The emergence of stereotyped behaviors in C. elegans
动物的行为有时可以分解成离散的、定型的元素。在一个模型中,这种行为是由特定的命令触发的;在极端的情况下,行为的离散性可以追溯到单个命令神经元中动作电位的离散性。我们利用线虫C.优雅的探索相反的极端,其中离散和刻板出现从整个行为的动态。一个简单的随机模型蠕虫的不断变化的身体形状在爬行有吸引力对应的向前和向后运动,这些吸引力之间的噪声驱动的过渡对应于突然逆转。我们发现,没有自由参数,该模型产生的逆转率误差酒吧内观察到的实验,和相对刻板的轨迹附近的逆转也被正确预测。
2009-12-29 q-bio.NC q-bio.QM
Nonlinear control in the nematode C. elegans
最近的全脑钙成像记录线虫C。elegans已经证明,神经活动由低维流形上的动力学支配,所述低维流形可以根据行为状态来聚类。尽管在用线性或局部线性模型建模动态方面取得了进展,但仍然不清楚单个神经元网络如何产生所观察到的特征。特别是,在数据中观察到多个聚类或固定点,这些聚类或固定点不能用单个线性模型来表征。我们提出了一个非线性控制模型,这是全球性的,参数化只有四个自由参数,匹配的低维C显示的功能。线虫神经活动。除了再现数据的平均概率分布之外,过渡统计中的长和短时间尺度变化可以通过单个参数的变化来表征。这些宏观尺度的转变中的一些具有与似乎充当生物控制的单个神经调节剂的实验相关性,使得该模型能够生成关于这些神经调节剂对全局动态的影响的可检验的假设。该理论提供了一个优雅的表征神经元种群动力学在C。优雅此外,非线性控制框架的数学结构提供了一个范例,可以推广到具有任意数量的行为状态的更复杂的系统。
2020-02-03 math.DS physics.bio-ph q-bio.NC
Stereotypical escape behavior in Caenorhabditis elegans allows quantification of nociceptive stimuli levels
人类受试者的疼痛实验是困难的,主观的,道德上的限制。由于疼痛传导的分子机制在不同物种之间是合理保守的,这些问题部分通过使用动物模型来解决。然而,动物不能轻易地向我们传达它们自己的疼痛程度。因此,研究进展的关键在于我们能够从动物的行为中定量、客观地推断出伤害性刺激的感知水平。在这里,我们开发了一个定量模型来推断的热伤害感受的刻板印象的伤害性反应的个人线虫秀丽隐杆线虫的红外激光刺激的感知水平。该模型提供了一种方法,用于量化化学刺激或C基因突变的镇痛作用。优雅我们测试了布洛芬处理的蠕虫和TRPV(瞬时受体电位)突变体的伤害感受,我们发现布洛芬处理的蠕虫的热伤害感受的感知低于野生型。与此同时,我们的模型表明,突变体改变蠕虫的行为,而不仅仅是影响伤害感受。最后,我们确定的刺激水平,最好区分镇痛效果和蠕虫的最小数量,允许统计学显着识别这些效果。
2016-01-18 q-bio.NC q-bio.QM
Automated, predictive, and interpretable inference of C. elegans escape dynamics
蛔虫C.线虫对迅速上升的温度表现出强烈的逃避行为。这种行为持续几秒钟,表现出历史依赖性,涉及感觉和运动系统,并且太复杂,无法使用现有知识进行机械建模。相反,我们从现象学的角度对这个过程进行建模,我们使用艾萨克爵士的动态推理平台,直接从实验数据中以完全自动化的方式推断模型。推断的模型需要纳入一个未观察到的动态变量,是生物学解释。该模型对蠕虫行为的动力学做出了准确的预测,它可以用来描述逃逸反应背后的动力学系统的功能逻辑。这项工作说明了现代人工智能的力量,以帮助发现复杂自然系统的准确和可解释的模型。
2018-09-25 q-bio.NC q-bio.QM stat.ML
Temporal processing and context dependency in C. elegans mechanosensation
