x306E;&#x5F62;&#x72B6;&#x7A7A;&#x9593;&#x5185;&#x306E;&#x78BA;&#x7387;&#x7684;&#x30C0;&#x30A4;&#x30CA;&#x30DF;&#x30AF;&#x30B9; &#x30AF;&#x30ED;&#x30FC;&#x30EB;&#x65B9;&#x5411;&#x306E;&#x6025;&#x6FC0;&#x306A;&#x9006;&#x8EE2;&#x306B;&#x5BFE;&#x5FDC;&#x3059;&#x308B;&#x30A2;&#x30C8;&#x30E9;&#x30AF;&#x30BF;&#x30FC;&#x9593;&#x9077;&#x79FB;&#x3092;&#x4E88;&#x6E2C;&#x3059;&#x308B;&#x3053;&#x3068;&#x3092;&#x793A;&#x3057;&#x307E;&#x3059;&#x3002;&#x7121;&#x6599;&#x30D1;&#x30E9;&#x30E1;&#x30FC;&#x30BF;&#x30FC;&#x306A;&#x3057;&#x3067;&#x3001;&#x79C1;&#x305F;&#x3061;&#x63A8;&#x5B9A;&#x78BA;&#x7387;&#x529B;&#x5B66;&#x7CFB;&#x5B9F;&#x9A13;&#x89B3;&#x5BDF;&#x3068;&#x53CD;&#x8EE2;&#x6642;&#x9593;&#x30B9;&#x30B1;&#x30FC;&#x30EB;&#x3068;&#x7D0B;&#x5207;&#x308A;&#x578B;&#x306E;&#x8ECC;&#x9053;&#x3092;&#x751F;&#x6210;&#x3057;&#x307E;&#x3059;&#x3002;&#x78BA;&#x7387;&#x7684;&#x30C0;&#x30A4;&#x30CA;&#x30DF;&#x30AF;&#x30B9; &#x30CE;&#x30A4;&#x30BA;&#x632F;&#x5E45;&#x7CFB;&#x7D71;&#x7684;&#x306B;&#x98DF;&#x54C1;&#x3001;&#x96E2;&#x308C;&#x3066;&#x6642;&#x9593;&#x306E;&#x5897;&#x52A0;&#x3068;&#x3068;&#x3082;&#x306B;&#x6E1B;&#x5C11;&#x3059;&#x308B;&#x524D;&#x65B9;&#x30AF;&#x30ED;&#x30FC;&#x30EB;&#x3068;&#x30EF;&#x30FC;&#x30E0;&#x304C;&#x3001;&#x30CE;&#x30A4;&#x30BA;&#x3092;&#x4F7F;&#x7528;&#x3059;&#x308B;&#x5F7C;&#x3089;&#x306E;&#x6B69;&#x884C;&#x52D5;&#x4F5C;&#x3092;&#x5909;&#x66F4;&#x3059;&#x308B;&#x3053;&#x3068;&#x304C;&#x3067;&#x304D;&#x307E;&#x3059;&#x793A;&#x5506;&#x3057;&#x3066;&#x306E;&#x9577;&#x3044;&#x767A;&#x4F5C;&#x306E;&#x7D50;&#x679C;&#x3068;&#x3057;&#x3066;&#x8868;&#x793A;&#x3057;&#x307E;&#x3059;&#x3002;

&#x9577;&#x3044;&#x6642;&#x9593;&#x30B9;&#x30B1;&#x30FC;&#x30EB;&#x3068;&#x7DDA;&#x866B;&#x306E;&#x30B9;&#x30C6;&#x30EC;&#x30AA;&#x30BF;&#x30A4;&#x30D7;&#x5316;&#x3055;&#x308C;&#x305F;&#x884C;&#x52D5;&#x306E;&#x51FA;&#x73FE;&#x3002;

