Information

20.14: Putting It Together- The Sensory System - Biology

20.14: Putting It Together- The Sensory System - Biology


We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

Dessa videor leder dig genom hur vi upplever våra stora speciella sinnen. Det hela handlar om en sak: sensoriska celler som översätter kemiska, elektromagnetiska och mekaniska stimuli till aktionspotentialer som vårt nervsystem kan förstå.

Ett YouTube-element har uteslutits från den här versionen av texten. Du kan se den online här: pb.libretexts.org/biom2/?p=865

Ett YouTube-element har uteslutits från den här versionen av texten. Du kan se den online här: pb.libretexts.org/biom2/?p=865

Karriäranslutning

Det finns olika yrken som fokuserar på mänskliga sinnen. Troligtvis är det yrke du är mest bekant med i denna kategori optiker (ögonläkare).

Försök

Optometrar undersöker ögonen och andra delar av det visuella systemet. De diagnostiserar och behandlar också synproblem och hanterar sjukdomar, skador och andra störningar i ögonen. De ordinerar glasögon eller kontaktlinser efter behov.

Vissa optometrar spenderar mycket av sin tid på att tillhandahålla specialiserad vård, särskilt om de arbetar i gruppövning med andra optometrar eller läkare. Till exempel behandlar vissa optometrar mestadels patienter med endast delvis syn, ett tillstånd som kallas nedsatt syn. Andra kan fokusera på behandling av spädbarn och barn.

Optiker främjar ögonhälsa och ger patienter råd om hur allmän hälsa kan påverka synen. Till exempel kan de ge patienter råd om hur rökavvänjning eller viktminskning kan minska synproblem.

Många optometrar äger sin praktik och de som gör det kan lägga mer tid på allmän affärsverksamhet, till exempel att anställa anställda, beställa förnödenheter och marknadsföra sina affärer.

Optometrar bör inte förväxlas med ögonläkare eller utlämningsoptiker. Ögonläkare är läkare som utför ögonkirurgi och behandlar ögonsjukdomar förutom att utföra ögonundersökningar och förskriva glasögon och kontaktlinser. För mer information om ögonläkare, se läkarnas och kirurgernas profil. Dispenserande optiker passar och justerar glasögon och, i vissa stater, fyller de kontaktlinsrecept som en optiker eller ögonläkare har skrivit.

Det finns också audionomer som diagnostiserar, hanterar och behandlar en patients hörsel-, balans- eller öronproblem.

Försök

Audiologer använder audiometrar, datorer och andra enheter för att testa patienters hörselförmåga och balans. De arbetar för att bestämma omfattningen av hörselskador och identifiera den bakomliggande orsaken. Audiologer mäter ljudstyrkan vid vilken en person börjar höra ljud och personens förmåga att skilja mellan ljud och förstå tal.

Innan man bestämmer behandlingsalternativ utvärderar audiologer psykologisk information för att mäta effekten av hörselnedsättning på en patient. Behandling kan innefatta att rengöra vax ur hörselgångarna, anpassa och kontrollera hörapparater eller att utrusta patienten med cochleaimplantat för att förbättra hörseln. Cochleaimplantat är små enheter som placeras under huden nära örat och levererar elektriska impulser direkt till hörselnerven i hjärnan. Detta gör att en person med vissa typer av dövhet kan höra.

Audiologer ger också patienter råd om andra sätt att hantera djup hörselnedsättning, till exempel genom att lära sig läsläsa eller genom att använda teknik.

Audiologer kan hjälpa en patient som lider av yrsel eller andra balansproblem. De arbetar med patienter och ger dem övningar som involverar huvudrörelse eller positionering som kan lindra några av deras symtom.

Vissa audiologer är specialiserade på att arbeta med äldre eller med barn. Andra utbildar allmänheten om förebyggande av hörselnedsättning. Audiologer kan utforma produkter för att skydda hörseln av arbetare på jobbet. Audionomer som är egenföretagare anställer anställda, för register, beställer utrustning och förnödenheter och utför andra uppgifter relaterade till att driva ett företag.


Donald O. Hebb

Donald Olding Hebb FRS [1] (22 juli 1904 – 20 augusti 1985) var en kanadensisk psykolog som var inflytelserik inom området neuropsykologi, där han försökte förstå hur neuronernas funktion bidrog till psykologiska processer som inlärning. Han är mest känd för sin teori om hebbiskt lärande, som han introducerade i sitt klassiska verk från 1949 Organisationen av beteende. [3] Han har beskrivits som far till neuropsykologi och neurala nätverk. [4] A Översyn av allmän psykologi undersökning, publicerad 2002, rankade Hebb som den 19:e mest citerade psykologen på 1900-talet. [5] Hans syn på inlärning beskrev beteende och tanke i termer av hjärnans funktion och förklarade kognitiva processer i termer av kopplingar mellan neuronsammansättningar.


Bara för att få bollen att rulla här. Denna speciella aspekt av hjärnans utveckling är mycket gammal. Korsledningarna i hjärnhalvorna verkar vara lika gamla som själva högra och vänstra hemisfären. Det föregår ödlor - dvs hundratals miljoner år sedan. Det går eventuellt före höger/vänster dominans och organasymmetri som sätter hjärtat på vänster sida av kroppen.

Om vi ​​gräver tillbaka djupare kan vi se att maskar har bilateral hjärnstruktur, men som nämnts i kommentarerna nedan, korsar inte nervsystemen. Jag skulle gissa att detta betyder att fenomenet dyker upp någon gång före ödlor - vilket sätter utvecklingen i den tidiga karbonperioden när de första djuren kom till landet och de första reptilerna dyker upp, vilket är kanske 350 miljoner år sedan.

Huddjur (som sjöstjärnor) är "saknade länkar" i bilateral symmetri eftersom deras larvstadium har bilateral symmetri trots att den vuxna har radiell symmetri. Sådana ledningar kan vara så inbäddade i hur de flesta djurkroppsplaner utvecklas att det inte har förändrats i evolutionär historia. Om det är relaterat till andra djurs egenskaper kan det vara en miljard år sedan. Vissa hävdar att så inte är fallet.

Man kan gissa att övergången av neuroner i hjärnkontroll är bra för att integrera signalerna från båda sidor av organismen. Det finns en hel del teorier.


