在自由行动或野生动物中对传染病的监测已在COVID-19发作之后在许多栖息地国家进行了广泛进行。泰国位于长尾猕猴(Macaca fascicularis; MF)的分布范围的中心,其中动物既经常人类接触,又有人类结核病的高患病率。用于大规模检测结核分枝杆菌复合物(MTBC)的使用为6110-MF中的pcr,使用口服(通过绳索诱饵)和粪便(直接擦拭新鲜粪便)收集标本。首先,MTBC-IS 6110被限制的PCR在非侵入性收集的标本中得到了验证,其特异性和陈述性,然后与24个圈养的MTBC诱发的MTBC诱导的MF中的口腔和直肠拭子相比。验证后,将这些方法应用于在先前报道的MTBC感染人群中的四个棚屋MTBC(MTBC)患病率的调查。总共收集了173个诱饵绳标本和204个新鲜排定的排泄物。IS 6110 -PCR技术的检测极限为10 fg/μL,181 bp PCR扩增子与MTB H37RV基因组序列显示100%序列相似性。在被俘虏的可疑MF中的侵入性和非侵入性收集的标本之间检测揭示了两种类型的口服样本之间存在显着相关性(口腔拭子和诱饵的绳索; n = 24,r 2 = 1,r 2 = 1,p-value <0.001),但较高的新鲜伪造群体比MTCRES shand Swabs shews swabs。揭示了两种类型的口服样本之间存在显着相关性(口腔拭子和诱饵的绳索; n = 24,r 2 = 1,r 2 = 1,p-value <0.001),但较高的新鲜伪造群体比MTCRES shand Swabs shews swabs。此外,在新鲜的粪便中,MTBCS阳性自由放大的MF的比例明显高于诱饵绳(5.20%; 95%CI; 95%; 95%; 95%; 4.9-12.7%)的比例。该结果表明,通过诱饵绳索和粪便采样通过排除排泄物拭子可以用作自由态非人类灵长类动物中MTBCS检测的辅助标本。
抽象空间频率(SF)是视觉场景中的重要属性,是视觉处理通道的定义特征。但是,关于灵长类动物视觉皮层中如何编码这一基本信息,还有许多尚未解决的问题。在这里,在猕猴V2和V4的视觉区域中使用固有的信号光学成像,我们量化了SF地图和(1)视觉形貌以及(2)颜色和方向图之间的关系。我们发现,在方向区域中,低到高SF的定向映射到方向。在据报道包含颜色和轻度的正交轴的颜色区域中,低SF往往比高SFS更频繁地表示。这支持与“颜色/取向”组织有关的基于人群的SF波动。我们提出了一个跨皮质区域的广义高柱模型,该模型由两个带有其他参数的正交参数组成。
图 1. 猕猴和人类皮质层级和深度的 T1w/T2w 比率。(A、B)用于评估猕猴(A)和人类(B)皮质区域和深度的 T1w/T2w 比率的分析方法示意图。左侧面板显示猕猴的 CHARM 6 级 27,28 和人类的 Schaefer 400 29 的离散块。中间面板根据猕猴的测地线距离或人类的感觉运动关联轴标记块,颜色从黄色(感觉运动)过渡到紫色(关联)。右侧面板可视化层状组织,颜色从深蓝色(深层)过渡到浅绿色(浅层)。 (C、D) 猕猴 T1w/T2w 比值沿测地距离的分布(C,R 2 = 0.096,P < 0.001)和人类感觉运动联想 (SA) 轴的分布(D,R 2 = 0.354,P < 0.001)。 (E、F) 猕猴 (E) 和人类 (F) 感觉运动、中部和联想区域内皮质深度方向的 T1w/T2w 比值;方差分析 *** P < 0.001。
张逸君 yijzhang@sjtu.edu.cn 上海交通大学计算机科学与工程系,中国; 北京大学计算机科学与技术系,中国 卜同 putong30@pku.edu.cn 北京大学计算机科学与技术系,中国 张继元 jyzhang@stu.pku.edu.cn 北京大学计算机科学与技术系,中国 唐世明 tangshm@pku.edu.cn 北京大学生命科学学院和北大-清华生命科学中心,中国 余兆飞 yuzf12@pku.edu.cn 北京大学计算机科学与技术系,中国; 北京大学人工智能研究所,中国 刘建凯 j.liu9@leeds.ac.uk 利兹大学计算学院,英国 黄铁军 tjhuang@pku.edu.cn 北京大学计算机科学与技术系,中国;北京大学人工智能研究所,中国;北京人工智能研究院,中国