&#xB3D9;&#xBB3C;&#xC131; &#xD589;&#xB3D9; &#xC790;&#xC8FC; &#xACBD;&#xC6B0; &#xAC1C;&#xBCC4;, &#xC9C4;&#xBD80;&#xD55C; &#xC694;&#xC18C;, &#xC798; &#xAD6C;&#xBD84; &#xD558;&#xB294; &#xC2DC;&#xAC04;&#xC5D0;&#xB294;. &#xD55C; &#xBAA8;&#xB378;&#xC5D0;&#xC11C;&#xB294; &#xADF8;&#xB7EC;&#xD55C; &#xD589;&#xB3D9; &#xD2B9;&#xC815; &#xBA85;&#xB839;;&#xC5D0; &#xC758;&#xD574; &#xD2B8;&#xB9AC;&#xAC70;&#xB418;&#xB294; &#xADF9;&#xB2E8;&#xC801;&#xC778; &#xACBD;&#xC6B0; &#xB3D9;&#xC791; discreteness &#xAC1C;&#xBCC4; &#xBA85;&#xB839; &#xB274;&#xB7F0;&#xC5D0; &#xD65C;&#xB3D9; &#xC804;&#xC704; discreteness &#xCD94;&#xC801;&#xC785;&#xB2C8;&#xB2E4;. &#xC5EC;&#xAE30;, &#xC120; &#xCDA9; &#xB958; Caenorhabditis elegans&#xC758; &#xD06C;&#xB864;&#xB9C1; &#xB3D9;&#xC791; &#xC0AC;&#xC6A9; &#xD558; &#xC5EC; discreteness stereotypy, &#xADF8;&#xB9AC;&#xACE0; &#xAE34; timescales &#xC790;&#xCCB4; &#xB3D9;&#xC791;&#xC758; &#xC9D1;&#xB2E8; &#xC5ED;&#xD559;&#xC5D0;&#xC11C; &#xB4F1;&#xC7A5; &#xD558;&#xB294; &#xBC18;&#xB300; &#xBCF4;&#xAE30;&#xB97C; &#xBCF4;&#xC5EC; &#xC90D;&#xB2C8;&#xB2E4;. &#xC774;&#xC804; &#xC791;&#xD488;&#xC5D0;&#xC11C; &#xC6B0;&#xB9AC;&#xB294; C. elegans &#xD06C;&#xB864;&#xB9C1;&#xC73C;&#xB85C; &#xBCF8;&#xBB38; &quot;&#xBAA8;&#xC591; &#xACF5;&#xAC04;&quot; 4 &#xCC28;&#xC6D0; &#xBAB8; &#xBAA8;&#xC591;&#xC5D0;&#xC11C; &#xBD84;&#xC0B0;&#xC758; &#xC57D; 95%&#xB97C; &#xCEA1;&#xCC98;&#xB97C; &#xD1B5;&#xD574; &#xC774;&#xB3D9; &#xBC1C;&#xACAC;. &#xC5EC;&#xAE30; &#xC6B0;&#xB9AC;&#xAC00;&#xC774; &#xB3C4;&#xD615; &#xACF5;&#xAC04; &#xB0B4;&#xC5D0;&#xC11C; &#xD655;&#xB960;&#xC801; &#xC5ED;&#xD559; &#xC608;&#xCE21; attractors &#xD574;&#xB2F9; &#xD06C;&#xB864;&#xB9C1; &#xBC29;&#xD5A5;&#xC5D0; &#xAC11;&#xC791;&#xC2A4;&#xB7EC;&#xC6B4; &#xBC18;&#xC804; &#xD558; &#xAC04;&#xC758; &#xC804;&#xD658;&#xC744; &#xBCF4;&#xC5EC; &#xC90D;&#xB2C8;&#xB2E4;. &#xBB34;&#xB8CC; &#xB9E4;&#xAC1C; &#xBCC0;&#xC218; &#xC5C6;&#xC774; &#xC6B0;&#xB9AC;&#xC758; &#xC720;&#xCD94; stochastic &#xC5ED;&#xD559;&#xACC4; &#xC2E4;&#xD5D8; &#xAD00;&#xCC30;&#xACFC; &#xAC00;&#xAE4C;&#xC6B4; &#xACC4;&#xC57D;&#xC5D0;&#xC11C; &#xBC18;&#xC804; timescales&#xC640; &#xC9C4;&#xBD80;&#xD55C; &#xADA4;&#xB3C4; &#xC0DD;&#xC131;&#xD569;&#xB2C8;&#xB2E4;. &#xC6B0;&#xB9AC;&#xB294; &#xC55E;&#xC73C;&#xB85C; &#xD06C;&#xB864; &#xB9C1; &#xD558; &#xACE0; &#xC6DC; &#xC7A1;&#xC74C; &#xBE5A;&#xACE0; &#xADF8;&#xB4E4;&#xC758; &#xB3D9;&#xC791;&#xC744; &#xC218;&#xC815; &#xD558;&#xB824;&#xBA74; &#xC0AC;&#xC6A9;&#xD560; &#xC218; &#xC788;&#xB294; &#xBC29;&#xBC95;&#xC744; &#xC81C;&#xC548; &#xC774;&#xC0C1; &#xBC1C;&#xC791;&#xC5D0; &#xB530;&#xB978; &#xC7A1;&#xC74C; &#xC9C4;&#xD3ED;&#xC744; &#xCCB4;&#xACC4;&#xC801;&#xC73C;&#xB85C; &#xC2DD;&#xD488;, &#xBA40;&#xB9AC; &#xC2DC;&#xAC04; &#xC99D;&#xAC00; &#xD568;&#xAED8; &#xAC10;&#xC18C; &#xBCF4;&#xC5EC; stochastic &#xC5ED;&#xD559;&#xC744; &#xC0AC;&#xC6A9; &#xD569;&#xB2C8;&#xB2E4;.

&#xAE34; timescales Caenorhabditis elegans&#xC5D0; &#xD2C0;&#xC5D0; &#xBC15;&#xD78C;&#xB41C; &#xD589;&#xB3D9;&#xC758; &#xCD9C;&#xD604;.

Comportamiento de los animales a menudo es descomponible en elementos discretos, estereotipados, bien separados en el tiempo. En un modelo, tales conductas se activan mediante comandos espec&iacute;ficos; en el caso extremo, la discreci&oacute;n del comportamiento se remonta a la discreci&oacute;n de potenciales de acci&oacute;n en las neuronas de orden individual. Aqu&iacute;, utilizamos el comportamiento de arrastre del nematodo Caenorhabditis elegans para demostrar a la opini&oacute;n contraria, en la cual discreto, estereotipia y largo plazos emergen de la din&aacute;mica colectiva del comportamiento propio. En trabajos anteriores, encontramos que como rastreos de C. elegans, su cuerpo se mueve a trav&eacute;s de un &quot;espacio de forma&quot; en que cuatro dimensiones capturan aproximadamente el 95% de la variaci&oacute;n en la forma del cuerpo. Aqu&iacute; mostramos que la din&aacute;mica estoc&aacute;stica dentro de este espacio de forma predice transiciones entre atractores correspondiente a inversiones abruptos en la direcci&oacute;n de arrastre. Sin par&aacute;metros libres, nuestros sistemas din&aacute;micos estoc&aacute;sticos inferidos generan plazos de revocaci&oacute;n y trayectorias estereotipadas en estrecho acuerdo con observaciones experimentales. Utilizamos la din&aacute;mica estoc&aacute;stica para mostrar que la amplitud del ruido sistem&aacute;ticamente disminuye con el aumento de tiempo de los alimentos, lo que resulta en m&aacute;s combates de adelante rastreros y sugiriendo que gusanos pueden utilizar ruido para modificar su comportamiento locomotor.

Aparici&oacute;n de plazos largos y comportamientos estereotipados en Caenorhabditis elegans.

The ability to respond to chemical stimuli is fundamental to the survival of motile organisms, but the strategies underlying odour tracking remain poorly understood. Here we show that chemotaxis in Drosophila melanogaster larvae is an active sampling process analogous to sniffing in vertebrates. Combining computer-vision algorithms with reconstructed olfactory environments, we establish that larvae orient in odour gradients through a sequential organization of stereotypical behaviours, including runs, stops, lateral head casts and directed turns. Negative gradients, integrated during runs, control the timing of turns. Positive gradients detected through high-amplitude head casts determine the direction of individual turns. By genetically manipulating the peripheral olfactory circuit, we examine how orientation adapts to losses and gains of function in olfactory input. Our findings suggest that larval chemotaxis represents an intermediate navigation strategy between the biased random walks of Escherichia Coli and the stereo-olfaction observed in rats and humans.

