科研之友
微信
新浪微博
Facebook
分享链接
摘要
成年海马神经再生（Adult hippocampal neurogenesis）被认为能有效参与齿状回（Dentate gyrus）网络来加强模式分离功能。目前虽然神经再生在模式分离中的潜在作用已在理论上得到了研究，但产生的新生颗粒细胞在信息处理和网络调节中的具体作用仍存在争议。针对上述问题，本文引入4-6周新生颗粒细胞作为独立的信息处理单元，提出了一种具有神经再生的DG网络计算模型。重点研究了不同输入刺激下新生颗粒细胞对模式分离的贡献。通过模拟实验，本文发现在不同强度的刺激下，新生颗粒细胞在齿状回网络中扮演着不同的角色。在低强度刺激下，新生颗粒细胞利用其易激活的神经元特性，可以恢复网络的信息表达能力，避免模式分离失败。在高强度刺激下，新生颗粒细胞作为一种中间神经元，能有效增强局部回路的反馈抑制作用，提高成熟颗粒细胞的稀疏性，最终增强模式分离功能。因此，该模型预测了在更精细和更广泛的输入下，成年海马神经再生在模式分离鲁棒性中的关键作用。
- 单位
