XiaoMi-AI文件搜索系统
World File Search System脑区
许多但并非所有深度神经网络音频模型都能捕捉大脑反应并表现出模型阶段和大脑区域之间的对应关系
* 共同第一作者 1 麻省理工学院麦戈文脑研究所脑与认知科学系，美国马萨诸塞州剑桥 2 麻省理工学院大脑、心智与机器中心，美国马萨诸塞州剑桥 3 哈佛大学言语与听觉生物科学与技术项目，美国马萨诸塞州剑桥 4 罗彻斯特大学医学中心，美国纽约州罗彻斯特 摘要 预测大脑对刺激的反应的模型提供了对感觉系统的一种理解，并且在科学和工程领域有许多潜在的应用。因此，刺激可计算的感觉模型是神经科学的长期目标。深度神经网络已成为视觉系统的主要预测模型，但在听觉领域的研究较少。先前的研究提供了音频训练神经网络的例子，这些网络可以很好地预测听觉皮层 fMRI 反应，并表现出模型阶段和大脑区域之间的对应关系，但尚不清楚这些结果是否能推广到其他神经网络模型，以及如何进一步改进该领域的模型。我们评估了公开可用的音频神经网络模型以及在四种不同任务上训练的内部模型的模型-大脑对应关系。大多数测试模型的预测结果都优于之前的听觉皮层滤波器组模型，并表现出系统的模型-大脑对应关系：中间阶段最能预测初级听觉皮层，而深层阶段最能预测非初级皮层。然而，一些最先进的模型产生了明显更差的大脑预测。在干净语音（未添加背景噪音）上训练的模型产生了更差的大脑预测，这可能是因为在噪音中听觉对生物听觉表征施加了限制。训练任务影响了特定皮层调节属性的预测质量，在多项任务上训练的模型产生的最佳整体预测。结果普遍支持深度神经网络作为听觉模型的前景，但它们也表明当前的模型不能完全解释听觉皮层反应。
大脑区域间交流内容的信息论量化
1 神经信息处理卓越系，分子神经生物学中心 (ZMNH)，汉堡-埃彭多夫大学医学中心 (UKE)，德国汉堡 2 意大利理工学院神经计算实验室，罗韦雷托 (TN)，意大利 3 博洛尼亚大学药学与生物技术系，博洛尼亚，意大利 4 Datamole, sr o, Vitezne namesti 577/2 Dejvice, 160 00 Praha 6，捷克共和国 5 人工智能团队、未来健康技术和脑机接口实验室，埃塞克斯大学计算机科学与电子工程学院，Wivenhoe Park，Colchester CO4 3SQ，英国 6 北卡罗来纳大学细胞生物学和生理学系，教堂山，美国 7 伦敦城市大学计算机科学系，伦敦，英国 8 移动技术实验室，经济、创新和技术学院，大学学院挪威奥斯陆克里斯蒂安尼亚 9 德国汉堡-埃彭多夫大学医学中心分子神经生物学中心发育神经生理学研究所 10 德国汉堡-埃彭多夫大学医学中心神经生理学和病理生理学系计算认知神经科学科 11 法国马赛艾克斯马赛大学法国国家科学研究院蒂莫内神经科学研究所，UMR 7289
循环奖励和感觉脑区域的转录组围产期芬太尼暴露的少年小鼠
全文标题：芬太尼外围暴露于奖励和感官大脑区域的转录组合分析jimmy olusakin 1,2，Gautam Kumar 1,2，Mahashweta Basu 3，Cali A. Calarco A. Calarco A. Calarco 1,2，Megan E. Fox 4，Jason B. Alipio Alipio Alipio 1,2，Cathe kela kel kel kell kela kathe turna D.2.2. 1,2,5，Seth A. Ament 2,3,5，Mary Kay Lobo 1,2,5 1解剖学和神经生物学系，马里兰大学医学院，马里兰州巴尔的摩大学医学院。2在马里兰州巴尔的摩的马里兰州医学院神经科学的计划。 3马里兰州马里兰州医学院的基因组科学研究所，马里兰州巴尔的摩。 