Active sampling and decision making in Drosophila chemotaxis.

&#x5BF9;&#x5316;&#x5B66;&#x523A;&#x6FC0;&#x4F5C;&#x51FA;&#x53CD;&#x5E94;&#x7684;&#x80FD;&#x529B;&#x662F;&#x57FA;&#x672C;&#x751F;&#x5B58;&#x7684;&#x80FD;&#x52A8;&#x6027;&#x7684;&#x6709;&#x673A;&#x4F53;&#xFF0C;&#x4F46;&#x6C14;&#x5473;&#x8DDF;&#x8E2A;&#x7684;&#x57FA;&#x672C;&#x6218;&#x7565;&#x4ECD;&#x7136;&#x77E5;&#x4E4B;&#x751A;&#x5C11;&#x3002;&#x5728;&#x8FD9;&#x91CC;&#x6211;&#x4EEC;&#x663E;&#x793A;&#x7684;&#x8D8B;&#x5316;&#x6027;&#x679C;&#x8747;&#x5E7C;&#x866B;&#x662F;&#x6D3B;&#x6027;&#x53D6;&#x6837;&#x8FC7;&#x7A0B;&#x7C7B;&#x4F3C;&#x4E8E;&#x5728;&#x810A;&#x690E;&#x52A8;&#x7269;&#x4E2D;&#x55C5;&#x5438;&#x3002;&#x8BA1;&#x7B97;&#x673A;&#x89C6;&#x89C9;&#x7B97;&#x6CD5;&#x7ED3;&#x5408;&#x91CD;&#x5EFA;&#x55C5;&#x89C9;&#x73AF;&#x5883;&#x4E2D;&#xFF0C;&#x6211;&#x4EEC;&#x5EFA;&#x7ACB;&#x5E7C;&#x866B;&#x901A;&#x8FC7;&#x5B9A;&#x578B;&#x7684;&#x884C;&#x4E3A;&#xFF0C;&#x5305;&#x62EC;&#x8FD0;&#x884C;&#x3001; &#x505C;&#x6B62;&#x3001; &#x5916;&#x4FA7;&#x5934;&#x8F6C;&#x6362;&#x987A;&#x5E8F;&#x7EC4;&#x7EC7;&#x7684;&#x6C14;&#x5473;&#x6E10;&#x53D8;&#x4E2D;&#x4E1C;&#x65B9;&#x548C;&#x5B9A;&#x5411;&#x531D;&#x3002;&#x8D1F;&#x9762;&#x7684;&#x6E10;&#x53D8;&#xFF0C;&#x5728;&#x8FD0;&#x884C;&#x8FC7;&#x7A0B;&#x4E2D;&#xFF0C;&#x96C6;&#x6210;&#x63A7;&#x5236;&#x7684;&#x65F6;&#x95F4;&#x8F6E;&#x6D41;&#x3002;&#x79EF;&#x6781;&#x7684;&#x6E10;&#x53D8;&#x9AD8;&#x632F;&#x5E45;&#x5934;&#x8F6C;&#x6362;&#x901A;&#x8FC7;&#x68C0;&#x6D4B;&#x786E;&#x5B9A;&#x4E2A;&#x4EBA;&#x8F6E;&#x6D41;&#x7684;&#x65B9;&#x5411;&#x3002;&#x901A;&#x8FC7;&#x57FA;&#x56E0;&#x64CD;&#x7EB5;&#x7684;&#x5916;&#x56F4;&#x55C5;&#x7535;&#x8DEF;&#xFF0C;&#x6211;&#x4EEC;&#x68C0;&#x67E5;&#x65B9;&#x5411;&#x5982;&#x4F55;&#x9002;&#x5E94;&#x4E2D;&#x55C5;&#x8F93;&#x5165;&#x51FD;&#x6570;&#x7684;&#x5F97;&#x5931;&#x3002;&#x6211;&#x4EEC;&#x7684;&#x7814;&#x7A76;&#x7ED3;&#x679C;&#x8868;&#x660E;&#xFF0C;&#x5E7C;&#x866B;&#x7684;&#x8D8B;&#x5316;&#x6027;&#x8868;&#x793A;&#x6709;&#x504F;&#x89C1;&#x7684;&#x968F;&#x673A;&#x6E38;&#x52A8;&#x7684;&#x5927;&#x80A0;&#x57C3;&#x5E0C;&#x6C0F;&#x5927;&#x80A0;&#x6746;&#x83CC;&#x4E0E;&#x5728;&#x5927;&#x9F20;&#x548C;&#x4EBA;&#x7C7B;&#x89C2;&#x5BDF;&#x5230;&#x7684;&#x7ACB;&#x4F53;&#x55C5;&#x89C9;&#x4E2D;&#x95F4;&#x5BFC;&#x822A;&#x7B56;&#x7565;&#x3002;

&#x6D3B;&#x6027;&#x53D6;&#x6837;&#x548C;&#x679C;&#x8747;&#x8D8B;&#x5316;&#x6027;&#x7684;&#x51B3;&#x7B56;&#x3002;

La capacit&eacute; de r&eacute;agir &agrave; des stimuli chimiques est fondamentale pour la survie des organismes motiles, mais les strat&eacute;gies de suivi des odeurs restent mal compris. Ici, nous montrons que la chimiotaxie chez Drosophila melanogaster larves est un processus actif d&#39;&eacute;chantillonnage analogue &agrave; renifler chez les vert&eacute;br&eacute;s. Combinant des algorithmes de vision par ordinateur avec des environnements olfactifs reconstruits, nous &eacute;tablissons que les larves orientent dans des gradients d&#39;odeur gr&acirc;ce &agrave; une organisation s&eacute;quentielle des comportements st&eacute;r&eacute;otyp&eacute;s dont les pistes, les arr&ecirc;ts, les moulages de t&ecirc;te lat&eacute;rales et r&eacute;alis&eacute; des tours. Gradients de n&eacute;gatifs, int&eacute;gr&eacute;s au cours de passages, contr&ocirc;lent le minutage de tours. D&eacute;grad&eacute;s positifs d&eacute;tect&eacute;s par moulages t&ecirc;te haute amplitude d&eacute;terminent l&#39;orientation des tours individuels. En manipulant g&eacute;n&eacute;tiquement du circuit olfactif p&eacute;riph&eacute;rique, nous examinons comment l&#39;orientation s&#39;adapte &agrave; la perte et de gain de fonction en entr&eacute;e olfactive. Nos r&eacute;sultats sugg&egrave;rent que la chimiotaxie larvaire repr&eacute;sente une strat&eacute;gie de navigation interm&eacute;diaire entre les marches al&eacute;atoires biais&eacute;s d&#39;Escherichia Coli et la st&eacute;r&eacute;o-olfaction observ&eacute;e chez des rats et des humains.