图1:制造多功能基于纤维的探针。 a,将纤维预成型放在热图烤箱中,将其加热至320°C。Capstan在速度v Capstan处的预形式向下拉动,而在v downfeed处的预形成型则进一步降低了烤箱。 所产生的纤维的横截面区域,纤维=(v Capstan /v Downfeed)×A预成型。 钨(W)微管通过收敛(方法)掺入纤维中。 b,由此产生的纤维(D纤维=187。 1±2。 5 µm)具有与预形式相同的横截面几何形状(d Preform = 7。 5毫米)。 e,每个设备都有用于电气接口的电极连接器,一个不锈钢液体连接器(ID = 304 µm,OD = 457 µm),不锈钢支撑管(ID = 432 µM,OD = 635 µM)和纤维(D Fiber = 187。 1±2。 5 µm)。 我们使用了7个纤维长度。 0±0。 在这项研究中, 3 cm,但从0-2 m开始的长度是可行的。 d,纤维的横截面,被嵌入环氧树脂包围。 纤维的外径用虚线的白线表示。 e,纤维尖端的侧视图。 f,将设备组装在带有商业微训练的皮质网格中。 皮层网格组件包括用于硬脑膜穿透G的导管,所得纤维中电极的阻抗光谱表明,电极在10 2至10 5 Hz上具有特征性的1/F阻抗曲线。 插图显示600-1600 Hz之间的阻抗。 阻抗为1000 kHz = 223。 9±36。 7±22。图1:制造多功能基于纤维的探针。a,将纤维预成型放在热图烤箱中,将其加热至320°C。Capstan在速度v Capstan处的预形式向下拉动,而在v downfeed处的预形成型则进一步降低了烤箱。所产生的纤维的横截面区域,纤维=(v Capstan /v Downfeed)×A预成型。钨(W)微管通过收敛(方法)掺入纤维中。b,由此产生的纤维(D纤维=187。1±2。5 µm)具有与预形式相同的横截面几何形状(d Preform = 7。5毫米)。e,每个设备都有用于电气接口的电极连接器,一个不锈钢液体连接器(ID = 304 µm,OD = 457 µm),不锈钢支撑管(ID = 432 µM,OD = 635 µM)和纤维(D Fiber = 187。1±2。5 µm)。 我们使用了7个纤维长度。 0±0。 在这项研究中, 3 cm,但从0-2 m开始的长度是可行的。 d,纤维的横截面,被嵌入环氧树脂包围。 纤维的外径用虚线的白线表示。 e,纤维尖端的侧视图。 f,将设备组装在带有商业微训练的皮质网格中。 皮层网格组件包括用于硬脑膜穿透G的导管,所得纤维中电极的阻抗光谱表明,电极在10 2至10 5 Hz上具有特征性的1/F阻抗曲线。 插图显示600-1600 Hz之间的阻抗。 阻抗为1000 kHz = 223。 9±36。 7±22。5 µm)。我们使用了7个纤维长度。0±0。3 cm,但从0-2 m开始的长度是可行的。d,纤维的横截面,被嵌入环氧树脂包围。纤维的外径用虚线的白线表示。e,纤维尖端的侧视图。f,将设备组装在带有商业微训练的皮质网格中。皮层网格组件包括用于硬脑膜穿透G的导管,所得纤维中电极的阻抗光谱表明,电极在10 2至10 5 Hz上具有特征性的1/F阻抗曲线。插图显示600-1600 Hz之间的阻抗。阻抗为1000 kHz = 223。9±36。7±22。分别以蓝色和黄色显示了高压灭菌前后的平均阻抗±标准误差。在高压灭菌和206之前6kΩ。9kΩh,探针微流体的流体特性的表征表明,探针能够以10-100 nl/min的速度准确注射。每个点显示了测得的输注率和95%的置信区间;左上角插图显示在50 nl/min时的输注率误差。右下角插图显示了处于稳态状态下的输注曲线 - 数量以接近恒定的速率流动,而设定体积和测量体积之间的平均绝对误差(MAE)为1.77 nl。i,动态材料分析表明,纤维(n = 3)比不锈钢毛细管(ID = 51 µm,OD = 203 µM OD)刚性较硬。
张逸君 yijzhang@sjtu.edu.cn 上海交通大学计算机科学与工程系,中国; 北京大学计算机科学与技术系,中国 卜同 putong30@pku.edu.cn 北京大学计算机科学与技术系,中国 张继元 jyzhang@stu.pku.edu.cn 北京大学计算机科学与技术系,中国 唐世明 tangshm@pku.edu.cn 北京大学生命科学学院和北大-清华生命科学中心,中国 余兆飞 yuzf12@pku.edu.cn 北京大学计算机科学与技术系,中国; 北京大学人工智能研究所,中国 刘建凯 j.liu9@leeds.ac.uk 利兹大学计算学院,英国 黄铁军 tjhuang@pku.edu.cn 北京大学计算机科学与技术系,中国;北京大学人工智能研究所,中国;北京人工智能研究院,中国