对感觉信号如何转化为运动输出的定量理解对大脑功能产生了有用的约束,并有助于揭示大脑的底层计算。我们研究了线虫C.使用高通量光遗传学测定和自动行为定量,线虫对时变机械感觉信号作出响应。在触摸电路的流行图片中,动物的行为取决于哪些神经元受到刺激以及刺激幅度。相比之下,我们发现,行为反应是调谐到时间特性的mechanosensory信号,如其积分和导数,延长了许多秒。机械感觉信号,即使在相同的神经元中,也可以被定制以引起不同的行为反应。此外,我们发现动物的反应也取决于其行为背景。最戏剧性的是,动物忽略了所有测试mechanosensory刺激在转身。最后,我们提出了一个线性-非线性模型,预测动物的行为反应的刺激。
2018-03-20 physics.bio-ph q-bio.NC
Optogenetic manipulation of neural activity in C. elegans: from synapse to circuits and behavior
新兴的光遗传学领域允许光学激活或抑制神经系统中的神经元和其他组织。2005年,光遗传学蛋白在线虫C.第一次出现优雅的人。此后,C. elegans已经成为一个强大的平台,在其上进行突触功能、电路动力学和行为的神经元基础的光遗传学研究。梭线虫神经系统由302个神经元组成,其连接性和形态已被完全绘制,驱动着丰富的可通过视频显微镜量化的行为库。这种模式生物的紧凑的神经系统、可量化的行为、遗传易处理性和光学可及性使其特别适合于光遗传学询问。嗜盐视紫红质-2(ChR 2)、嗜盐视紫红质(NpHR/Halo)等常见的光遗传学蛋白均在C.优雅此外,利用分子遗传学和图案化光照明的最新进展现在已经使得有可能将光活化和抑制作用靶向于单细胞,并且在蠕虫自由行为时这样做。在这里,我们描述的技术和方法,光遗传操作在C。优雅我们回顾了最近的工作,利用光遗传学和C。elegans用于神经科学研究的突触,电路和行为水平。
2013-05-09 q-bio.NC
Long-tail Behavior in Locomotion of Caenorhabditis elegans
秀丽隐杆线虫的运动表现出复杂的模式。特别是,蠕虫结合温和的弯曲运行和急转弯,以引导其课程。运行和各种类型的急转弯都是出租车行为的重要组成部分。急转弯的统计特性已被深入研究。然而,除了最近发现的关于蠕虫逐渐向化学物质浓度高的方向弯曲的趋曲性(也称为风向标机制)的研究外,很少有关于运行的研究。我们通过排除急转弯来分析运行数据。我们表明,弯曲率服从长尾分布,这意味着大的弯曲率是相对频繁的。这一结果适用于运动的环境中有和没有梯度的NaCl浓度,它是独立的klinotaxis。我们提出了一个唯象的计算模型的基础上的随机游动乘性噪声。乘性噪声的假设假定力的波动与所施加的力成比例。该模型再现了实验数据中存在的长尾属性。
2010-08-27 physics.bio-ph q-bio.NC
Multilayer network analysis of C. elegans: Looking into the locomotory circuitry
我们研究了线虫秀丽隐杆线虫(C。elegans)和控制向前运动的神经元活动模式。我们将蠕虫的神经网络映射为一个多层网络,考虑到各种神经递质和神经肽。使用逻辑回归分析,我们预测的运动子网络的神经元。结合Hindmarsh-Rose方程的神经元活动与肌肉活动的漏积分模型,我们研究了这个子网络内的动态,并预测使用谐波模型的蠕虫的向前运动。时滞反馈控制的应用揭示了同步效应,有助于协调运动的C。优雅当某些神经元的活动被沉默时,分析它们的同步性可以告诉我们它们对协调运动行为的重要性。由于人类和C. elegans,运动回路的研究为理解大脑如何产生运动行为提供了新的见解。
2020-06-15 nlin.AO q-bio.NC
A data-driven biophysical network model reproduces C. elegans premotor neural dynamics
本文构建了一个数据驱动的最小参数化生物物理网络模型,以核心前运动神经元循环网络和百余个感觉及中间神经元前馈输入再现秀丽隐杆线虫前进与后退切换等前运动神经动力学,并揭示了间隙连接与突触连接在切换中的不同作用。
2024-12-31 physics.bio-ph q-bio.NC