&Eacute;chantillonnage actif et prise de d&eacute;cision dans le chimiotactisme drosophile.

Die F&auml;higkeit zur Reaktion auf chemische Reize ist von grundlegender Bedeutung f&uuml;r das &Uuml;berleben der st&auml;bchenf&ouml;rmiges Organismen, aber die zugrunde liegende Geruch Verfolgung Strategien bleiben weitgehend unverstanden. Hier zeigen wir, dass Chemotaxis in Drosophila Melanogaster Larven ist ein &auml;hnliches schn&uuml;ffeln bei Wirbeltieren aktive Probenahme-Verfahren. Computer-Vision-Algorithmen mit rekonstruierten olfaktorischen Umgebungen kombinieren, schaffen wir, dass Larven in Geruch Steigungen durch eine sequenzielle Organisation Stereotype Verhaltensweisen, einschlie&szlig;lich l&auml;uft, stoppt, laterale Kopf Umwandlungen zu orientieren und wird geleitet. Negative Gradienten, w&auml;hrend l&auml;uft, integriert steuern das Timing der Kurven. Positive Verl&auml;ufe erkannt durch hohe Amplitude Kopf wirft bestimmen die Richtung der einzelnen Runden. Durch genetisch Manipulation der peripheren olfaktorischen Schaltung, untersuchen wir, wie Orientierung, Verluste und Gewinne der Funktion in olfaktorische Eingabe passt. Unsere Forschungsergebnisse legen nahe, dass die larvalen Chemotaxis eine fortgeschrittene Navigation-Strategie zwischen die voreingenommene Irrfahrten von Escherichia Coli und der Stereo-Olofaktion beobachtet bei Ratten und Menschen darstellt.

Aktive Probenahme und Decision Making in Drosophila Chemotaxis.

La capacit&agrave; di rispondere agli stimoli chimici &egrave; fondamentale per la sopravvivenza degli organismi motili, ma le strategie sottostanti rilevamento odori rimangono scarsamente comprensibile. Qui vi mostriamo che chemiotassi in Drosophila melanogaster larve &egrave; un processo di campionamento attivo analogo a sniffare nei vertebrati. Combinando gli algoritmi di computer vision con ricostruiti ambienti olfattivi, stabiliamo che le larve orientano nelle sfumature di odori attraverso un&#39;organizzazione sequenza dei comportamenti stereotipati, tra cui corre, si ferma, calchi di testa laterali e diretto si trasforma. Gradienti negativi, integrati durante le esecuzioni, controllano i tempi dei giri. Gradienti positivi rilevati attraverso calchi testa grande ampiezza determinano la direzione dei singoli giri. Manipolando geneticamente il circuito olfattivo periferico, esaminiamo come orientamento si adatta per le perdite e i guadagni della funzione nell&#39;input olfattivo. I nostri risultati suggeriscono che larvali di chemiotassi rappresenta una strategia di navigazione intermedio tra i cammini casuali tendenziose di Escherichia Coli e la stereo-olfatto osservati nei ratti e gli esseri umani.

Campionamento attivo e il processo decisionale nella chemiotassi della drosofila.