4宾夕法尼亚州宾夕法尼亚州医学院麻醉学系。 5马里兰州马里兰州医学院精神病学系，马里兰州巴尔的摩。 通讯作者：马里兰大学医学院神经生物学教授玛丽·凯·洛博（Mary Kay Lobo）博士。 mklobo@som.umaryland.edu短标题：围产期芬太尼小鼠的脑转录组。 关键字：芬太尼，围产期，成绩单，性别差异，奖励，感觉。2在马里兰州巴尔的摩的马里兰州医学院神经科学的计划。3马里兰州马里兰州医学院的基因组科学研究所，马里兰州巴尔的摩。 4宾夕法尼亚州宾夕法尼亚州医学院麻醉学系。 5马里兰州马里兰州医学院精神病学系，马里兰州巴尔的摩。 通讯作者：马里兰大学医学院神经生物学教授玛丽·凯·洛博（Mary Kay Lobo）博士。 mklobo@som.umaryland.edu短标题：围产期芬太尼小鼠的脑转录组。 关键字：芬太尼，围产期，成绩单，性别差异，奖励，感觉。3马里兰州马里兰州医学院的基因组科学研究所，马里兰州巴尔的摩。4宾夕法尼亚州宾夕法尼亚州医学院麻醉学系。5马里兰州马里兰州医学院精神病学系，马里兰州巴尔的摩。 通讯作者：马里兰大学医学院神经生物学教授玛丽·凯·洛博（Mary Kay Lobo）博士。 mklobo@som.umaryland.edu短标题：围产期芬太尼小鼠的脑转录组。 关键字：芬太尼，围产期，成绩单，性别差异，奖励，感觉。5马里兰州马里兰州医学院精神病学系，马里兰州巴尔的摩。通讯作者：马里兰大学医学院神经生物学教授玛丽·凯·洛博（Mary Kay Lobo）博士。mklobo@som.umaryland.edu短标题：围产期芬太尼小鼠的脑转录组。关键字：芬太尼，围产期，成绩单，性别差异，奖励，感觉。
空间基因表达中无监督的模式发现地图集揭示了小鼠脑区域超出了本体学
大规模空间基因表达数据的增长需要新的计算工具，以在其天然空间环境中提取基因表达的主要趋势。在这里，我们将一个不受监督和可解释的计算框架描述为（1）通过插入缺失的体素的插入的预处理的3D空间基因表达数据集，（2）使用稳定性驱动的非阴性矩阵分解区域的3D空间基因表达曲线的主要模式（PPS），并[stanmf）技术和（stanmf）技术和（stanmf）技术和（3）本体论。该框架，称为OSNMF（通过Stanmf发现），识别纯粹来自艾伦小鼠脑图中数千个3D空间基因表达谱的PPS。这些3D PPS具有小鼠大脑的稳定和空间相干区域，可能没有人工和偏见。我们证明，OSNMF PPS提供了与专家通知的大脑区域的组合高度相关的新大脑模式，同时还纯粹基于基于空间基因表达数据的唯一本体论。与主成分分析（PCA）和其他聚类算法相比，我们的PPS具有更好的空间连贯性，更准确地匹配专家标签，并且在多个自举模拟中更稳定。我们还使用OSNMF来定义标记基因并建立推定的空间基因相互作用网络。我们的发现突出了OSNMF迅速从大量空间基因表达数据中迅速生成新的地图集的能力，而没有监督并发现了使用常规手动方法很难辨别的大脑区域之间的新型关系。
角回反应表现出与针对不同类别的大脑区域联合统计依赖性
类别选择性是感知脑区组织的基本原则。人类的枕颞皮质细分为优先对面部、身体、人工制品和场景作出反应的区域。然而，观察者需要结合不同类别的物体信息，才能形成对世界的连贯理解。这种多类别信息是如何在大脑中编码的？通过利用 fMRI 和人工神经网络研究男性和女性受试者大脑区域之间的多变量相互作用，我们发现角回与多个类别选择性区域表现出联合统计依赖性。相邻区域对场景和每个其他类别的组合表现出影响，这表明场景提供了结合世界信息的背景。进一步的分析揭示了跨不同类别子集编码信息的皮质区域图，表明多类别信息不是编码在单个集中位置，而是编码在多个不同的大脑区域中。
产前酒精暴露会导致大脑区域