猕猴的腹侧额叶皮层由一组解剖上异质和高度相互联系的区域组成。总的来说,这些领域与许多高级情感和认知过程有关,最著名的是对决策的适应性控制。尽管有这种欣赏,但对在决策过程中腹侧额叶皮质的细分如何相互相互作用几乎没有什么了解。在这里,我们通过分析从猕猴中猕猴中的八个解剖学上定义的细分记录的数千个单个神经元的活性来评估区域之间的功能相互作用,这些神经元的腹侧额叶皮质的八个分区,用于执行视觉引导的两种选择性概率的任务。我们发现,刺激和奖励分娩的开始全球增加了腹侧额叶皮层之间的通信。在暂时特定的暂时性交流是通过区域之间的独特活动子空间发生的,并取决于决策变量的编码。特别是,12L和12o区域与其他区域的连接性最高,同时更有可能从腹侧额叶皮质的其他部分接收信息,而不是发送。这种功能连接的模式表明,这两个领域在决策过程中整合各种信息来源的作用。综上所述,我们的工作揭示了在决策过程中动态参与的腹侧额叶皮层的解剖连接细分之间的相互交流的特定模式。关键字:腹侧额叶皮质,轨道额皮层,渐变岛,奖励,决策,选择,结果,功能连接性介绍灵长类的腹侧额叶皮层在指导决策过程中指导自适应行为方面起着核心作用。When making a choice, neural activity within orbitofrontal cortex (OFC) and ventrolateral prefrontal cortex (vlPFC) represents the different attributes associated with the available options, such as the amount, effort, delay, risk, or probability that the option might be able to be obtained (Tremblay and Schultz, 1999; Padoa-Schioppa and Assad, 2006; Kennerley and Wallis, 2009年;The OFC and vlPFC, are not, however, anatomically homogeneous areas and each encompasses a number of distinct subdivisions that have been defined on the basis of sulcal anatomy, cytoarchitecture, and receptor density (Walker, 1940; Barbas and Pandya, 1989; Morecraft et al., 1992; Carmichael and Price, 1994; Rapan et al., 2023).最重要的是,解剖学跟踪研究表明,这些细分中的每一个都从大脑其他部位收到一套独特的投影(Barbas and Pandya,1989; Carmichael and Price,1995a,1995b,1996)。我们以前的神经生理记录研究还报道了腹侧额叶皮层(Stoll and Rudebeck,2024a)跨越腹部额叶细分的可分离编码模式,并且编码中的这种差异似乎
先前的内部状态和环境的感觉输入。这个过程被称为35“分布式计算” [2,3],在大脑的背景下,被认为是认知和36个havior的基础。可以通过将“信息动力学”分为三部分37 [3]:信息存储(神经元的过去活动都会告知其未来的程度,例如LTP 38或LTD)[4],信息传输(来源神经元的过去的程度告诉目标神经元的39未来,例如突触通信)[5,6]和信息修改(即“非线性”计算40,其中神经元将不同的信息流集成到比零件总和更大的事物中)41 [7,8,9,10]。可以使用信息理论[11]进行正式化这三个动力学(请参阅秒1.1)。42先前使用信息理论研究记录的神经元网络中信息动态的先前工作43发现,在开发过程中修改信息变化的能力[10]以及在相同的发育44个窗口中,特定的信息传输模式“锁定” [12]。此外,45个信息修改的能力是在网络的神经元上分布的。集中在高46度,富俱乐部神经元中[13,14,15]。信息传输[16]已应用于各种神经和47个神经元记录(有关综合综述,请参见[5]),并允许研究人员估算有效的网络48相互作用的神经元模型。特定动态服务的目的仍然很困难。最后,主动信息存储为刺激响应49和视觉处理系统中的偏好提供了见解[4]。50尽管在这个领域进行了大量分析,但信息动态如何与行为相关的问题仍然不清楚,因为在神经文化中,许多上述工作都是在神经文化中进行的52,而不是与复杂环境相互作用的行为生物体相反。因此,提出了信息动态和行为之间的链接53(例如例如,尽管有很好的文献记录了协同信息动态,但仍不清楚它们在认知和行为相关的信息处理中扮演什么(如果有)角色,或者56仅仅是统计的Epiphenomena。