&#x5316;&#x5B66;&#x523A;&#x6FC0;&#x306B;&#x5FDC;&#x7B54;&#x3059;&#x308B;&#x80FD;&#x529B;&#x306F;&#x904B;&#x52D5;&#x6027;&#x751F;&#x7269;&#x306E;&#x751F;&#x5B58;&#x306B;&#x57FA;&#x672C;&#x7684;&#x3067;&#x3059;&#x304C;&#x81ED;&#x6C17;&#x8FFD;&#x8DE1;&#x306E;&#x57FA;&#x306B;&#x306A;&#x308B;&#x6226;&#x7565;&#x304C;&#x4E0D;&#x5341;&#x5206;&#x306B;&#x7406;&#x89E3;&#x307E;&#x307E;&#x3002;&#x3053;&#x3053;&#x3067;&#x30B7;&#x30E7;&#x30A6;&#x30B8;&#x30E7;&#x30A6;&#x30D0;&#x30A8; &#x30AD;&#x30A4;&#x30ED;&#x30B7;&#x30E7;&#x30A6;&#x30B8;&#x30E7;&#x30A6;&#x30D0;&#x30A8;&#x5E7C;&#x866B;&#x306F;&#x3001;&#x810A;&#x690E;&#x52D5;&#x7269;&#x306E;&#x30B9;&#x30CB;&#x30C3;&#x30D5;&#x30A3;&#x30F3;&#x30B0;&#x306B;&#x985E;&#x4F3C;&#x3057;&#x3066;&#x30A2;&#x30AF;&#x30C6;&#x30A3;&#x30D6; &#x30B5;&#x30F3;&#x30D7;&#x30EA;&#x30F3;&#x30B0; &#x30D7;&#x30ED;&#x30BB;&#x30B9;&#x3067;&#x305D;&#x306E;&#x8D70;&#x5316;&#x6027;&#x3092;&#x793A;&#x3057;&#x307E;&#x3059;&#x3002;&#x30B3;&#x30F3;&#x30D4;&#x30E5;&#x30FC;&#x30BF; &#x30D3;&#x30B8;&#x30E7;&#x30F3; &#x30A2;&#x30EB;&#x30B4;&#x30EA;&#x30BA;&#x30E0;&#x518D;&#x5EFA;&#x306E;&#x55C5;&#x899A;&#x74B0;&#x5883;&#x3068;&#x7D44;&#x307F;&#x5408;&#x308F;&#x305B;&#x308B;&#x3053;&#x3068;&#x3067;&#x3001;&#x5E7C;&#x866B;&#x306F;&#x30B7;&#x30FC;&#x30B1;&#x30F3;&#x30B7;&#x30E3;&#x30EB;&#x7D44;&#x7E54;&#x306E;&#x5B9F;&#x884C;&#x3001;&#x505C;&#x6B62;&#x3001;&#x6A2A;&#x65B9;&#x5411;&#x30D8;&#x30C3;&#x30C9; &#x30AD;&#x30E3;&#x30B9;&#x30C8;&#x3092;&#x542B;&#x3080;&#x3001;&#x30B9;&#x30C6;&#x30EC;&#x30AA;&#x30BF;&#x30A4;&#x30D7;&#x306E;&#x884C;&#x52D5;&#x3092;&#x901A;&#x3057;&#x3066;&#x81ED;&#x6C17;&#x30B0;&#x30E9;&#x30C7;&#x30FC;&#x30B7;&#x30E7;&#x30F3;&#x306E;&#x5411;&#x304D;&#x3057;&#x3001;&#x30BF;&#x30FC;&#x30F3;&#x3092;&#x6307;&#x793A;&#x3092;&#x78BA;&#x7ACB;&#x3057;&#x307E;&#x3059;&#x3002;&#x5B9F;&#x884C;&#x4E2D;&#x306B;&#x3001;&#x7D71;&#x5408;&#x3055;&#x308C;&#x305F;&#x8CA0;&#x306E;&#x52FE;&#x914D;&#x30BF;&#x30FC;&#x30F3;&#x306E;&#x30BF;&#x30A4;&#x30DF;&#x30F3;&#x30B0;&#x3092;&#x5236;&#x5FA1;&#x3057;&#x307E;&#x3059;&#x3002;&#x9AD8;&#x632F;&#x5E45;&#x30D8;&#x30C3;&#x30C9; &#x30AD;&#x30E3;&#x30B9;&#x30C8;&#x3092;&#x4ECB;&#x3057;&#x3066;&#x691C;&#x51FA;&#x3055;&#x308C;&#x305F;&#x6B63;&#x306E;&#x52FE;&#x914D;&#x306F;&#x3001;&#x500B;&#x3005; &#x306E;&#x56DE;&#x8EE2;&#x306E;&#x65B9;&#x5411;&#x3092;&#x6C7A;&#x5B9A;&#x3057;&#x307E;&#x3059;&#x3002;&#x907A;&#x4F1D;&#x5B50;&#x7D44;&#x307F;&#x63DB;&#x3048;&#x5468;&#x8FBA;&#x55C5;&#x899A;&#x56DE;&#x8DEF;&#x3092;&#x64CD;&#x4F5C;&#x3059;&#x308B;&#x3053;&#x3068;&#x306B;&#x3088;&#x3063;&#x3066;&#x3001;&#x6211;&#x3005; &#x3069;&#x306E;&#x3088;&#x3046;&#x306B;&#x640D;&#x5F97;&#x3084;&#x76CA;&#x55C5;&#x899A;&#x5165;&#x529B;&#x306B;&#x304A;&#x3051;&#x308B;&#x95A2;&#x6570;&#x306E;&#x5411;&#x304D;&#x306B;&#x5408;&#x308F;&#x305B;&#x308B;&#x3092;&#x8ABF;&#x3079;&#x307E;&#x3059;&#x3002;&#x305D;&#x306E;&#x5E7C;&#x866B;&#x306E;&#x8D70;&#x5316;&#x6027;&#x5927;&#x8178;&#x83CC;&#x306E;&#x504F;&#x3063;&#x305F;&#x30E9;&#x30F3;&#x30C0;&#x30E0;&#x30A6;&#x30A9;&#x30FC;&#x30AF;&#x3068;&#x30E9;&#x30C3;&#x30C8;&#x304A;&#x3088;&#x3073;&#x30D2;&#x30C8;&#x3067;&#x89B3;&#x5BDF;&#x3057;&#x305F;&#x30B9;&#x30C6;&#x30EC;&#x30AA;&#x55C5;&#x899A;&#x306E;&#x9593;&#x306E;&#x4E2D;&#x9593;&#x306E;&#x30CA;&#x30D3;&#x30B2;&#x30FC;&#x30B7;&#x30E7;&#x30F3;&#x6226;&#x7565;&#x3092;&#x8868;&#x3057;&#x307E;&#x3059;&#x304C;&#x793A;&#x5506;&#x3055;&#x308C;&#x307E;&#x3057;&#x305F;&#x3002;

&#x30A2;&#x30AF;&#x30C6;&#x30A3;&#x30D6; &#x30B5;&#x30F3;&#x30D7;&#x30EA;&#x30F3;&#x30B0;&#x3068;&#x30B7;&#x30E7;&#x30A6;&#x30B8;&#x30E7;&#x30A6;&#x30D0;&#x30A8;&#x306E;&#x8D70;&#x5316;&#x6027;&#x306B;&#x304A;&#x3051;&#x308B;&#x610F;&#x601D;&#x3002;