Unsupervised learning of control signals and their encodings in $\textit{C. elegans}$ whole-brain recordings
最近在$\textit{C. elegans}$上进行的全脑成像实验已经揭示了神经元群体动力学对低维流形上的运动命令和行为之间的定型转换进行编码。在这个流形上描述动态特性的努力已经使用分段线性模型来描述整个状态空间,但尚不清楚单个全局动态模型如何生成所观察到的动态。在这里,我们提出了一个控制框架,以实现这样一个全球性的动态模型,从而基本的线性动态致动稀疏控制信号。该方法以无监督的方式从数据中学习控制信号,然后使用$\textit{ Dynamic Mode Decomposition with control}$(DMDC)创建第一个可以重建全脑成像数据的全局线性动力学系统。这些控制信号被证明是牵连在行为之间的过渡。此外,我们分析了这些控制信号的时间延迟编码,表明这些转换可以从先前参与行为转换的神经元中预测,但也可以从先前未识别的其他神经元中预测。此外,我们的分解方法允许人们理解所观察到的非线性全局动力学,而不是线性动力学与控制。所提出的数学框架是通用的,可以推广到其他神经感觉系统,可能揭示过渡和他们的编码在一个完全无监督的方式。
2020-04-13 q-bio.NC q-bio.QM
Low-dimensional functionality of complex network dynamics: Neuro-sensory integration in the Caenorhabditis elegans connectome
我们在模式生物秀丽隐杆线虫中建立了一个神经感觉整合的生物物理模型。最近的实验结果的神经元电导和他们解决的连接体的基础上,我们建立了第一个完整的动态模型的神经电压激励,允许输入刺激的行为反应的表征。因此,受体细胞输入下游运动反应之间的明确连接被示出,显示出强大的,低维的分叉结构主导神经通路的活动。所发现的基本分叉结构,即诱导的Hopf分叉,在解释诸如游泳和爬行的行为反应中是至关重要的。更广泛地说,我们证明了复杂的动态网络可以产生强大的功能,从底层的低维分叉。
2014-02-18 q-bio.NC
STDP-driven networks and the \emph{C. elegans} neuronal network
我们研究了一个正式的神经网络的结构的动力学,其中的突触的强度是由尖峰定时依赖可塑性(STDP)。对于适当选择的输入信号,存在具有残差网络的稳态。我们比较这样的网络与一个真正的神经网络的\emph{C. elegans}的基序配置文件,并确定强大的定性相似性。特别是,我们广泛的数值模拟表明,这种STDP驱动的结果网络是强大的模型参数的变化。
2010-04-28 nlin.CD q-bio.NC
Whole-brain calcium imaging with cellular resolution in freely behaving C. elegans
在清醒和不受约束的动物中获得大规模神经元活动记录的能力对研究动物行为的神经编码提出了重大挑战。我们提出了一种新的仪器,能够记录细胞内钙瞬变从每个神经元在头部的一个自由行为的C。用细胞分辨率记录动物的位置、姿势和运动。我们采用旋转圆盘共聚焦显微镜捕捉3D体积荧光图像的神经元表达的钙指标GCaMP6s在5头体积每秒。两个摄像头同时监控动物的位置和方向。定制软件实时跟踪动物头部的3D位置,并调整电动载物台,使其在动物自由漫游时保持在视野内。我们观察了78个神经元的钙瞬变,并将这种活动与动物的行为相关联。在蠕虫中,多个神经元与对应于向前、向后和转向运动的行为模式表现出显著的相关性。通过将这些神经元的3D位置与已知的图谱进行比较,我们的结果与以前的单神经元研究一致,并证明了行为电路的新候选神经元的存在。
2015-01-14 physics.bio-ph q-bio.NC
Modular integration of neural connectomics, dynamics and biomechanics for identification of behavioral sensorimotor pathways in Caenorhabditis elegans