Del 3: Aktivera minne: Hur C. elegans minns en inlärt beteendepreferens

00: 00: 07.25 Jag heter Daniel Colon Ramos.
00:00:09.24 Jag är docent i cellbiologi och neurovetenskap vid Yale University.
00: 00: 13.26 Detta är den tredje i en tredelad serie.
00:00:16.21 Och i dagens föredrag kommer jag att berätta om förändringar som händer i specifika neuroner
00:00:22.28 i nematoden C elegans som tillåter djuret att utföra en inlärd beteendepreferens.
00: 00: 29.06 Mitt labb är intresserat av synapens cellbiologi
00: 00: 32.00 och vi studerar den frågan på två nivåer.
00: 00: 35.25 Hur kommer det sig att synapser upprättas och underhålls för att upprätthålla arkitekturen
00:00:41.24 neurala kretsar?
00: 00: 43.07 Och hur de sedan modifieras av erfarenhet och beteende.
00: 00: 47.10 Vi har utvecklat sonder, som jag diskuterade i de två första delarna av denna föreläsningsserie,
00:00:52.25 som tillåter oss att undersöka den synaptiska cellbiologin i sammanhanget med det levande djuret som beter sig
00: 00: 59.05 för att förstå hur de härskande principerna för synapsens cellbiologi fastställs,
00: 01: 04.14 både under utveckling och hur de sedan modifieras under inlärning.
00: 01: 08.06 I dagens föredrag kommer jag att fokusera på denna andra del, hur är det att synapsfunktionen
00:01:13.14 är modifierad för att göra det möjligt för djuret att lära sig?
00:01:16.17 I den andra delen av föredraget, du. du kan höra om vårt arbete angående denna första del
00: 01: 22.03 om hur synapser byggs och underhålls för att upprätthålla synaptisk funktion.
00: 01: 27.23 Det beteende som mitt labb har fokuserat på för att förstå samspelet mellan
00: 01: 33,04 cellbiologi av synapsen och. och beteende är termotaxens beteende.
00:01:37.03 Och det visar sig att C elegans inte har en medfödd föredragen temperatur
00: 01: 41.15 kan den tränas för att föredra en temperatur.
00: 01: 43.19 Så kommer djur som odlas vid 15 grader Celsius att göra det. i en temperaturgradient,
00: 01: 50.08 kommer företrädesvis att röra sig mot den kallare sidan av. av gradienten, som du ser
00: 01: 53.24 här.
00: 01: 54.24 Detta är ett beteende som först beskrevs av Hedgecock och Russell 1975, och vi har
00: 02: 01.12 kunnat replikera det i samarbete med ett antal laboratorier, inklusive Aravi Samuel
00: 02: 05.26 vid Harvard University.
00: 02: 06.26 Om du tar isogena djur -det är genetiskt identiska djur -
00: 02: 11.15 och du utför samma experiment, men nu tränar du dem, eller växer dem, vid 25 grader Celsius,
00:02:16.28 när du lägger dem i en. i temperaturgradienten kommer de att röra sig mot mig, eller mot
00:02:20.24 den varmare sidan av lutning.
00:02:23.01 Så, bara för att bryta ner det här, dessa djur och dessa djur här borta, de är isogena,
00:02:31.01 de är genetiskt identiska, de ser samma experimentella förhållanden i den här gradienten,
00:02:35.23 den enda skillnaden är den tidigare erfarenheten, men den erfarenheten resulterar i att de presterar
00: 02: 40.23 två helt motsatta beteenden.
00:02:42.23 Nu kan vi kvantifiera detta.
00: 02: 44.15 Vi kan ta enkelspåren i. av djuren.
00: 02: 46.28 Vi kan centrera dem, så att vi kan se åt vilket håll de går när de växer vid 15 grader Celsius
00:02:51.26 eller 25 grader Celsius.
00:02:53.06 Vi kan typ kvantifiera dem. sina beslut när de går mot sina
00:02:57.07 föredragna temperaturer.
00:02:58.24 Och kretsen som ligger till grund för dessa beteendeval är kända.
00: 03: 05.03 Det har identifierats av ett antal grupper och, eftersom vi har connectome, eller
00: 03: 11.10 karta över anslutning för varje neuron, vi vet inte bara neurons identitet
00:03:16.12 men också vem de ansluter till.
00: 03: 18.01 Så dessa trianglar representerar enstaka celler.
00: 03: 20.10 Och AFD heter detta. av den sensoriska cellen som känner av temperaturen.
00: 03: 25.07 Det bildar kemiska synapser till ett enda postsynaptiskt partnersamtal AIY.
00:03:29.06 Namnen är inte viktiga.
00: 03: 30.11 Vad som är viktigt, och anledningen till att jag betonar detta, är att vi känner till identiteten
00:03:34.17 celler och vem de ansluter till.
Mitt labb har utvecklat eller anpassat cellspecifika promotorer
00: 03: 39.12-Jag går mer in på hur vi gjorde det i den första delen av den här tre-föreläsningsserien-
00:03:44.12 men i huvudsak kan vi avbilda enstaka neuroner
00: 03: 47.01 i samband med de levande, beteende djuren.
00:03:49.10 Alla dessa mikrofotografier, som de mikrofotografier jag har visat i mina föreläsningar, togs
00:03:52.23 i samband med levande djur.
00: 03: 54.01 Vi kan se cellmorfologin.
00: 03: 56.16 Men också med liknande tillvägagångssätt kan vi avbilda singlar. enstaka neuroner i sammanhanget
00:04:02.05 av djuret som beter sig, men också enstaka synapser.
00: 04: 04.04 Och en av de saker vi kan göra som är särskilt viktig för detta samtal idag,
00: 04: 10.21 om beteende är att vi kan uttrycka i enstaka neuroner med hjälp av dessa promotorer, caspaser,
00:04:18.03 eller proteiner som kommer att döda dessa neuroner, och kommer att tillåta oss att identifiera rollen av
00: 04: 25.12 den neuronen i beteendet.
00: 04: 27.11 Till exempel om vi är det. skulle döda AFD i en population av neuroner med hjälp av.
00:04:31.21 genom att uttrycka, bara i AFD, kaspaser, dessa djur
00:04:35.19 är nu oförmögna att utföra termotaxens beteende.
00: 04: 40.01 Även om vi gör beteendeanalyser som kemotaxi och andra beteendeanalyser,
00: 04: 44.20 kan fungera bra.
00: 04: 46.20 Om vi ​​istället dödar internuronet kommer djuren onormalt att röra sig mot kylan till och med
00: 04: 52.26 när de höjdes vid temperaturer som var varmare.
00:04:55.22 Så till exempel kommer vildtypsdjur vanligtvis att röra sig mot mig, eller de varmare temperaturerna
00:04:59.20 i gradienten, men dessa djur som saknar detta interneuron kommer företrädesvis att
00: 05: 04.15 gå mot kylan.
00: 05: 05.15 Mot slutet av mitt tal förklarar jag varför det är så.
00:05:09.08 Men du kan se att. kravet på dessa enskilda celler i samband med
00:05:14.15 leva, bete sig i djur och en av de saker som vi ville förstå är i huvudsak,
00: 05: 18.03 hur kommer det sig att dessa djur kan utföra dessa beteenden?
00: 05: 21.07 Så vi gör det.
00: 05: 22.07 Jag ska först fokusera på sensorcellen och jag ska berätta om några av de arbeten vi har utfört
00: 05: 27.23 för att förstå vad sensorcellen svarar på.
00: 05: 30.20 Detta arbete har. det är faktiskt ett samarbete av arbete som andra grupper har gjort.
00:05:34.27 De visades först av andra grupper.
00: 05: 38.02 Vi utvecklade, i samarbete med Aravi Samuel vid Harvard University, en rigg som
00:05:42.20 låter oss ändra temperaturen exakt samtidigt som vi avbildar djuren.
00:05:49.06 Vi kan uttrycka i enstaka neuroner en kalciumsensor som heter GCAMP6.
00:05:53.13 Du kommer att se svaren på en sekund.
00:05:55.09 Det här är en platshållare för nu, bara för att förklara att här borta ser du förändringar i
00: 05: 59.20 temperatur och denna linje här representerar temperaturen som djuren odlades
00:06:06.07 eller upphöjd, precis innan vi gjorde experimentet.
00: 06: 09.07 Och den lilla bollen som går längs. typ av. de. vågorna representerar bara
00:06:15.01 temperaturen som djuret ser.
00:06:16.13 Så här, det här är cellkroppen.
00: 06: 17.26 Det är samma sak som cellkroppen där.
00:06:19.12 Du kan se att ingenting händer.
00:06:20.21 Tja, när den väl når den tröskeln för odlingstemperaturen går den upp varje gång
00: 06: 25.04 neuron avfyras.
00: 06: 26.24 Så du. vi kommer att se det igen.
00: 06: 28.03 Så när det är under tröskeln ser du inga svar i neuronet.