&#xD654;&#xD559; &#xC790;&#xADF9;&#xC5D0; &#xB300;&#xC751; &#xD558;&#xB294; &#xB2A5;&#xB825;&#xC740; &#xBA54;&#xAD6C;&#xBBF8; &#xC0DD;&#xBB3C;&#xC758; &#xC0DD;&#xC874;&#xC5D0; &#xADFC;&#xBCF8;&#xC801;&#xC778; &#xD558;&#xC9C0;&#xB9CC; &#xB0C4;&#xC0C8; &#xCD94;&#xC801;&#xC744; &#xAE30;&#xBCF8; &#xC804;&#xB7B5; &#xB0A8;&#xC544; &#xC81C;&#xB300;&#xB85C; &#xC774;&#xD574;. &#xC5EC;&#xAE30; &#xC6B0;&#xB9AC;&#xAC00; Drosophila melanogaster &#xC560;&#xBC8C;&#xB808;&#xB294; &#xCC99;&#xCD94; &#xB3D9;&#xBB3C;&#xC5D0;&#xC11C; &#xC2A4;&#xB2C8;&#xD551; &#xC720;&#xC0AC; &#xD65C;&#xC131; &#xC0D8;&#xD50C;&#xB9C1; &#xACFC;&#xC815;&#xC5D0;&#xC11C;&#xC5D0;&#xC11C; &#xADF8; chemotaxis&#xB97C; &#xBCF4;&#xC5EC;&#xC90D;&#xB2C8;&#xB2E4;. &#xCEF4;&#xD4E8;&#xD130; &#xBE44;&#xC804; &#xC54C;&#xACE0;&#xB9AC;&#xC998;&#xC744; &#xACB0;&#xD569; &#xD558; &#xC5EC; &#xC7AC;&#xAC74;&#xCD95; &#xD6C4; &#xAC01; &#xD658;&#xACBD;, &#xC6B0;&#xB9AC;&#xAC00; &#xC560;&#xBC8C;&#xB808; &#xC2E4;&#xD589;, &#xC911;&#xC9C0;, &#xC606; &#xBA38;&#xB9AC; &#xCE90;&#xC2A4;&#xD2B8; &#xB4F1; &#xD2C0;&#xC5D0; &#xBC15;&#xD78C; &#xD589;&#xB3D9;&#xC758; &#xC21C;&#xCC28;&#xC801; &#xC870;&#xC9C1;&#xC744; &#xD1B5;&#xD574; &#xB0C4;&#xC0C8; &#xADF8;&#xB77C;&#xB514;&#xC5B8;&#xD2B8;&#xC5D0;&#xC11C; &#xBC29;&#xD5A5;&#xC744; &#xC124;&#xC815; &#xD558; &#xACE0; &#xD134; &#xAC10;&#xB3C5;&#xC744; &#xC124;&#xC815; &#xD569;&#xB2C8;&#xB2E4;. &#xC2E4;&#xD589; &#xD558;&#xB294; &#xB3D9;&#xC548; &#xD1B5;&#xD569; &#xBD80;&#xC815;&#xC801;&#xC778; &#xADF8;&#xB77C;&#xB370;&#xC774;&#xC158; &#xD68C;&#xC804; &#xD0C0;&#xC774;&#xBC0D; &#xC81C;&#xC5B4;. &#xB192;&#xC740; &#xC9C4;&#xD3ED; &#xBA38;&#xB9AC; &#xCE90;&#xC2A4;&#xD2B8;&#xB97C; &#xD1B5;&#xD574; &#xAC80;&#xC0C9; &#xD558;&#xB294; &#xAE0D;&#xC815;&#xC801;&#xC778; &#xADF8;&#xB77C;&#xB514;&#xC5B8;&#xD2B8; &#xAC1C;&#xBCC4; &#xD68C;&#xC804; &#xBC29;&#xD5A5;&#xC744; &#xACB0;&#xC815; &#xD569;&#xB2C8;&#xB2E4;. &#xC8FC;&#xBCC0; &#xD6C4; &#xAC01; &#xD68C;&#xB85C; &#xC720;&#xC804;&#xC790; &#xC870;&#xC791;&#xC5D0; &#xC758;&#xD574; &#xC6B0;&#xB9AC; &#xBC29;&#xD5A5; &#xC190;&#xC2E4; &#xBC0F; &#xD6C4; &#xAC01; &#xC785;&#xB825;&#xC5D0; &#xC788;&#xB294; &#xD568;&#xC218;&#xC758; &#xC774;&#xB4DD;&#xC5D0; &#xC801;&#xC751; &#xD558;&#xB294; &#xBC29;&#xBC95;&#xC744; &#xAC80;&#xC0AC; &#xD569;&#xB2C8;&#xB2E4;. &#xC6B0;&#xB9AC;&#xC758; &#xC5F0;&#xAD6C; &#xACB0;&#xACFC; &#xADF8; &#xC560;&#xBC8C;&#xB808; chemotaxis &#xB300;&#xC7A5;&#xADE0;&#xC758; &#xD55C;&#xCABD;&#xC73C;&#xB85C; &#xCE58;&#xC6B0;&#xCE5C;&#xB41C; random &#xC0B0;&#xCC45;&#xACFC; &#xC950;&#xC640; &#xC778;&#xAC04;&#xC5D0;&#xC11C; &#xAD00;&#xCC30; &#xB41C; &#xC2A4;&#xD14C;&#xB808;&#xC624; &#xD6C4;&#xAC01;&#xC774; &#xC0AC;&#xC774; &#xC911;&#xAC04; &#xD0D0;&#xC0C9; &#xC804;&#xB7B5;&#xC744; &#xB098;&#xD0C0;&#xB0B4;&#xB294; &#xAC83;&#xC774; &#xC88B;&#xC2B5;&#xB2C8;&#xB2E4;.

&#xC561;&#xD2F0;&#xBE0C; &#xC0D8;&#xD50C;&#xB9C1; &#xBC0F; &#xCD08;&#xD30C;&#xB9AC; chemotaxis&#xC5D0; &#xC758;&#xC0AC; &#xACB0;&#xC815;&#xC785;&#xB2C8;&#xB2E4;.

La capacidad para responder a los est&iacute;mulos qu&iacute;micos es fundamental para la supervivencia de organismos inm&oacute;viles, pero las estrategias de seguimiento de olor siendo mal entendidas. Aqu&iacute; mostramos quimiotaxis en Drosophila melanogaster larvas es un procedimiento de muestreo activo an&aacute;logo a oler en vertebrados. Combinando algoritmos de visi&oacute;n por computador con entornos olfativas reconstruidos, establecemos que larvas orientan en gradientes de olor a trav&eacute;s de una organizaci&oacute;n secuencial de comportamientos estereotipados, incluyendo carreras, paradas, moldes de cabeza laterales y direcci&oacute;n vueltas. Gradientes negativos, integrados durante ejecuciones, controlan los tiempos de vueltas. Gradientes positivos detectados mediante moldes cabeza alta amplitud determinan la direcci&oacute;n de las vueltas individuales. Manipulando gen&eacute;ticamente el circuito olfativo perif&eacute;rico, examinamos c&oacute;mo se adapta la orientaci&oacute;n a las p&eacute;rdidas y ganancias de la funci&oacute;n de entrada olfativa. Nuestros resultados sugieren que quimiotactismo larval constituye una estrategia de navegaci&oacute;n intermedia entre los paseos al azar sesgados de Escherichia Coli y el est&eacute;reo-olfato observados en ratas y seres humanos.