为此,我们研究了信息动力学和由此产生的57个效率网络结构,同时记录了三个猕猴的额叶 - 顶端抓地力网络的最多三个皮质区域的神经种群。在录音过程中,猴子执行了59个延迟的感觉运动转换任务,涉及处理不同的视觉提示,制备和60个不同的掌握类型的记忆以及这些掌握类型的执行。(有关详细信息,请参见[17]。使用61这些数据,我们可以估计神经元级的活动信息存储,信息传输和协同62在不同的认知和行为状态中的信息修改,从而使我们能够直接评估信息动力学和复杂行为之间的相关性63个分离。68我们假设不同的行为状态和握把变化将与不同的69个信息动态模式相关。此外,通过推断传输熵64网络,我们可以应用网络科学[18,19]的技术来检查行为的变化如何改变65网络中神经元之间的有效连通性模式。最后,我们可以结合这两条66行分析,以探索神经元如何在网络夫妇中定位特定任务以揭示67个单个神经元在信息处理中的局部作用。特别地,我们假设需要高70度的主动处理的行为状态(例如与其他状态相比,识别行为提示,准备和执行动作)71将显示更复杂的活动和独特的网络结构(例如期望72固定)。我们的发现与这些假设是一致的:不同的行为状态与全球效果网络结构的明显相关性相关联73相关联,尤其是74的运动与系统的总体信息增加,并且在系统中增加了75个信息,并在协同信息处理的量中增加了75。对于两种不同的握把类型的每一种,这些网络范围的活动模式都是不同的76,并且可以根据77
两个成分尖峰Nanoopartic疫苗可保护猕猴免受SARS-COV-2感染的菲利森特(J. M. Brucker)1, *, *,Pauline Maisons 2, *, *,Nathale-Nathale-Stryeddreeddre-Bosqut 2,Marous Grobbes 1 Claireaux 1 Claireaux 1,Marlon Yasunori Wasunoraabe 4.5,Gius Sen Strates 1,Cynthia A Schermer 1,Breemen 1,Rashmi Ravichandran 8.9,Tom G. Canis 1,Jellen 1,Niidhal Kahlaouu 2,Kahlaouu 2,Vaehal Contres 2,Vaehal Contres 2,Julien Villaudy 10,julaudy Villaudy 10,kkwenten scopes 1,bert in U. U. Hayman的7,Deric Ginoux 3,Andrew B.Ward 6,Max Crispin 4,Neil P. King 8.9,Sylvie of der 11,Marit J. of Gils 1,Riger Less 1,销售作者。 电子邮件:r.w.have@amsterdamc.nl(R.W.S. ); bearing.le- girn@cea.fr(r.l.g。)Ward 6,Max Crispin 4,Neil P. King 8.9,Sylvie of der 11,Marit J. of Gils 1,Riger Less 1,销售作者。电子邮件:r.w.have@amsterdamc.nl(R.W.S.); bearing.le- girn@cea.fr(r.l.g。)
摘要 圈养灵长类动物的营养摄入量不一定反映其野生同类的营养摄入量。圈养饮食中非结构性碳水化合物含量通常较高,纤维含量较低,导致肥胖、牙齿问题、腹泻和行为问题等健康问题。本研究的主要目的是建立和监测五种灵长类动物(Ateles fusciceps rufiventris、Cercopithecus hamlyni、Allochrocebus lhoesti、Cercopithecus roloway、Sapajus xanthosternos)的无水果饮食变化。对营养和行为学进行了监测,包括在饮食变化前、变化期间和变化后评估饮食的营养成分;监测粪便稠度;观察喂养选择;以及通过扫描取样观察攻击性行为和发声的发生。初始饮食包括栽培水果和蔬菜以及一些额外食物(谷物、动物和植物蛋白),非结构性碳水化合物(尤其是糖)含量高于饲养指南中的推荐水平。经过四周的饮食变化(在此期间逐渐去除水果),平均糖含量减少了一半以上,纤维含量增加了。蜘蛛猴 A. f. rufiventris 和哈姆林猴 C. hamlyni 的粪便稠度有所改善(布里斯托尔粪便评分变化:分别为 6 至 4 和 7 至 3)。卷尾猴 S. xanthosternos 和哈姆林猴的进食时间有所增加(增加了 1.5 至 2 倍)。这些发现强调了将动物园管理的灵长类动物改为无水果高纤维饮食的有益影响。