00: 06: 32.03 Men när det väl når tröskeln till temperaturen djuret hade sett är det ungefär som en allsång,
00: 06: 36.18 eller hur?
00: 06: 37.18 Du kan se neuronet skjuta.
00:06:38.18 Så, detta säger oss, och det berättade för fältet, att dessa neuroner reagerar på ökningar
00: 06: 43,09 temperatur över en given tröskel.
00:06:44.16 Vi kommer att representera data som. som dessa värmekartor.
00: 06: 50.08 Detta representerar svar från ett enda djur, i det här fallet djuret jag just visade dig.
00:06:55.06 Och varje gång det blir mer rött representerar det fler kalciumsvar.
00: 06: 58.26 Och det här är ungefär som ett annat sätt att visa data som vi också kommer att se,
00:07:03.08 där du ser.
00:07:04.12 varje gång det ökar, det. svaren ökar.
00: 07: 09.04 Så de två frågorna vi ställde var följande.
00: 07: 13.05 Hur kommer det sig att en komplex stimulans, en fysisk stimuli som temperatur, kodas in i
00:07:20.18 en tolkbar neuronal signal?
00: 07: 23.07 Så, vad är det som djuret verkligen ser när det är denna temperatur?
00: 07: 27.06 Och den andra frågan var, vad är odlingstemperaturminnet?
00:07:31.23 Mening, hur och var är minnet kodat?
00: 07: 34.14 Hur jämförs minnet med temperaturen som djuret känner av?
00: 07: 38.24 Och hur kan djuret utföra beteendet, utföra/aktivera beteendet?
00: 07: 45.09 Och den breda frågan som vi. som vi slutade ta upp, att jag ska prata
00:07:48.25 ungefär i de kommande bilderna, är, hur kommer det sig att plasticitetsmekanismerna verkar in vivo
00: 07: 54.03 på cellnivå för att omvandla sensorisk bildning till beteende?
00: 07: 58.26 Huvudbegreppet här är att vi vill länka två fält som sällan är länkade, vilka
00: 08: 02.27 är cellbiologi och beteende, på nivå med synapsen.
00: 08: 07.04 Personen som gjorde detta arbete var postdoktor Josh Hawk.
00:08:11.14 Och vad han till slut upptäckte, vilket jag ska sammanfatta i den här bilden, och du kommer att
00:08:16.04 se det igen i slutet av föreläsningen, är att i huvudsak denna sinnescell som
00: 08: 19.16 Jag har pratat om, kallad AFD, som jag schematiserar här - det här är dendrit,
00: 08: 24.16 detta är axonet, dessa gröna. gröna blubbar representerar de presynaptiska platserna -- är.
00: 08: 31.01 har den två olika plasticitetsmekanismer som gör att djuret kan representera båda
00:08:35.21 och svara på temperaturen.
00: 08: 37.08 En plasticitetsmekanism fungerar som den sensoriska sidan, eller dendrit, där AFD i huvudsak är
00: 08: 44.03 fungerar som kontrastdetektor.
00: 08: 45.22 Det känner av temperaturförändringar, inte absoluta temperaturer, bara om temperaturen stiger
00: 08: 50,00 varmare eller kallare med avseende på den temperatur den nyss såg.
00: 08: 53.12 Och det är det. den informationen används nästan som en kompass för att berätta för djuret var
00:08:57.06 det är i gradienten.
00: 08: 58.19 Sedan, hur den behandlar den informationen, hur den reagerar på den informationen, är faktiskt.
00:09:04.11 vi har bevis på att det är kodat på de presynaptiska platserna.
00:09:07.05 Så, det är presynaptisk plasticitet, tror vi, som har kodat den inlärda beteendepreferensen.
00:09:11.05 Så AFD säger till djuret varmare/kallare och djuret säger ja eller nej genom
00:09:16.19 presynaptiska plasticitetsmekanismer som jag kommer att beskriva idag.
00: 09: 21.06 Så började projektet med att Josh bara reproducerade några av de mycket intressanta och viktiga
00:09:27.20 resultat som ett antal laboratorier i fältet hade genererat angående. svaren
00: 09: 33,16 av djuren på träning och även svaren i sensorcellen på temperaturen den
00: 09: 38.17 såg precis, som jag ska sammanfatta här.
00:09:40.22 Så, djur som föds upp vid 15 grader Celsius, som du ser här, rör de sig
00:09:45.00 mot kylan, som jag presenterade tidigare.
00: 09: 46.14 Om de är uppfödda vid 20, rör sig dessa djur lite mot värmen,
00:09:49.17 men de tenderar att stanna mot mitten.
00: 09: 51.17 Om de höjs vid 25, går de mot de varmare temperaturerna.
00: 09: 54.05 Och sedan, när du gör kalciumavbildning i AFD, här, till skillnad från de första stimuli som jag visade
00: 10: 00.11 du, som var ungefär som en våg, här gör vi bara en ramp, en enda ramp hela vägen
00: 10: 04.20 upp.
00:10:05.20 Och vi ser, var är det som AFD svarar?
00:10:07.20 Var och en av dessa rader representerar ett enda djur som är. som är. som höjdes
00: 10: 11.23 vid 15 grader och nu ser vi var AFD svarar.
00:10:14.13 Och du kan se att de flesta av dem svarar här.
00: 10: 17.07 Om du faktiskt. detta är det sammanlagda svaret här.
00:10:19.13 Och om du faktiskt tittar så är det det. om du följer linjen, här, är det cirka 15 grader
00: 10: 26.03 eller 16 grader som det svarar på.
00:10:28.10 Så. så det är tröskeln.
00:10:29.13 Så, den svarar på ab. ab. över den temperaturen.
00:10:32.19 Om du gör samma experiment kommer du att se. men nu höjs djuren vid 20 grader,
00:10:37.14 du kommer att se att de kommer att börja svara lite längre till.
00:10:41.02 till höger sida av skärmen, närmare mig, vilket motsvarar kurvan närmare
00:10:45.14 till 20 grader.
00: 10: 46.16 Och djuren som höjdes vid 25 grader kommer att svara ännu mer på det här sättet.
00: 10: 51.20 Du ser allt detta blått representerar inga svar, men då börjar dessa djur svara
00: 10: 55.15 och det motsvarar cirka 25 grader, precis där.
00:10:59.04 Okej.
00: 11: 00.12 Så denna typ av data föreslog att dessa svar representerar preferensen.
00: 11: 05.09 Det representerar vart djuren vill gå.
00: 11: 07.01 Och det var väldigt spännande.
00: 11: 09.05 Alltså, eftersom AFD -svar korrelerar med temperaturminnet eller temperaturpreferensen.
00:11:14.21 Och det var en rådande hypotes inom området att ett antal grupper, inklusive vi,
00: 11: 20.16 tros vara sant.
00:11:22.06 Det här är ett annat sätt att representera den datan.
00:11:24.18 Så, det här är de tre aggregaten.
00: 11: 26.14 Djur som odlas vid 15, svar runt 15 eller 16.
00:11:30.15 20, svar runt 20.
00: 11: 32.13 Och 25, svar ca 22 eller 23. 24, 25 grader.
00:11:37.07 Så. men problemet var att det fanns andra data i fältet som också visar det
00: 11: 40.25 AFD kunde snabbt lägga till temperaturförändringar.
00: 11: 44.15 Så detta representeras här.
00: 11: 46.00 Detta är elektrofysiologiska data från Miriam Goodmans laboratorium,
00: 11: 49.01 även om gruppen från Piali Sengupta
00: 11: 51.27 hade också sett detta med kalciumavbildning, och kortfattat vad du ser här
00: 11: 56.14 är svaren umm. när de ändrar temperaturen, som är färgkodad.
00: 12: 01.04 Och om djuren hålls i 18 grader svarar de så här, men om de hålls
00: 12: 07.12 i ca 2 minuter vid 23 grader, helt plötsligt kan du se detta skift, härifrån hit.
00:12:12.08 Så den rör sig lite åt höger, vilket tyder på att själva sensorn
00:12:16.15 anpassar sina temperatursvar.
00: 12: 19.13 Så. så, vad betyder detta då?
00: 12: 20.28 Är det minnet eller anpassar det sig snabbt till temperaturen?
00: 12: 23.26 Och det är den frågan som Josh ställde för att svara.
00: 12: 27.11 Vad är AFD -avkänning och hur relaterar det till djurets minne?
00:12:31.02 För att göra det gjorde han följande experiment, vilket. det här ser ut som ett komplicerat diagram
00: 12: 35.11 men det är det inte.
00: 12: 36.11 Det är väldigt enkelt.
00: 12: 37.11 I huvudsak är det du gör att du avkänner temperaturen som djuret ser
00: 12: 40.05 före experimentet från den temperatur som det höjdes vid.
00: 12: 42.28 Så, du kan uppfostra djur, du tränar dem vid dessa tre olika temperaturer, men