圆形RNA（CIRCRNA）是共价锁定的非编码RNA的新类别，主要源自外显子或蛋白质编码基因内含子的后拼图。除了其固有的高总体稳定性外，还显示出通过多种转录和转录后机制对基因表达具有强大的功能作用。此外，circrnas似乎在大脑中特别丰富，能够影响产前发育和产后大脑功能。然而，对于长期影响大脑产前酒精暴露（PAE）及其与胎儿酒精谱系障碍（FASD）的相关性（FASD）的潜在参与（FASD）。使用ciRCRNA特定的量化量化，我们发现Circhomer1是一种依赖于Homer蛋白质同源物1（Homer1）并在产后脑中富集的活性依赖性的Circrna，在男性额叶层和Hippocampus中显着下调，在男性额叶和海马的小鼠中被构成了Modest的男子paee。我们的数据进一步表明，H19的表达是一种富含胚胎的脑部脑增强长的非编码RNA（LNCRNA），在雄性PAE小鼠的额叶皮层中显着上调。此外，我们还显示了Circhomer1和H19的发育和大脑区域特异性表达的相反变化。最后，我们表明H19的敲低导致circhomer1的稳健增加，但在人胶质母细胞瘤细胞系中没有线性homer1 mRNA表达。综上所述，我们的工作发现了PAE后CircRNA和LNCRNA表达的显着性和脑区域特异性改变，并引入了与FASD潜在相关性的新型机械见解。
婴儿大脑区域大脑血流增加默认模式网络的支持出现
抽象的人类婴儿的特征是在整个寿命中大多数快速的区域脑血流（RCBF）增加以及基本脑系统默认模式网络（DMN）的出现。然而，婴儿RCBF如何在整个大脑中的时空变化以及RCBF增加如何支持功能网络（例如DMN）的出现仍然未知。在此，通过获取包括伪连续的动脉旋转式灌注MRI和48位横断面的48位婴儿的静止功能性MRI，我们阐明了未经预言的4D时空女神RCBF RCBF框架和区域生理学涉及Infcunce，我们阐明了48位婴儿的静止状态MRI。我们发现，与视觉和感觉运动网络相比，DMN中的RCBF更快。我们还发现，在DMN中特别发现RCBF和网络强度的增加，这表明局部血液流量更快地增加了DMN成熟中的外交代谢需求。这些结果提供了对脑功能网络出现的生理机制的见解，并对脑部疾病的网络成熟改变具有重要意义。
大脑区域的靶向非侵入性基因治疗
1 Department of Bioengineering, Rice University, Houston, TX 77030, USA 2 Rice Neuroengineering Initiative, Rice University, Houston, TX 77030, USA 3 Synthetic, Systems, and Physical Biology Program, Rice University, Houston, TX 77005, USA 4 Applied Physics Program, Rice University, Houston, TX 77005, USA Correspondence should be addressed to J.O.S.（jszab@rice.edu）摘要集中的超声脑屏障开口（FUS-BBBO）可以提供与腺相关的病毒载体（AAVS）来治疗大脑的遗传疾病。但是，这些疾病通常会影响大脑区域。此外，尚未评估FUS-BBBO在治疗大脑遗传疾病中的适用性。在此，我们同时评估了开放多达105个地点的转导效率和安全性。增加目标位点的数量提高了每个站点的基因递送效率。我们在大多数大脑区域中实现了多达60％的脑细胞的转导，具有可比的效率。此外，即使所有105个位点同时靶向，也没有对动物体重，神经元丧失或星形胶质细胞激活的负面影响，但使用FUS-BBBO的基因递送也是安全的。为了评估多部位FUS-BBBO在基因疗法中的应用，我们使用它用于基因编辑，使用群集的定期散布的短腔植物重复序列（CRISPR）/CRISPR-相关的9（CAS9）系统，并建立了有效的基因编辑，但在目标部位也丧失了神经元的损失。总体而言，这项研究提供了整个脑部转导效率的图和基因编辑的第一个例子，该基因编辑是在特定地点的非侵入性基因递送到大脑区域之后的。
