XiaoMi-AI文件搜索系统
World File Search System猕猴
大脑是动态系统
由lai-sang Young the Human Brain，（）10 11神经元主要通过电动冲动。研究人员经常将大脑皮层建模为耦合动力学系统：与源构成的大型净作品，该节点包括代表印度神经元动力学的较小子系统。当然，神经科学不仅仅是这样的网络。神经元动力学是由分子和细胞内水平上复杂的生物化学过程驱动的，皮质相互作用的输出会影响认知和行为。但是，神经元的动态相互作用在大脑功能中起着不可或缺的作用，并且数学出色（尤其是动态系统）可以阐明这些相互作用的生物学上有意义的模型。在这里，我关注灵长类动物的视野[4]。猕猴的视觉皮层与人类非常相似。这个大脑区域富含数据，因为实验者可以轻松访问它，并且它与感觉输入的近距离接近，使研究人员能够将皮质反应直接与视觉刺激相关联。这些特征使原始视觉成为基于生物学的定量理论的理想起点。视觉皮层可作为进入大脑皮层其余部分的窗口；它还提供
2025 年度荣誉信息手册
RNA 测序技术的最新进展使我们能够发现一种新的 RNA 物种，即环状 RNA（circRNA；图 1）。环状 RNA 已被确定为自然存在的广泛且多样的内源性非编码 RNA 家族，它们可能调节哺乳动物的基因表达（Huang 等人，2017 年），并因神经退行性疾病和癌症而受到干扰（Chen 等人，2016 年）。它们是异常稳定的 RNA 分子，具有细胞类型或发育阶段特异性的表达模式。已鉴定出数千种环状 RNA，其中大多数研究测序了大脑和疾病组织样本。然而，迫切需要了解环状 RNA 的表达模式及其在外周、非大脑、健康组织中的特性，不仅在人类中，而且在用作复杂疾病研究实验模型的其他哺乳动物物种中也是如此。为了应对这一挑战，该项目旨在研究来自三种哺乳动物物种（包括人类、猕猴和小鼠）的十种不同外周组织类型的环状转录组景观。
基于 AAV 的室温稳定单剂量 COVID-19 疫苗可为非人类灵长类动物提供持久的免疫原性和保护作用
SARS-CoV-2 疫情已影响全球超过 1.85 亿人，导致超过 400 万人死亡。为了控制疫情，人们仍然需要安全的疫苗，这些疫苗应以低剂量和可扩展的剂量提供持久的保护，并且可以轻松部署。AAVCOVID-1 是一种腺相关病毒 (AAV) 疫苗，基于刺突基因，在小鼠和非人类灵长类动物中单次注射后就表现出强大的免疫原性，并为猕猴提供完全保护，使其免受 SARS-CoV-2 攻击。峰值中和抗体滴度在 1 年内持续存在，并由功能性记忆 T 细胞反应补充。AAVCOVID 载体在人类中没有相关的预先存在的免疫力，也不会引起与基因治疗中使用的常见 AAV 的交叉反应。载体基因组的持久性和表达在注射后会减弱。单次低剂量要求、高产量可制造性以及室温下储存 1 个月的稳定性可能使该技术非常适合支持全球范围内针对新出现病原体的有效免疫运动。
学习...
能够在大脑中同时记录数百个神经元的活动的能力，对开发适当的统计技术的需求不断增长。最近，已经提出了深层生成模型来满足神经种群的反应。尽管这些方法具有灵活性和表现力，但缺点是它们很难解释和识别。为了解决这个问题，我们提出了一种整合潜在模型和传统神经编码模型的关键成分的方法。我们的方法PI-VAE的灵感来自于识别可鉴定的变异自动编码器的最新进展，我们适应适合于神经科学应用。特别是，我们建议构建神经活动的潜在变量模型，同时对潜在变量和任务变量之间的关系进行建模（非神经变量，例如感觉，运动和其他外部可观察的状态）。任务变量的合并导致不仅受到更大约束的模型，而且还显示出可解释性和识别能力的定性改进。我们使用合成数据验证PI-VAE，并将其应用于大鼠海马和猕猴运动皮质的神经生理数据集。我们证明了PI-VAE不仅可以更好地拟合数据，而且还提供了对神经代码结构的意外新颖见解。
人类青春期期间，外侧额叶皮质的局部和整体奖励学习表现出不同的发展
奖励引导选择是适应行为的基础，依赖于前额叶皮质支持的几个组成过程。在这里，通过三项研究，我们表明，人类青春期发展了两个这样的组成过程，将奖励与特定选择联系起来并估计整体奖励状态，并且与前额叶皮质的外侧部分有关。这些过程反映了奖励偶然分配给局部选择，或非偶然分配给构成整体奖励历史的选择。使用匹配的实验任务和分析平台，我们表明两种机制的影响在青春期都会增加（研究 1），并且人类成年患者（研究 2）和猕猴（研究 3）的外侧额叶皮质（包括和/或断开眶额皮质和岛叶皮质）的损伤会损害局部和整体奖励学习。发展效应与决策偏差对选择行为的影响不同，已知决策偏差依赖于内侧前额叶皮质。在外侧眶额皮质和前岛叶皮质的灰质成熟延迟的背景下，青少年时期对选择的奖励的局部和整体分配的差异可能是适应性行为变化的基础。
HIV疫苗产业合作小组