00:12:46.28 istället för att bara omedelbart testa dem, som det gjordes förut, flyttar du nu dem alla,
00:12:51.19 i 30 minuter, till 20 grader.
00:12:53.22 Så, temperaturen de ser precis innan experimentet är inte temperaturen som
00: 12: 56.28 tränade de på, men 20 grader Celsius temperatur.
00:12:59.13 Och nu vet vi det. den där. den där. då kan du antingen utföra termotaxexperiment
00: 13: 03.04 eller så kan du göra kalciumbildning, vilket är det som representeras här.
00:13:05.22 Nu vet vi från tidigare experiment som gjordes för 40 år sedan att om man håller djur
00:13:12.02 i 30 minuter kl. vid en annan temperatur kommer de fortfarande att fungera som.
00:13:16.09 träningstemperaturen, som vi återger här.
00:13:18.26 Så, om du höjer dem i 15 grader, här borta, och sedan flyttar dem till 20, kommer djuren
00: 13: 25.17 går fortfarande mot de kallare temperaturerna.
00: 13: 28.08 Om du höjer dem vid 25 och sedan flyttar dem till 20,
00:13:30.28 kommer de fortfarande att gå mot den varmare temperaturen.
00: 13: 33.02 Så, minnet korrelerar verkligen, eller motsvarar, träningen, inte till anpassningen.
00: 13: 37.08 Detta var känt tidigare och vi reproducerade det.
00:13:39.01 Nu är frågan, vad svarar AFD på?
00: 13: 41.20 Svarar det på träningen eller anpassningen?
00: 13: 44.11 Och när vi tittar på svaren. det här är återigen beteendet jag just visade dig.
00:13:47.08 när vi tittar på svaren från AFD såg vi till vår förvåning att alla dessa djur,
00: 13: 51.13 även om de utför olika beteenden är de i huvudsak när du tittar på svaren
00: 13: 55,25 samma.
00:13:56.25 De svarar alla.
00:13:57.25 Och här kan du se. aggregatet.
00:13:59.22 De svarar alla i ungefär 20 grader.
00: 14: 01.26 De svarar inte på de temperaturer de tränats, utan på temperaturen
00:14:05.02 de hölls vid innan experimentet.
00:14:06.22 Så i grund och botten anpassar de sig väldigt snabbt till den temperatur som de ser rätt
00: 14: 11.05 innan de testas.
00: 14: 12.09 Så då ville vi veta, hur snabbt?
00: 14: 13.09 Hur snabbt anpassar de sig?
00: 14: 15.15 Och innan jag berättar hur snabbt de anpassar sig, låt mig bara jämföra dessa resultat
00: 14: 19.05 till resultaten som jag beskrev i början.
00: 14: 20.24 Så, vad är skillnaden mellan dessa resultat och resultaten som publicerades tidigare?
00: 14: 24.15 Och egentligen är det ingen skillnad.
00:14:26.10 Den. det viktigaste är hur experimenten gjordes.
00: 14: 29.17 Så, i våra experiment är vi faktiskt. som jag förklarade, vi deconvolving, vi är
00: 14: 32.23 skiljer träningen från anpassningen.
00:14:35.05 Så, vi separerar temperaturerna som de såg när de tränade, 4 timmar,
00: 14: 39.02 från den temperatur de såg precis innan experimentet.
00:14:41.00 Och det är därför du får det här resultatet som vi ser här.
00:14:43.13 I experimenten som publicerades tidigare hölls de alltid vid temperaturerna
00:14:48.06 där de tränades, så de svarar fortfarande på temperaturen de ser rätt
00: 14: 51,25 innan experimentet.
00: 14: 52.25 Det är bara det att folk trodde att den temperaturen motsvarade träningsexperimentet. temperatur,
00: 14: 57.03 för det gjorde det. det är den temperatur de hade när de tränades.
00:14:59.10 Men det var också en temperatur de hade precis innan experimentet.
00:15:02.02 Så det var därför de såg dessa skillnader.
00:15:04.03 Så, hur snabbt anpassar de sig?
00: 15: 07.20 Och sedan gjorde vi följande experiment, vilket är. det är väldigt likt experimentet
00: 15: 11.06 förklarade jag precis.
00:15:12.06 Det är bara det att vi nu ändrar dem till den nya temperaturen för olika mängder
00:15:15.04 tid, och se hur snabbt de kan förändras.
00:15:17.21 Och då gör vi det. vi gör kalciumsvaren i AFD.
00:15:20.14 Och det här är. okej, så här är vi.
00: 15: 22.16 Jag visar tre grafer vid tre olika förhållanden, som hålls kl. odlas kl
00: 15: 27.16 15 bytte sedan till 20,17 - 22, 20 - 25, och jag vill bara uppmärksamma er.
00:15:32.27 oavsett vad den absoluta temperaturen är, är kurvorna väldigt lika.
00:15:36.12 Och om du faktiskt tittar på tidskonstanterna, taus,
00:15:38.26 de är inom, typ, en eller två minuter.
00: 15: 41.12 Så inom en eller två minuter återställs AFD i princip helt till de nya temperaturerna
00:15:46.24 att det är. som det tittar på.
00: 15: 48.05 Så. så detta kan inte vara minnet, eftersom termotaxens beteende tar timmar att återställa.
00: 15: 53.09 Detta är ett experiment som gjordes av Russell och Hedgecock 1975, där de såg att detta.
00: 16: 00.04 här, i denna axel, är timmar.
00: 16: 02.23 De såg att det tar cirka fyra timmar för djuren. den där. som har tränats
00: 16: 06.24 för att gå mot det varma för att återställa och gå mot kylan, och vice versa.
00:16:10.11 Det tar ungefär fyra timmar.
00:16:12.02 Så. och detta tar två minuter.
00: 16: 14.06 Så kan det inte vara. detta kan inte vara minnet.
00:16:17.12 Så här, som en sammanfattning, så att vi kan komma till den del av föreläsningen där jag faktiskt
00: 16: 21.07 prata om minnet, jag ska bara berätta vad AFD gör, enligt vårt arbete
00:16:25.22 och även i överensstämmelse med publicerade studier från andra grupper.
00:16:29.10 AFD, den känner inte av absoluta temperaturer.
00: 16: 32.12 Den känner av temperaturförändringar.
00: 16: 34.22 Gör djuret. om det blir varmare eller kallare.
00:16:38.08 Den anpassar sig väldigt snabbt och det gör att djuren kan hålla ett dynamiskt omfång.
00:16:43.16 av sensorisk kapacitet över en gradient.
00:16:49.09 Och. och det reagerar på just upplevd temperatur.
00:16:52.21 Den svarar inte på. till det tidigare minnet som djuret var. temperaturen
00: 16: 59,16 preferens som djuret tränades att tycka om.
00:17:03.27 De sensoriska mekanismerna som används av den här cellen för att svara på temperatur och känna av temperatur,
00:17:11.08 är faktiskt sammanfattade här.
00: 17: 13.26 Och de identifierades av ett antal laboratorier genom molekylära genetiska studier.
00:17:18.13 En av de saker som jag alltid tyckte var överraskande som forskare i C elegans var att
00:17:23.11 C elegans använde inte, i denna neuron, TRP-kanaler för att känna av temperatur.
00:17:28.14 Men nu när vi förstår vad den här neuronen svarar på, är det mer logiskt att
00:17:32.02 den använder dessa guanylatcyklasreceptorer och cykliska GMP-beroende mekanismer.
00: 17: 36.24 För, om du faktiskt tittar på de molekylära vägar som AFD använder för att svara på temperaturen,
00:17:42.15 de påminner om de som används av fotoreceptorer.
00:17:45.23 Så, fotoreceptorer känner av förändringar i ljus, de är kontrastdetektorer, och de använder
00:17:52.04 cyklisk GMP som olinjära förstärkare.
00:17:54.16 Och det är i grunden vad AFD gör.
00:17:56.16 Det är. det känner av temperaturförändringar och det använder cyklisk GMP som en olinjär förstärkare,
00: 18: 02.14 med molekylära mekanismer som nästan är identiska med de som används av fotoreceptorer.
00:18:05.26 Och det är vettigt att den inte använder TRP-kanaler, eftersom TRP-kanaler svarar på
00:18:10.07 temperaturintervall, snarare än. än relativa temperaturförändringar, vilket är vad AFD är
00: 18: 15.02 svarar på.
00: 18: 16.02 Om du är intresserad av AFD -temperatursvar föreslår jag att du tittar på Piali Sanguptas senaste
00:18:23.06 arbete och även ett antal andra laborationer som jag har citerat här
00:18:26.18 som talar om de molekylära mekanismer som de har identifierat under de senaste 20 åren
00: 18: 31.08 angående AFD: s förmåga att känna av temperatur.
00: 18: 33.24 Men nu skulle jag vilja gå vidare till där temperaturen. där odlingstemperaturen
00:18:38.27 minne är, vilket är den andra delen av dessa plasticitetsmekanismer som djuret använder.