本文提出秀丽隐杆线虫模块化建模框架 modWorm,整合连接组、神经动力学与生物力学七模块构建神经力学模型,通过模拟刺激与消融实验识别控制感觉运动行为的神经回路。
2025-06-03 q-bio.NC q-bio.QM
Discovering sparse control strategies in C. elegans
神经或基因调控网络等生物回路使用内部状态将感官输入映射到适应性行为库。描述这种映射是系统生物学面临的一个主要挑战,尽管探测内部状态的实验正在迅速发展,但鉴于内部状态可以映射到行为的许多可能方式,生物体的复杂性构成了一个根本性障碍。利用C. elegans作为一个例子,我们提出了一个协议的系统扰动的神经状态,限制实验的复杂性,但仍然表征集体方面的神经行为地图。我们认为实验动机的小扰动-最有可能保持自然动态和更接近内部控制机制-神经状态及其对集体神经行为的影响。然后,我们将这种扰动连接到集体统计的局部信息几何,这可以完全使用成对扰动来表征。将该协议应用于C. elegans的神经活动,我们发现集体神经统计是最敏感的几个主要扰动模式。主导特征值最初按幂律衰减,揭示了个体神经活动和成对相互作用的变化所产生的层次结构。最高等级的模式往往是由几个占系统大部分灵敏度的“关键”神经元主导的,这表明控制集体行为的稀疏机制。
2021-08-02 q-bio.NC
Statistics of C. elegans turning behavior reveals optimality under biasing constraints
该研究以秀丽隐杆线虫为模型,通过测量与理论建模揭示其在探索和逃逸两种场景下的转向行为均被优化,以在不对称偏置约束下实现有效导航。
2024-01-15 q-bio.NC
Functional Connectomics from Data: Probabilistic Graphical Models for Neuronal Network of C. elegans
我们提出了一种数据驱动的方法来表示神经网络动力学作为一个概率图模型(PGM)。我们的方法学习的PGM结构,采用降维的网络响应动力学引起的刺激分别施加到每个神经元。结果模型捕获刺激如何通过网络传播,从而表示神经元之间的功能依赖性,即,功能性连接体使用PGM作为功能性连接体的益处在于,可以有效地进行后验推断,并且避免了在动态神经元网络中直接推断响应通路的复杂性。特别是,后验推理揭示了已知刺激和下游神经元之间的关系,或允许查询哪些刺激与下游神经元相关联。为了验证,并作为我们的方法的一个例子,我们将我们的方法应用到秀丽隐杆线虫神经系统的结构和动力学的模型进行了很好的研究。从其动力学模型,我们收集的时间序列的网络响应,并使用奇异值分解,以获得低维投影的时间序列数据。然后,我们提取每个数据矩阵中的主导模式,以获得成对依赖信息,并创建一个完整的躯体神经系统的图形模型。PGM使我们能够获得并验证已知行为场景的潜在神经元通路,并检测新场景的可能通路。
2017-11-01 q-bio.NC
A stochastic explanation for observed local-to-global foraging states in Caenorhabditis elegans
提出一种不依赖行为状态的随机模型,通过衰减参数定义的觅食重新定向率概率分布,解释C. elegans中局部到全局觅食行为的突变与渐变现象。
2025-06-02 q-bio.NC q-bio.PE
DevoTG: Temporal Graph Neural Networks for Modeling C. elegans Developmental Connectomics
IIIT Hyderabad(海得拉巴国际信息技术学院);OpenWorm Foundation(OpenWorm基金会);Orthogonal Research and Education Laboratory(正交研究与教育实验室)
提出DevoTG框架,利用时间图神经网络(TGN)对线虫神经发育的细胞谱系和突触连接组进行建模,在谱系预测任务中AUC达0.839,优于静态GNN 26个点,并识别出三类连接稳定性。
2026-06-23 cs.LG q-bio.NC