Muestreo activo y toma de decisiones en la quimiotaxis de Drosophila.

&#x673A;&#x4F53;&#x795E;&#x7ECF;&#x529F;&#x80FD;&#x4E3B;&#x8981;&#x4F53;&#x73B0;&#x5728;&#x5B83;&#x6709;&#x80FD;&#x529B;&#x7684;&#x884C;&#x4E3A;&#x3002;&#x6D4B;&#x91CF;&#x5B9A;&#x91CF;&#xFF0C;&#x5728;&#x9AD8;&#x5206;&#x8FA8;&#x7387;&#x548C;&#x81EA;&#x52A8;&#x5316;&#x7684;&#x65F6;&#x5C1A;&#x7684;&#x884C;&#x4E3A;&#x63D0;&#x4F9B;&#x4E86;&#x57FA;&#x7840;&#x7684;&#x795E;&#x7ECF;&#x56DE;&#x8DEF;&#x8BA1;&#x7B97;&#x5B9D;&#x8D35;&#x4FE1;&#x606F;&#x3002;&#x56E0;&#x6B64;&#xFF0C;&#x52A8;&#x7269;&#x8DDF;&#x8E2A;&#x7684;&#x8BA1;&#x7B97;&#x673A;&#x89C6;&#x89C9;&#x5E94;&#x7528;&#x8D8A;&#x6765;&#x8D8A;&#x5173;&#x952E;&#x7684;&#x4E92;&#x8865;&#x5DE5;&#x5177;&#x5305; &#x300B; &#x7CFB;&#x7EDF;&#x795E;&#x7ECF;&#x79D1;&#x5B66;&#x4E2D;&#x7684;&#x9057;&#x4F20;&#x3001; &#x5206;&#x5B50;&#x53CA;&#x7535;&#x751F;&#x7406;&#x8868;&#x5F81;&#x3002;

&#x52A8;&#x7269;&#x7684;&#x59FF;&#x52BF;&#x548C;&#x8FD0;&#x52A8;&#x671F;&#x95F4;&#x63A2;&#x7D22;&#x4E0E;&#x611F;&#x5B98;&#x7684;&#x53D6;&#x5411;&#x884C;&#x4E3A;&#x7684;&#x81EA;&#x52A8;&#x7684;&#x8DDF;&#x8E2A;&#x3002;

The nervous functions of an organism are primarily reflected in the behavior it is capable of. Measuring behavior quantitatively, at high-resolution and in an automated fashion provides valuable information about the underlying neural circuit computation. Accordingly, computer-vision applications for animal tracking are becoming a key complementary toolkit to genetic, molecular and electrophysiological characterization in systems neuroscience.

Automated tracking of animal posture and movement during exploration and sensory orientation behaviors.

Les fonctions nerveuses de l&#39;organisme sont principalement refl&eacute;t&eacute;es dans le comportement, de qu&#39;il est capable. Comportement quantitativement, &agrave; haute r&eacute;solution et de mani&egrave;re automatis&eacute;e de mesure fournit des informations pr&eacute;cieuses sur le calcul des circuits neuronaux sous-jacents. Par cons&eacute;quent, les applications de vision par ordinateur pour le suivi des animaux deviennent une trousse d&#39;outils compl&eacute;mentaire cl&eacute; de caract&eacute;risation g&eacute;n&eacute;tique, mol&eacute;culaire et &eacute;lectrophysiologique en neurosciences de syst&egrave;mes.

Suivi automatis&eacute; du mouvement et la posture animale pendant l&#39;exploration et les comportements d&#39;orientation sensorielle.

Die nerv&ouml;sen Funktionen des Organismus spiegeln sich vor allem im Verhalten, die, denen es f&auml;hig ist. Verhalten quantitativ, bei hoher Aufl&ouml;sung und automatisiertes Messen bietet wertvolle Informationen &uuml;ber die zugrunde liegenden neuronalen Schaltkreisberechnung. Dementsprechend werden Computer-Vision-Anwendungen f&uuml;r das Tier Tracking eine wichtige erg&auml;nzende Toolkit auf genetische, Molekulare und elektrophysiologische Charakterisierung der Systeme Neurowissenschaften.

Automatische Verfolgung von Tier-Haltung und Bewegung w&auml;hrend der Exploration und sensorischen Orientierung Verhaltensweisen.

Le funzioni di un organismo nervose principalmente sono riflesse nel comportamento di che &egrave; in grado. Comportamento quantitativamente, ad alta risoluzione e in modo automatico di misurazione fornisce preziose informazioni circa il calcolo sottostante circuito neurale. Di conseguenza, applicazioni di computer vision per l&#39;inseguimento degli animali stanno diventando un chiave toolkit complementari alla caratterizzazione genetica, molecolare ed elettrofisiologica in neuroscienza sistemiche.

Automatizzata di rilevamento del movimento e la postura degli animali durante l&#39;esplorazione e comportamenti di orientamento sensoriale.