00: 18: 45.28 Så, för att göra detta, bestämde vi oss för att undersöka kalciumsvaren i den postsynaptiska neuronen.
00: 18: 51.07 Så AFD har en enda kemisk synaps som den bildar på ett neuron som kallas AIY.
00:18:56.12 Jag har visat dig det här experimentet här.
00:18:58.26 Detta är återigen AFD, där vi tränar djuren att föredra 20 grader, men det är viktigt
00:19:04.11 svaren i AFD, som jag nämnde, är inte beroende av träningstemperaturen
00: 19: 09.02 men på den temperatur som den nyss hölls, eller Th, 20 grader.
00: 19: 12.15 Så när vi ökar temperaturen svarar djuren runt 20 grader, vilket var temperaturen
00: 19: 16.28 då den just hölls.
00:19:19.11 När vi tittar på AIY-svaren ser vi att den också svarar runt 20 grader,
00:19:25.17 men svarsfrekvensen är lägre än vad man ser för AFD.
00: 19: 28.12 Vi vet att det här är svar som kommer från AFD, eftersom
00: 19: 32.05 kan vi eliminera AFD och bli av med dessa svar.
00: 19: 35.22 Så, det här är experiment som vi. där vi uttrycker kalciumindikatorn
AIY och uttrycker kaspaser som eliminerar AFD i de levande organismerna.
00: 19: 45.10 Och vi ser att det inte finns några svar i AIY, inget av dessa svar som vi var
00: 19: 49,11 tidigare observerat.
00: 19: 50.11 Här ska jag sammanfatta de svar som vi har sett i AIY på grund av temperaturen.
00: 19: 55.01 Så, i postsynaptisk AIY, som jag pseudoklorerar i blått under hela min presentation, ser vi
00:20:00.24 att det finns flera temperatursvar.
00:20:02.05 Jag ska bara fokusera på en av dem, den här, som är AFD-beroende.
00: 20: 06.01 Och det representerar ökningar över odlingstemperaturer.
00: 20: 09.06 Så när AFD avfyras, överförs den signalen till AIY.
00:20:13.06 Nu är kinetiken något annorlunda, som du kan märka här, men det är det.
00: 20: 16.17 signalen som överförs till AIY.
00: 20: 18.22 Och den signalen är liknande när det gäller timing till AFD, och också beroende av AFD.
00:20:25.22 Fast vi. som jag nämnde ser vi mindre svarsfrekvens i AFD-svaren.
00: 20: 31.02 i AIY -svaren jämfört med AFD -svaren.
Så sensoriska cellen svarar mycket mer robust på olika djur än AIY, där.
00: 20: 39.22 till exempel dessa djur, vi ser inte riktigt svar.
00:20:43.13 Så vi bestämde oss för att titta på det här vid olika odlingstemperaturer.
00: 20: 47.01 Och igen, experimentet vi gör här är att vi tränar dessa djur
00: 20: 50,25 vid 20 grader och sedan flyttar vi dem. i det här fallet flyttar vi dem till 20 grader,
00: 20: 54.21 så vi håller dem vid samma temperatur.
00:20:56.04 Och AFD kommer att reagera på temperaturen den just flyttades.
00:20:59.27 Så, alla dessa djur som jag kommer att visa dig är. hölls alla vid 20 för
00: 21: 04.07 några minuter, så att AFD svarar på 20, men de tränades vid olika temperaturer
00:21:08.21 -- 25, 20, 15.
00: 21: 09.21 Jag ska visa dig 15.
00: 21: 10.28 15 och 25 på en sekund.
00:21:13.00 Här är de 20 grader och vi ser få. svarsfrekvens i AIY.
00: 21: 16.20 Så, låt oss nu titta på djuren som uppfostrades vid 15 -tiden.
00: 21: 20.02 Återigen, AFD svarar precis som dessa AFD, här, så mycket robust frekvens. svarsfrekvens
00:21:26.11 när djuren precis flyttas till 20 grader, även om de odlades vid 15.
00: 21: 30.01 Det är ungefär det jag visade tidigare.
00:21:31.16 Men om vi tittar på AIY ser vi att svarsfrekvensen är mycket lägre jämfört med djuren
00:21:37.28 som tränades vid 20 grader Celsius.
00: 21: 40.05 Om vi ​​gör detta experiment i 25 grader, är AFD -svarsfrekvensen liknande för alla tre
00:21:45.17 förhållanden, men AIY-svarsfrekvensen beror på odlingstemperaturen,
00: 21: 50,18 med 25 som svarar mer robust
00:21:52.13 -- nästan alla djur svarar, ja, ungefär tre fjärdedelar av djuren
00: 21: 56.25 ungefär hälften av dem när de är uppfostrade vid 20
00: 21: 59.06 och cirka 10% av dem när de höjs vid 15 grader.
00: 22: 02.05 Sammanfattningsvis korrelerar svarsfrekvensen i AIY till odlingstemperaturen
00: 22: 10.28 vid vilken djuren hölls.
00: 22: 12.28 Och det här är postsynaptiken. detta är i den postsynaptiska neuronen till den sensoriska cellen.
00: 22: 16.05 Den sensoriska cellen svarar på samma sätt.
00:22:17.19 Men den postsynaptiska neuronen svarar mindre eller mer
00: 22: 20.02 beroende på odlingstemperaturen.
00: 22: 22.10 Tja, detta är en korrelation, så vi ville se om denna korrelation höll. höll vatten.
00:22:27.04 Och för att göra det ville vi genetiskt koppla bort preferensen från upplevelsen,
00: 22: 32.04 vilket låter väldigt komplicerat, men det kommer att bli väldigt tydligt om en sekund.
00:22:36.07 Vi har mutanter i whi. som visar olika preferenser, även om de har upplevt
00: 22: 41.19 samma sak.
00: 22: 42.19 Så kan vi. vi kan koppla loss dem.
00: 22: 44.15 Så detta är till exempel en förstärkning av funktionen i ett kinas som kallas proteinkinas C.
00: 22: 50.03 När du har den där funktionella mutationen och du uttrycker det. det överaktiva kinaset,
00: 22: 55.06 bara i AFD, du påverkar inte.
00: 22: 57.04 Jag visar inte denna data, men jag säger det till dig. att du inte påverkar den sensoriska förmågan
00:23:02.06 av AFD, men du påverkar djurets preferenser.
00:23:05.01 Nu går djuren alltid i kylan, även om de odlades vid 20 grader.
00:23:08.09 Så, om detta är vildtypsdjuren som odlas vid 20 grader. nu har du
00: 23: 11.19 förlorad funktion.
00:23:12.21 Det är ungefär motsatsen till gain-of-function.
00:23:14.02 Så nu har du ett kinas som inte är aktivt.
00: 23: 16.18 Nu flyttar djuren alltid till det varma.
00:23:18.27 Och detta påverkar inte, återigen, sinnescellen.
00:23:21.26 Det påverkar något annat -- jag ska visa dig om en sekund -- vilket är den synaptiska kommunikationen
00: 23: 25.08 med den postsynaptiska partnern.
00:23:26.20 Men för detta experiments syften, vad det tillåter oss att göra är att frikoppla preferensen
00:23:31.22 från erfarenheten, eftersom alla dessa djur upplever samma sak men de har
00: 23: 37.02 olika preferenser.
Så nu kan vi fråga, hur är dessa sensoriska svar
00: 23: 41.03 överförd till den postsynaptiska partnern, AIY?
00:23:47.04 Så. igen, så dessa djur. de fenokopierar. dessa fenokopierade djur som uppfostrades
00: 23: 53.01 vid 25 grader, även om de höjdes vid 20.
00:23:55.20 Och dessa djur fenokopierar djur som växte upp i 15 grader, fastän de växte upp
00:23:59.10 vid 20 grader.
00: 24: 01.24 Så, ett ord om vad denna molekyl är.
00: 24: 04.11 Detta är proteinkinas C, som liknar PKC-epsilon.
00: 24: 07.07 Det är en ny PKC.
00:24:09.09 Den aktiveras av en. en mellanliggande signalmolekyl som kallas DAG.
00: 24: 15.00 Det är känt att förbättra glutamatfrisättning och neuropeptidfrisättning, båda från arbete hos ryggradsdjur
00:24:20.24 och i C elegans.
00:24:21.26 Och även, i ryggradsdjurssystemet, har PKC visat sig vara kopplad, eller till. att bidra
00: 24: 26.27 till presynaptisk LTP.
00: 24: 29.06 Så om du tittar på vilddjuren får du. du ser svar både i
00: 24: 33.26 AFD och i AIY.
00:24:35.19 Svaren i AIY för djur som odlats i 20 grader är att ett gäng djur
00: 24: 39.15 svarar inte, som jag nämnde tidigare.
00:24:41.18 Så, hur är det med djur som odlats vid 20 grader men i PKC-förlusten.
00: 24: 45.24 förstärkningsmutanter som alltid rör sig mot kylan?
00: 24: 48.07 Och intressant nog var dessa djur, även om de höjdes vid 20 grader, samma temperatur
00: 24: 51.11 som dessa visade de en annan preferens -de rör sig alltid mot kylan -
00: 24: 55.22 och de har färre svar.
00: 24: 58.12 Djur från funktionsförlustmutanten som också odlades vid 20 grader
00:25:02.12 har många fler svar.
