Clustering neuron population spike data and assessing cortical area connectivity

The interpretation of incoming sensory information from the outside world to guide adaptive behavior is a crucial function of the brain. A fundamental question in neuroscience is how and where sensory information is translated into motor commands in a context- and learning-dependent manner. Studies have demonstrated a gradual transformation of sensory signals into decision/motor signals from sensory to frontal areas: primary sensory areas encode primarily the physical features of the stimulus, whereas the response of frontal areas (such as the prefrontal cortex) covaried with both the decision and the physical features of the stimulus. Thus, it has been argued that flexible sensorimotor decisions result from the integration of sensory and task information in the prefrontal cortex. The medial prefrontal cortex (mPFC) is assumed to play a fundamental role in context-dependent behaviors. In this study, a clustering algorithm was developed on top of neuronal firing rate (spikes) data to group neurons with similar behavior in order to better investigate their function in sensorimotor integration. We discovered that there are clusters of wS1 and tjM1 neurons that primarily contribute to sensory and motor coding, respectively, while other sensory or motor neurons are widespread in other areas. Clusters dominated by mPFC neurons display complex behaviors that may reflect the mPFC's potential function in improving learning through error (teaching) signals. In a separate study, we investigated how learning contributes to brain plasticity by measuring changes in connection between sensory and motor regions during goal-directed learning of a specific task. The findings demonstrated that learning changes the connections of different types of neurons from wS1 to wM1 and from wS2 to wM1 in a different way.

L'interpretazione delle informazioni sensoriali in arrivo dal mondo esterno per guidare il comportamento adattivo è una funzione cruciale del cervello. Una questione fondamentale nelle neuroscienze è come e dove le informazioni sensoriali vengono tradotte in comandi motori in modo dipendente dal contesto e dall'apprendimento. Gli studi hanno dimostrato una graduale trasformazione dei segnali sensoriali in segnali decisionali/motori dalle aree sensoriali a quelle frontali: le aree sensoriali primarie codificano principalmente le caratteristiche fisiche dello stimolo, mentre la risposta delle aree frontali (come la corteccia prefrontale) covariava sia con la decisione e le caratteristiche fisiche dello stimolo. Pertanto, è stato affermato che le decisioni sensomotorie flessibili derivano dall'integrazione delle informazioni sensoriali e sul compito nella corteccia prefrontale. Si presume che la corteccia prefrontale mediale (mPFC) svolga un ruolo fondamentale nei comportamenti dipendenti dal contesto. In questo studio, è stato sviluppato un algoritmo di clustering sulla base dei dati sulla frequenza di attivazione neuronale (picchi) per raggruppare i neuroni con un comportamento simile al fine di indagare meglio la loro funzione nell'integrazione sensomotoria. È stato scoperto che esistono gruppi di neuroni wS1 e tjM1 che contribuiscono principalmente rispettivamente alla codifica sensoriale e motoria. Al contrario, altri neuroni sensoriali o motori sono diffusi in altre aree. I cluster dominati dai neuroni mPFC mostrano comportamenti complessi che possono riflettere la potenziale funzione dell'mPFC nel migliorare l'apprendimento attraverso segnali di errore (insegnamento). In uno studio separato, si studia come l'apprendimento contribuisca alla plasticità cerebrale misurando i cambiamenti nella connessione tra le regioni sensoriali e motorie durante l'apprendimento finalizzato a un compito specifico. I risultati hanno dimostrato che l'apprendimento cambia le connessioni tra i neuroni da wS1 a wM1 e da wS2 a wM1 in modo diverso.