&#x751F;&#x7269;&#x306E;&#x795E;&#x7D4C;&#x6A5F;&#x80FD;&#x306F;&#x3001;&#x4E3B;&#x306B;&#x80FD;&#x529B;&#x304C;&#x3042;&#x308B;&#x52D5;&#x4F5C;&#x306B;&#x53CD;&#x6620;&#x3055;&#x308C;&#x307E;&#x3059;&#x3002;&#x5B9A;&#x91CF;&#x7684;&#x3067;&#x9AD8;&#x89E3;&#x50CF;&#x5EA6;&#x3068;&#x81EA;&#x52D5;&#x5316;&#x3055;&#x308C;&#x305F;&#x65B9;&#x6CD5;&#x3067;&#x884C;&#x52D5;&#x3092;&#x6E2C;&#x5B9A;&#x3001;&#x57FA;&#x306B;&#x306A;&#x308B;&#x795E;&#x7D4C;&#x56DE;&#x8DEF;&#x8A08;&#x7B97;&#x306B;&#x95A2;&#x3059;&#x308B;&#x8CB4;&#x91CD;&#x306A;&#x60C5;&#x5831;&#x3092;&#x63D0;&#x4F9B;&#x3057;&#x307E;&#x3059;&#x3002;&#x3057;&#x305F;&#x304C;&#x3063;&#x3066;&#x3001;&#x52D5;&#x7269;&#x306E;&#x8FFD;&#x8DE1;&#x306E;&#x305F;&#x3081;&#x306E;&#x30B3;&#x30F3;&#x30D4;&#x30E5;&#x30FC;&#x30BF; &#x30D3;&#x30B8;&#x30E7;&#x30F3; &#x30A2;&#x30D7;&#x30EA;&#x30B1;&#x30FC;&#x30B7;&#x30E7;&#x30F3; &#x30B7;&#x30B9;&#x30C6;&#x30E0;&#x795E;&#x7D4C;&#x79D1;&#x5B66;&#x306B;&#x304A;&#x3051;&#x308B;&#x5206;&#x5B50;&#x907A;&#x4F1D;&#x5B66;&#x7684;&#x30FB;&#x96FB;&#x6C17;&#x751F;&#x7406;&#x5B66;&#x7684;&#x7279;&#x6027;&#x3001;&#x30AD;&#x30FC;&#x88DC;&#x5B8C;&#x30C4;&#x30FC;&#x30EB;&#x30AD;&#x30C3;&#x30C8;&#x306B;&#x306A;&#x3063;&#x3066;&#x3044;&#x307E;&#x3059;&#x3002;

&#x63A2;&#x67FB;&#x3068;&#x611F;&#x899A;&#x306E;&#x5411;&#x304D;&#x306E;&#x52D5;&#x4F5C;&#x4E2D;&#x306B;&#x52D5;&#x7269;&#x306E;&#x59FF;&#x52E2;&#x3068;&#x904B;&#x52D5;&#x306E;&#x81EA;&#x52D5;&#x8FFD;&#x8DE1;&#x306F;&#x3002;

&#xCCB4;&#xC758; &#xC2E0;&#xACBD; &#xAE30;&#xB2A5; &#xC8FC;&#xB85C; &#xC218; &#xD589;&#xB3D9;&#xC5D0; &#xBC18;&#xC601; &#xB429;&#xB2C8;&#xB2E4;. &#xB3D9;&#xC791; &#xC591;&#xC801;, &#xACE0;&#xD574;&#xC0C1;&#xB3C4;&#xC5D0;&#xC11C; &#xD558; &#xACE0; &#xC790;&#xB3D9;&#xD654; &#xB41C; &#xBC29;&#xBC95;&#xC73C;&#xB85C; &#xCE21;&#xC815; &#xAE30;&#xBCF8; &#xC2E0;&#xACBD; &#xD68C;&#xB85C; &#xACC4;&#xC0B0;&#xC5D0; &#xB300; &#xD55C; &#xADC0;&#xC911; &#xD55C; &#xC815;&#xBCF4;&#xB97C; &#xC81C;&#xACF5; &#xD569;&#xB2C8;&#xB2E4;. &#xC774; &#xB530;&#xB77C; &#xB3D9;&#xBB3C; &#xCD94;&#xC801;&#xC744; &#xC704;&#xD55C; &#xCEF4;&#xD4E8;&#xD130; &#xBE44;&#xC804; &#xC751;&#xC6A9; &#xC2DC;&#xC2A4;&#xD15C; &#xC2E0;&#xACBD; &#xACFC;&#xD559;&#xC5D0;&#xC11C; &#xC720;&#xC804;, &#xBD84;&#xC790; &#xBC0F; electrophysiological &#xD2B9;&#xC131;&#xD654; &#xD558; &#xD0A4; &#xBB34;&#xB8CC; &#xD234;&#xD0B7; &#xB418;&#xACE0;&#xC788;&#xB2E4;.

&#xD0D0;&#xC0AC; &#xBC0F; &#xAC10;&#xAC01; &#xBC29;&#xD5A5; &#xB3D9;&#xC791; &#xD558;&#xB294; &#xB3D9;&#xC548; &#xB3D9;&#xBB3C; &#xC790;&#xC138;&#xC640; &#xC6C0;&#xC9C1;&#xC784;&#xC758; &#xC790;&#xB3D9;&#xD654; &#xB41C; &#xCD94;&#xC801; &#xD569;&#xB2C8;&#xB2E4;.

Article	Year
A model of high-frequency oscillatory potentials in retinal ganglion cells. Visual neuroscience\| PubMed ID: 14977326	2003
Vortex description of the first-order phase transition in the two-dimensional Abelian-Higgs model. Physical review. E, Statistical, nonlinear, and soft matter physics\| PubMed ID: 16241302	2003
See globally, spike locally: oscillations in a retinal model encode large visual features. Biological cybernetics\| PubMed ID: 16897092	2006
Functional structure of cortical neuronal networks grown in vitro. Physical review. E, Statistical, nonlinear, and soft matter physics\| PubMed ID: 17358375	2007
Dimensionality and dynamics in the behavior of C. elegans. PLoS computational biology\| PubMed ID: 18389066	2008
Optogenetic analysis of synaptic function. Nature methods\| PubMed ID: 18794862	2008
Speaker-listener neural coupling underlies successful communication. Proceedings of the National Academy of Sciences of the United States of America\| PubMed ID: 20660768	2010
Statistical mechanics of letters in words. Physical review. E, Statistical, nonlinear, and soft matter physics\| PubMed ID: 20866490	2010
From modes to movement in the behavior of Caenorhabditis elegans. PloS one\| PubMed ID: 21103370	2010
Searching for simplicity in the analysis of neurons and behavior. Proceedings of the National Academy of Sciences of the United States of America\| PubMed ID: 21383186	2011
Emergence of long timescales and stereotyped behaviors in Caenorhabditis elegans. Proceedings of the National Academy of Sciences of the United States of America\| PubMed ID: 21502536	2011
Active sampling and decision making in Drosophila chemotaxis. Nature communications\| PubMed ID: 21863008	2011
Automated tracking of animal posture and movement during exploration and sensory orientation behaviors. PloS one\| PubMed ID: 22912674	2012
Correction: Automated Tracking of Animal Posture and Movement during Exploration and Sensory Orientation Behaviors. PloS one\| PubMed ID: 23094007	2012

Greg Stephens

Biography

JoVE Journal Publications

Other Publications