00: 25: 04.02 Så låt mig. låt mig sammanföra detta.
00: 25: 05.21 Så, det här är återigen resultaten från de genetiska mutanterna för att vinna. för PKC gain-of-function
00: 25: 12.06 eller PKC förlust av funktion som visar mycket olika svar i AIY.
00: 25: 15.19 Massor av svar. väldigt få svar.
00: 25: 17.25 De ser väldigt ut som vilddjuren som höjdes vid 15 grader eller höjdes
00:25:24.14 vid 25 grader.
00:25:25.14 Och dessa djur gör faktiskt samma sak.
00:25:27.15 Så, återigen, det här är.
00: 25: 28.25 PKC förlust av funktion går mot värmen och PKC förstärkning av funktion går mot
00: 25: 33.27 kylan.
00: 25: 34.27 Så vi. nu är det inte bara en korrelation, det är faktiskt. vi kan se en mycket direkt
00: 25: 39,00 umm. samband mellan svaren i AIY och djurets preferens.
00:25:45.09 Och jag vill återigen betona att dessa. dessa PKC. genom experiment som mitt labb
00: 25: 51.07 och andra grupper har gjort, särskilt Ikue Mori och Miriam Goodman,
00: 25: 54.15 har vi visat att detta verkar faktiskt i den sensoriska cellen.
00: 25: 58.00 Men det verkar i den sensoriska cellen för att inte påverka sensorcellens förmåga att svara
00: 26: 02.23 till temperatur, men för att påverka dess kommunikation med den postsynaptiska cellen, AIY.
00: 26: 07.02 Så för att sammanfatta vad vår modell var vid denna tidpunkt var det AFD, dessa sensoriska svar,
00:26:13.22 fungerade som en kontrastdetektor.
00: 26: 15.13 Tänk på det som en. som en kompass som kodar komplexa temperaturgradienter som digitala riktningssignaler,
00: 26: 21.08 säger bara till djuret, du blir varmare, du blir kallare.
00: 26: 23.19 Men hur djuret svarar på den informationen, det är faktiskt delvis kodat på de presynaptiska platserna,
00: 26: 28.26 via PKC, vilket påverkar kommunikationen med den postsynaptiska partnern,
00:26:32.18 vilket är de svar vi fick. som jag just visade dig.
00: 26: 37.13 Och våra data tyder på att presynaptisk plasticitet i AFD, reglerad av ett bevarat kinas
00: 26: 44.22-det är ett konserverat kinas som liknar nPKC-epsilon hos ryggradsdjur-
00: 26: 49.26 omvandlar dessa signaler som AFD sänder ut genom att berätta för djuret,
00:26:55.12 du blir varmare eller du blir kallare,
00:26:57.04 det förvandlar det till en preferens genom att grinda synaptisk kommunikation
00: 27: 00.19 med den postsynaptiska cellen.
00: 27: 02.25 I huvudsak, om du kan. har två scenarier som vi kan tänka oss här.
00:27:06.26 Så, djur som vill röra sig mot kylan eller djur som vill röra sig mot värme,
00:27:10.20 de migrerar upp eller ner i gradienten.
00: 27: 12.24 Och om djuren är det. är. vill gå mot kylan, när. när djuret
00: 27: 18.24 känner faktiskt temperaturökningar, AFD kommer fortfarande att skjuta samma sak
00:27:23.28 as. som om det växte upp under dessa förhållanden, AFD gör samma sak.
00:27:29.09 Men sannolikheten att dessa svar kommuniceras till den postsynaptiska partnern är
00: 27: 34,12 lägre i den här situationen, pga. på grund av de presynaptiska plasticitetsmekanismerna.
00: 27: 39.02 Och det är nödvändigt för att djuren ska veta att de ska röra sig mot kylan.
00: 27: 44.05 Så. alltså. de. den sensoriska cellen säger, du blir varm och.
00:27:47.04 men den postsynaptiska cellen svarar inte.
00:27:49.03 Och det. och sedan rör sig djuret mot kylan.
00:27:53.06 Omvänt, om djuren tränades att gilla värmen, kommer AFD att svara,
00: 27: 59.06 du blir varm, och då ökar sannolikheten för svaret i den postsynaptiska cellen.
00:28:03.02 Så när AFD svarar svarar den postsynaptiska cellen, och sedan rör sig djuren mot
00: 28: 07.04 värmen.
00:28:08.22 Nu, om. om detta var sant, om det jag just sa, om modellen som jag presenterade var korrekt,
00:28:15.06 kan du göra några förutsägelser om hur du kan ändra det och påverka beteendet hos
00: 28: 20.21 djuret.
00:28:21.21 Så om detta är sant och du kan få AIY att svara varje gång AFD svarar, då
00:28:27.04 kommer att förutsäga att djuren kommer att röra sig mot värmen,
00: 28: 29.28 eftersom AFD kommer att berätta för djuren att du blir varm
00: 28: 32.06 och AIY kommer att säga, ja.
00: 28: 33.22 Så, djuren kommer att röra sig mot värmen.
00: 28: 35.08 Det är en förutsägelse från vår modell.
00: 28: 36.19 Och vi kan göra det experimentet.
00: 28: 37.19 Vi kan göra det genom att skapa konstgjorda eller ektopiska gapkorsningar.
00: 28: 41.20 Så det visar sig att ryggradslösa djur har gapskorsningar, men de använder molekyler som är
00: 28: 47.00 kallas innexiner.
00: 28: 48.03 Och innexiner skiljer sig från molekylerna som används av ryggradsdjur för att göra klyftor,
00: 28: 52.23 som kallas connexiner.
00: 28: 53.23 Så du kan ta connexiner från ryggradsdjur och ec. och uttrycka dem ektopiskt
00: 28: 58,13 hos ryggradslösa djur och göra ektopiska gapkorsningar som inte interagerar
00: 29: 01.27 med det endogena gap -övergångsmaskineriet som ryggradslösa djur har.
00:29:05.08 Det här är en teknik som användes av Bill Schafer och vi anpassade för den här kretsen.
00: 29: 10.21 Och vi kortsluter i huvudsak kretsen här,
00: 29: 14.07 och vi kringgår PKC-medierad plasticitet.
00: 29: 17.07 Alltså. så här är några förutsägelser som du kan göra från det experimentet.
00: 29: 23.06 Svaren i AIY, när du väl har de ektopiska gapkorsningarna, kommer inte att bero på
00:29:27.13 om upplevelsen av odlingstemperaturen.
00: 29: 29.22 Eftersom PK. du kringgår PKC. så PKC är
00:29:32.11 vad som håller upplevelsen av odlingstemperaturen,
00:29:34.13 så det kommer inte att bero på det för nu kan du. signalen kommer
00:29:37.04 gå genom en gap-korsning.
00: 29: 38.16 Nu, varje gång AFD skjuter, vilket kommer att bli varje gång djuret känner att temperaturen
00: 29: 44.02 blir varmare, AIY kommer också att skjuta.
00:29:47.10 Så, djuren kommer att tro att de gillar den temperaturen och de kommer alltid att
00: 29: 50.20 gå mot värmen.
00:29:51.25 Så det här borde. de ökade svaren i AIY bör ändra beteendepreferensen
00: 29: 56.05 och djuren ska vara konstitutivt termofila.
00:29:58.15 Nu, den. i PKC gain-of-function fenotyp visade jag dig att denna signal inte går
00:30:04.11 genom, att AFD avfyrar men den postsynaptiska cellen avfyras inte på motsvarande sätt,
00: 30: 09.27 och de djuren föredrar alltid onormalt att gå mot kylan.
00: 30: 13.20 Om du gör den här klyftan, kommer du att förutsäga att du kommer att undertrycka det onormala kallsökandet
00: 30: 18.01 djurets beteende.
00: 30: 19.12 Så får vi se om. Om detta är fallet.
00:30:21.09 Så, jag. Vi gjorde förresten många kontroller relaterade till det här experimentet.
00: 30: 25.06 Vi. gapskorsningar bildas av hemkanaler
00: 30: 28.20 som måste uttryckas både i den presynaptiska cellen och den postsynaptiska cellen.
00: 30: 31.09 Så för att göra experimentet som jag ska beskriva uttryckte vi hemkanalerna, vi integrerade
00: 30: 35.14 raderna, vi gjorde ett batteri av sensoriska tester och kalciumbildning för att visa att dessa rader
00:30:40.01 var normala, och det var de.
00: 30: 41.17 Och vi tog de djuren och parade dem.
00:30:44.03 Nu har du de två hemikanalerna i de två cellerna, så du kan bilda mellanrumsövergången.
00:30:48.06 Och det är experimentet jag ska visa dig just nu.
00: 30: 51.04 Så, normalt, som jag, som jag har diskuterat tidigare i vildtyp, djur som
00:30:55.14 höjdes till 15 grader Celsius svarar inte, AIY svarar inte när. när djuren
00: 31: 00.23 känner värme, AIY svarar inte med hög trohet.
00: 31: 03.23 Och de djuren är kallsökande.
00: 31: 05.15 Så, om du gör gap -korsningen, ser du helt plötsligt i AIY mycket starka svar,