Tetsuro 率先使用猕猴模型研究 HIV 特异性免疫反应，并通过中和抗体和 T 细胞反应在阐明病毒控制机制方面取得了重大进展。他的创新工作，包括一种新型 HIV 疫苗输送系统，已经在卢旺达、肯尼亚和英国的试验中显示出良好的效果。Shan 是疫苗科学领域的全球领导者，在 DNA 疫苗和异源初免-加强免疫接种领域进行了 30 多年的开创性研究。他开发了世界上第一个多价 HIV DNA/蛋白质疫苗，他的工作继续突破疫苗科学和免疫反应的界限。迈向 HIV 治愈：行业合作小组：迈向 HIV 治愈：行业合作小组促进生物医学行业和非行业利益相关者之间的合作，以确定和推动 HIV 治愈的研究和开发。墨尔本大学彼得·多尔蒂感染与免疫研究所所长 Sharon Lewin 和吉利德科学公司艾滋病毒治疗开发全球负责人 Devi SenGupta 成为 Cure 小组的新任联合主席，接替 Bonnie Howell 和 Timothy Henrich。
与注意力相关的尾状神经元的调节取决于上丘的活性
摘要最近的工作还暗示了灵长类动物的基础神经节在视觉感知和注意力中，除了它们在运动控制中的传统作用。基底神经节，尤其是纹状体的尾状核“头”（CDH），从上凸胶（SC）接收间接的解剖连接，这是一种中脑结构，已知在视觉注意力控制中起着至关重要的作用。为了测试这些皮层结构之间可能的功能关系，我们记录了在空间注意任务中单侧SC失活之前和期间猕猴的CDH神经元活性。sc的失活显着改变了CDH神经元的注意力相关调节，并严重损害了基于CDH活性的任务类别的分类。仅在大脑的同一侧与记录的CDH神经元（不相反）失活具有这些作用。 这些结果证明了SC活性与基础神经节中与注意力相关的视觉处理之间的新型相互作用。仅在大脑的同一侧与记录的CDH神经元（不相反）失活具有这些作用。这些结果证明了SC活性与基础神经节中与注意力相关的视觉处理之间的新型相互作用。
使用数据约束的循环神经网络模型推断全脑交互
行为源自多个在解剖学和功能上不同的大脑区域的协调活动 1,2 。现代实验工具 3–5 使我们能够前所未有地接触大量神经群，甚至是横跨全脑许多相互作用区域的神经群 2 。然而，要理解如此大规模的数据集，不仅需要稳健、可扩展的计算模型来提取区域间通信的有意义特征，还需要原则性理论来解释这些特征。在这里，我们介绍了基于电流的分解 (CURBD)，这是一种使用数据约束的循环神经网络模型 6 推断全脑相互作用的方法，该模型一旦经过训练，就会自主产生与实验获得的神经数据一致的动态。CURBD 利用从这些模型推断出的功能相互作用来同时揭示多个大脑区域之间的定向电流。我们首先表明，CURBD 可以在具有已知连接和动态的模拟真实网络中准确地隔离区域间电流。然后，我们将 CURBD 应用于从广泛的神经数据集（斑马鱼幼虫 7 、小鼠 8 、猕猴 9 和人类 10 ）获得的多区域神经记录，以证明 CURBD 在解开全脑相互作用和行为背后的区域间通信原理方面的广泛适用性。
![arXiv:2207.08591v1 [cs.CV] 2022 年 7 月 18 日](/simg/e\e78b97f9e2142aae499def8d74af9305da87f046.webp)
arXiv:2207.08591v1 [cs.CV] 2022 年 7 月 18 日
从大脑活动中解码图像一直是一个挑战。由于深度学习的发展，有可用的工具来解决这个问题。解码图像旨在将神经脉冲序列映射到低级视觉特征和高级语义信息空间。最近，有一些从脉冲序列解码的研究，然而，这些研究较少关注神经科学的基础，很少有研究将感受野合并到视觉图像重建中。在本文中，我们提出了一种具有生物特性的深度学习神经网络架构，从脉冲序列重建视觉图像。据我们所知，我们首次实现了一种将感受野属性矩阵集成到损失函数中的方法。我们的模型是一个从神经脉冲序列到图像的端到端解码器。我们不仅将 Gabor 滤波器合并到用于生成图像的自动编码器中，还提出了具有感受野特性的损失函数。我们在两个数据集上评估了我们的解码器，这两个数据集包含猕猴初级视觉皮层神经脉冲和蝾螈视网膜神经节细胞 (RGC) 脉冲。我们的结果表明，我们的方法可以有效地结合感受野特征来重建图像，为基于神经信息的视觉重建提供了一种新方法。
跨学科深度神经活动映射
摘要 — 目的。在本文中，我们考虑跨受试者解码问题，其中从给定受试者（目的地）的前额叶皮层收集的神经活动数据用于从不同受试者（源）的神经活动解码运动意图。方法。我们将神经活动映射问题置于概率框架中，其中我们采用深度生成模型。我们提出的算法使用深度条件变分自动编码器将源受试者的神经活动的表示推断到进行神经解码的目标受试者的适当特征空间中。结果。我们在实验数据集上验证了我们的方法，其中两只猕猴对八个目标位置之一进行记忆引导的视觉扫视。结果显示，与特定受试者的解码相比，跨受试者解码的峰值提高了 8%。结论。我们证明，使用一个受试者的神经活动信号训练的神经解码器可用于以高可靠性稳健地解码不同受试者的运动意图。尽管神经活动信号具有非平稳性，且记录条件因人而异，但我们仍能实现这一目标。意义。本文报告的研究结果是朝着开发跨学科脑机系统迈出的重要一步，该系统可以很好地推广到整个人群。