氯胺酮和裸盖菇素针对的共同和不同的大脑区域是早期基因表达的靶点
标题：氯胺酮和裸盖菇素靶向的共同和不同大脑区域，用于立即进行早期基因表达 作者：Pasha A. Davoudian 1,2、Ling-Xiao Shao 3,5、Alex C. Kwan 3,4,5 * 附属机构：1 耶鲁大学医学院医学科学家培训项目，康涅狄格州纽黑文 06511，美国 2 耶鲁大学医学院跨部门神经科学项目，康涅狄格州纽黑文 06511，美国 3 耶鲁大学医学院精神病学系，康涅狄格州纽黑文 06511，美国 4 耶鲁大学医学院神经科学系，康涅狄格州纽黑文 06511，美国 5 康奈尔大学梅尼格生物医学工程学院，纽约州伊萨卡，14853，美国 通讯地址：Alex Kwan，博士，梅尼格生物医学工程学院工程学，康奈尔大学，威尔厅 111 室，526 Campus Road，伊萨卡，纽约州，14853，美国；电子邮件：alex.kwan@cornell.edu 关键词：迷幻药、抗抑郁药、立即早期基因、c-Fos、活性依赖性转录、神经可塑性 摘要 裸盖菇素是一种具有治疗潜力的迷幻药。虽然越来越多的证据表明裸盖菇素通过增强神经可塑性发挥其有益作用，但所涉及的具体大脑区域尚不完全了解。确定裸盖菇素对整个大脑中可塑性相关基因表达的影响可以拓宽我们对迷幻药引起的神经可塑性所涉及的神经回路的理解。在本研究中，采用全脑连续双光子显微镜和光片显微镜来绘制雄性和雌性小鼠中立即早期基因 c-Fos 的表达图。将服用裸盖菇素后药物诱导的 c-Fos 表达与亚麻醉氯胺酮和盐水对照进行比较。裸盖菇素和氯胺酮在许多大脑区域（包括前扣带皮层、蓝斑、初级视觉皮层、中央和基底外侧杏仁核、内侧和外侧缰核和屏状核）中产生了急性相当的 c-Fos 表达升高。选定的区域表现出药物偏好差异，例如裸盖菇素的背缝和岛叶皮层以及氯胺酮的海马 CA1 亚区。为了深入了解受体和细胞类型的贡献，c-Fos 表达图与全脑原位杂交数据相关。转录分析表明，Grin2a 和 Grin2b 的内源性水平可以预测皮质区域是否对氯胺酮和裸盖菇素的药物诱发神经可塑性敏感。总的来说，系统映射方法产生了一个受裸盖菇素和氯胺酮影响的大脑区域的无偏见列表。这些数据是一种资源，它突出了以前被低估的区域，以供未来研究。此外，药物引起的 c-Fos 表达与内源性转录本分布之间的稳健关系表明谷氨酸受体是裸盖菇素和氯胺酮产生快速作用和持久治疗效果的潜在收敛靶点。
引用：Ivanova，Anna A等。 “对计算机代码的理解主要取决于领域 - 行政大脑区域。” Elife 9（2020年12月）
抽象计算机编程是一种新颖的认知工具，它改变了现代社会。哪种认知和神经机制支持这一技能？在这里，我们使用功能磁共振成像来研究两个候选大脑系统：通常在数学，逻辑，解决问题和执行任务以及语言系统中招募的多重需求（MD）系统，通常在语言处理过程中招募。我们检查了基于文本的编程语言（实验1）和Scratchjr（实验2）（实验2）的MD和语言系统对代码的响应；对于这两个方面，我们将对代码问题的响应与对内容匹配的句子问题的响应进行了对比。我们发现，在两个实验中，MD系统对代码表现出强烈的双边响应，而语言系统对句子问题的反应强烈，但对代码问题的反应很弱。因此，即使输入在结构上与自然语言相似，MD系统也支持使用新颖的认知工具。