00:31:11.17 trots att djuren odlades vid 15 grader Celsius.
00:31:14.28 Och dessa djur är nu onormalt termofila.
00:31:17.22 Jag vill också uppmärksamma din typ av. formen på denna kurva, som,
00:31:23.04 om du går till början av mitt föredrag och jämför kinetiken när jag mätte
00: 31: 26.24 kinetiken för AFD -svar kontra AIY -svar var annorlunda, de ser ut
00:31:32.04 precis som AFD, vilket är precis vad du kommer att förvänta dig om el.
00: 31: 35.19 om det var en elektrisk klyfta och kommunikationen var elektrisk.
00: 31: 39.07 Alltså. så detta visar att två av våra förutsägelser stämmer.
00: 31: 45.06 AIY -svaren beror inte på odlingstemperaturupplevelsen när du väl har gjort
00: 31: 48.20 dessa gapskorsningar.
00: 31: 49.22 Nu, AIY.
00: 31: 50.22 varje gång AFD svarar, AIY svarar, så kommunikationen är. är. det går igenom
00: 31: 55.08 gapskorsningen.
00: 31: 56.09 Och också, ökningarna av svar förändrar beteendepreferensen.
00: 32: 00.08 Så nu, dessa djur som uppfostrades för att tycka om kylan, nu går de mot värmen
00:32:06.03 för varje gång AFD svarar så svarar AIY och. och de blir varmsökande.
00:32:10.24 Nu ska vi testa den här sista förutsägelsen att du kan undertrycka PKC gain-of-function
00: 32: 16.03 fenotyp genom skapandet av dessa gapskorsningar.
00:32:19.15 Så, återigen, de här är. nu höjdes dessa djur inte vid 15, de växte upp vid
00:32:22.17 20 grader.
00: 32: 23.17 Du kan höja dem vid 25 år, de gör samma sak.
00: 32: 26.05 Du får väldigt få svar i AIY när du testar i en temperaturramp.
00: 32: 31.20 Och de är kallsökande.
00: 32: 32.20 Så, igen, fenokoperar de djuren som växte upp i kylan.
00: 32: 36.16 När du gör experimentet med gap -korsningen, i huvudsak när du. när du länkar dem
00: 32: 40.22 genom gapskorsningarna ser du att svaren i AIY är mycket ökade och
00:32:47.10 dessa djur rör sig nu mot värmen.
00: 32: 48.23 Nu vill jag ta upp.
00:32:49.24 ta upp något, som är att inte alla djuren i detta experiment faktiskt är
00: 32: 54,27 svarar på. till temperaturökningarna som vi såg i föregående experiment.
00:32:59.15 Och anledningen är att, till skillnad från det tidigare experimentet, i den här raden integrerade vi inte
00: 33: 03.24 matriserna.
00: 33: 04.24 Så några av dessa djur är mosaikdjur.
00: 33: 06.26 Så, vi använde detta faktiskt till vår fördel.
00: 33: 08.26 Här kan du till exempel notera. dessa djur, här, som faktiskt går mot kylan
00: 33: 13.05 istället för mot värmen,
00:33:14.11 när vi isolerar dessa djur ser vi att de djuren.
00: 33: 18.24 och vi har gjort det här nu, över ett dussin olika gånger. dessa djur,
00: 33: 22.06 till skillnad från sina syskon, bär inte gruppen i både AFD- och AIY -svaren.
00: 33: 27.00 Så de fungerar som en kontroll för att validera poängen jag gör.
00: 33: 30.16 Det vill säga när du har dessa gap -korsningar, att du faktiskt får den här typen av svar
00: 33: 36.02 och du får djuren att röra sig, nu, mot den varma sidan hela tiden.
00:33:41.25 Så. så. så, för att sammanfatta, vår modell. eller, våra data föreslår en modell, som är följande.
00: 33: 50.08 Dessa. du har två olika plasticitetsmekanismer
00:33:52.27 som verkar inom en enda cell.
00: 33: 55.06 En av dem är en sensorisk anpassningsmekanism som gör att denna cell kan ta en sensorisk rik
00: 34: 02.01 information, t.ex. temperatur, och vrid den. sväng. förvandla det till något liknande
00:34:05.27 en digital signal, som en kontrastdetektor,
00: 34: 08.08 gillar, ja eller nej, du blir varmare, du blir kallare,
00: 34: 11.10 typ av. typ av svar.
00: 34: 13.05 Och sedan. och sedan filtreras den informationen genom de presynaptiska plasticitetsmekanismerna,
00: 34: 18.24 som förmedlas av PKC.
00:34:20.28 Och så den sensoriska anpassningen fungerar som en. som en kompass för att låta djuret navigera
00: 34: 25.22 lutningen.
00: 34: 26.22 Och den presynaptiska plasticiteten kodar preferensen genom att grinda synaptisk kommunikation
00: 34: 32.01 med den postsynaptiska partnern, AIY.
00: 34: 35.09 Nu finns det ett antal frågor som vi fortfarande inte förstår att vi är.
00:34:38.11 som vi försöker ta itu med.
00: 34: 39.11 Till exempel är allt jag har berättat om. när det gäller temperaturhöjningar.
00: 34: 43.11 Vi förstår inte hur djuren reagerar på temperaturminskningar eller negativ termotaxi.
00: 34: 47.19 Det är något som vi arbetar med.
00: 34: 49.28 Vi känner inte heller till de molekylära mekanismer som PKC verkar på.
00: 34: 52.27 Vi är mycket glada över detta eftersom PKC är en bevarad molekyl under hela utvecklingen
00:34:57.08 som har visat sig vara involverad i synaptisk plasticitet och minne i andra organismer,
00: 35: 01.07 och vi har ett genetiskt smittsamt system för att kunna svara på den frågan.
00:35:04.16 Och till. för att kunna förstå signalsubstanslogiken som regleras av PKC i
00:35:09.12 kommunikation mellan den presynaptiska cellen och den postsynaptiska neuronen.
00: 35: 13.19 Vi tror också att PKC kringgår det sensoriska. minnet i detta. i denna axonala region.
00: 35: 22.03 Så vi. genom att ändra PKC: s aktivitet ändrar vi. de. abi. de
00:35:28.24 inlärt beteendepreferens för denna organism, vilket ger oss ett molekylärt fotfäste att förstå
00:35:34.00 signaltransduktionsmekanismerna som verkar uppströms om PKC för att koda för minnet.
00:35:39.22 Och det. det är. det är i huvudsak vad vi gör just nu för att förstå plasticiteten
00: 35: 43.07 och minne i enstaka celler, och länka cellbiologin, vilket var talet som jag.
00: 35: 48.17 som jag presenterade i den andra delen av min serie med tre föreläsningar, den cellbiologin till detta beteende.
00: 35: 54.11 Så här tittar du på fördelningen av presynaptiska platser i AFD och du kan se
00: 35: 59.17 PKC är faktiskt berikat i cellkroppen som du ser här, men det är också berikat
00:36:03.19 på dessa platser i axonet.
00: 36: 05.04 Och dessa platser motsvarar presynaptiska webbplatser som du också kan visualisera med RAB-3-markör.
00: 36: 11.15 Du kan se dem här i gult.
00: 36: 13.14 Så. så vi undersöker nu den dynamiska lokaliseringen av PKC till enstaka synapser under inlärningen
00: 36: 20.09 och vad som reglerar det.
00:36:22.11 Och vi har också gjort framåtgående genetiska undersökningar för att identifiera mekanismer genom vilka PKC påverkar
00: 36: 30.07 dess handling.
00: 36: 31.08 Så här har du till exempel PKC -mutanterna som alltid är kalla. är varmsökande.
00: 36: 35.25 Det här är förlusten av funktionsmutanter.
Och vi kan ta dessa mutanter och mutagenisera dem
00:36:41.07 och hitta djur där detta är en dubbelmutant med en okänd suppressormutation,
00: 36: 47.01 där djuren nu, överraskande nog, beter sig som vildtypsdjur.
00:36:50.28 Så vi är mycket intresserade av att identifiera vad som är den genetiska skadan som vänder detta
00: 36: 55,17 typ av. denna typ av gain-of-function mutation eller. eller förlust av funktionsmutation, snarare,
00:36:59.24 i PKC-mutanten, men vi gör också genetiska undersökningar framåt för mutanter som har fått funktion.
00:37:05.13 Och det är i grunden hur vi kan undersöka synapsens cellbiologi
00: 37: 11.28 både i utveckling och beteende,
00:37:14.23 genom att avbilda bildandet av synapserna och deras funktion, och hur
00: 37: 20.03 det underhålls, och även hur de modifieras med lärande och minne, som jag visade i detta.
00: 37: 24.15 i den här tredje delen av talet idag.
00: 37: 27.01 Och med det vill jag avsluta med att tacka labbet som gjorde jobbet, våra medarbetare
00: 37: 33.12 som gjorde det möjligt för oss. att utföra dessa. dessa experiment och finansieringsorganen.
00:37:38.08 Tack.

  • Del 1: Cellbiologi av neuronal synaps och beteende i C. elegans

3 svar 3

Om du måste stödja flera versioner för din mjukvaruprodukt skulle jag behålla testerna med i samma arkiv. Därefter testas versionen med själva applikationen. Vilket gör att du enkelt kan testa äldre versioner.

Du vill också att dina utvecklare ska köra och underhålla testen. Till exempel när de behöver ändra ID eller etiketter på en knapp. De borde inte behöva checka ut flera lagringsplatser för att verifiera att deras kodändringar inte bryter någon gammal funktionalitet.

Den enda anledningen till att jag inte kan komma med testerna i huvudkodbasen är om de inkluderade testdata är så enorma att en ren utcheckning av koden skulle ta åldrar, men jag skulle sedan lägga testdata i en olika repo i sig.


Situation

Jag försöker testa ett stateful databehandlingssystem. Systemet kan göra olika saker för exakt samma data med tanke på hur det var innan det mottogs. Överväg ett enkelt test som bygger upp tillstånd i systemet och sedan testar beteendet som den givna metoden är avsedd att testa.

SAP föreslår att jag inte ska testa "tillståndsuppbyggnadsproceduren", jag ska anta att tillståndet är vad jag förväntar mig av uppbyggnadskoden och sedan testa den enda tillståndsändringen jag försöker testa

PMP föreslår att jag inte kan hoppa över detta & quotstate build up & quot -steg och bara testa metoderna som styr funktionen oberoende.

Resultatet i min faktiska kod har varit tester som är uppsvällda, komplicerade, långa och svåra att skriva. Och om tillståndsövergångarna ändras måste testerna ändras. vilket skulle vara bra med små, effektiva tester men extremt tidskrävande och förvirrande med dessa långa uppsvällda tester. Hur görs detta normalt?


De 15 största innovationerna

Det nya EQS 1: huvudpunkterna i korthet

EQS är den första helelektriska lyxbilen från Mercedes-EQ. Med det omdefinierar Mercedes-EQ detta fordonssegment. EQS är också den första modellen som baseras på den modulära arkitekturen för lyxbilar och elfordon i exekutiva klass. Genom att kombinera teknik, design, funktionalitet och anslutningsmöjligheter är EQS designad för att glädja både förare och passagerare. De första modellerna som introduceras på den amerikanska marknaden kommer att vara EQS 450+ med 329 hk och EQS 580 4MATIC med 516 hk.

Som en del av sitt initiativ Ambition 2039 arbetar Mercedes-Benz på att erbjuda en koldioxidneutral bilpark inom 20 år från nu. Så snart som 2030 vill företaget att mer än hälften av de bilar det säljer ska ha elektriska drivsystem - detta inkluderar helt elektriska fordon och plug -in -hybrider. På många områden tänker Mercedes redan på morgondagen idag: den nya EQS är utformad med hållbarhet i åtanke. Fordonen tillverkas på ett koldioxidneutralt sätt, med resursbesparande material som mattor tillverkade av återvunnet garn. Detta beror på att Mercedes-Benz tar hänsyn till hela värdekedjan, från utveckling och leverantörsnätverk till egen produktion. Dessutom fick Mercedes-Benz AG sina klimatskyddsmål bekräftade av Science Based Targets Initiative (SBTI).

Med ett mycket noggrant detaljarbete och på grundval av Purpose -designen kunde aerodynamikerna, i nära samarbete med formgivarna, uppnå en ny cd bästa värde på 0,20 2. Detta gör EQS till den mest aerodynamiska produktionsbilen i världen. Det gynnas särskilt av driftområdet. Det är också bland de bästa när det gäller tyst körning tack vare den minskade vindbrusnivån.

EQS sätter för närvarande ett mycket bra värde för återhämtning: Av den maximala retardationen i DAuto återhämtningsprogram på 5 m/s & sup2 uppnås upp till 3 m/s & sup2 genom återhämtning (2 m/s & sup2 med hjulbromsarna). Detta gör det möjligt att bromsa till stillastående utan att använda bromspedalen, samtidigt som räckvidden drar nytta av denna återhämtningsstrategi och den höga återhämtningseffekten (upp till 290 kW 3). Retardation tillämpas också på upptäckta fordon framåt tills de stannar, till exempel vid trafikljus. Intelligent energiåtervinning är situationsoptimerad med hjälp av ECO Assist och agerar med framförhållning, med hänsyn till bland annat trafikförhållanden eller topografi. Föraren kan även ställa in tre energiåtervinningsnivåer och coast-funktionen via paddelväxlare på ratten.

Med räckvidder på upp till 770 kilometer (WLTP) och en effekt på upp till 516 hk, uppfyller drivlinan i EQS alla förväntningar på en progressiv sedan i S-klasssegmentet. En prestandaversion med upp till 630 hk planeras. Alla EQS -modeller har en elektrisk drivlina (eATS) på bakaxeln, medan versionerna med 4MATIC också har en eATS på framaxeln.

EQS markerar lanseringen av en ny generation batterier med betydligt högre energitäthet. Det största av de två batterierna har en användbar energihalt på 107,8 kWh. Den innovativa batterihanteringsmjukvaran, utvecklad internt, tillåter uppdateringar via luften (OTA). Detta gör att energiledningssystemet förblir uppdaterat under hela livscykeln. När det gäller cellkemin har kobolthalten i katoderna reducerats till tio procent.

EQS kan laddas med upp till 200 kW på snabbladdningsstationer med likström. Ström för upp till ytterligare 300 kilometer (WLTP) laddas på bara 15 minuter 1 . Hemma eller på offentliga laddstationer kan EQS enkelt laddas med AC med den inbyggda laddaren. Dessutom kan olika intelligenta laddningsprogram aktiveras automatiskt beroende på plats, och funktioner som batterisnål laddning.

Med Mercedes me Charge kan föraren helt enkelt köra till lämplig laddstation 2, öppna luckan, koppla in och strömmen börjar flöda: så här lätt är laddningsprocessen med EQS, tack vare Plug & Charge. Andra höjdpunkter inkluderar det tätaste nätverket av laddpunkter, med över 90 % täckning av offentliga laddpunkter i USA.

Navigation med Electric Intelligence planerar den snabbaste och mest bekväma rutten, inklusive laddningsstopp, baserat på många faktorer och reagerar dynamiskt på till exempel trafikstockningar eller ändrad körstil. En ny funktion i EQS är en visualisering i infotainmentsystemet (MBUX Mercedes-Benz User Experience) som visar om den tillgängliga batterikapaciteten är tillräcklig för att återgå till startpunkten utan laddning. Laddningsstationer längs rutten som har favoriserats ges företräde i ruttberäkningen medan vissa laddstationer kan uteslutas om de väljs av föraren. Dessutom beräknas de uppskattade laddningskostnaderna per laddningsstopp för föraren.

Även om EQS är en nära släkting till den nya S-klassen, är den byggd på en helt elektrisk arkitektur. Detta helt nya koncept gjorde en Purpose Design möjlig: med sina enbågslinjer och cab-forward design med fastback, EQS är tydligt att skilja från fordon med förbränningsmotorer, redan vid första anblicken. Designfilosofin för Sensual Purity, i kombination med Progressive Luxury, återspeglas i generöst skulpterade ytor, reducerade leder och sömlösa övergångar (sömlös design).

Framsidan är kombinerad till en "Black Panel" -enhet. Innovativa strålkastare anslutna med ett ljusband och det djupa svarta kylargrillen (Black Panel) bildar det distinkta ansiktet. Det exklusiva utseendet på Black Panel kylargrillen med central Mercedes-stjärna förstärks ytterligare: grillen har också ett tredimensionellt stjärnmönster. Detta Mercedes-Benz Star-mönster finns i kombination med AMG Line Exterior eller med standard Mercedes-EQ-karosseri. Designen återspeglar den ursprungliga stjärnan från Daimler-Motorengesellschaft, som registrerades som varumärke 1911.

EQS är den första Mercedesen som erbjuder möjligheten att aktivera helt nya fordonsfunktioner via över-the-air-uppdateringar (OTA) inom många funktionsområden. Tillgänglig från lanseringen: två speciella körprogram, spel och demoprogrammet "The Best or Nothing". Detta innebär att efter köpet och den första nybilskonfigurationen kan vissa av EQS-funktionerna anpassas efter personliga preferenser. Det kommer också att vara möjligt att låsa upp bakaxelstyrningen med den större styrvinkeln på tio grader. Utöver det klassiska köpet av enskilda funktioner planeras även prenumerationer, tillfälliga aktiveringar och gratis testfaser.

Med ENERGIZING AIR CONTROL PLUS tar Mercedes-Benz ett heltäckande synsätt på luftkvaliteten i EQS. Systemet är baserat på filtrering, sensorer, ett displaykoncept och luftkonditionering. HEPA-filtret (High Efficiency Particulate Air) har en mycket hög filtreringsnivå som gör det möjligt att fånga fina partiklar, mikropartiklar, pollen och andra ämnen som kommer in med uteluften. Svaveldioxid, kväveoxider och lukter reduceras också tack vare en beläggning med aktivt kol. HEPA-filtret har "OFI CERT" ZG 250-1-certifiering inom området virus och bakterier. Med hjälp av klimatreglering före start är det också möjligt att rengöra kupéluften innan du sätter dig i bilen. Partikelhalterna utanför och inuti fordonet visas också inom MBUX. De kan ses i detalj i den dedikerade Air Quality-menyn. Om kvaliteten på uteluften är låg kan systemet även rekommendera att sidorutorna eller det skjutbara soltaket stängs.

Som tillval har EQS automatiska komfortdörrar 4 fram och bak. När föraren närmar sig bilen skjuts dörrhandtagen ut, och när de närmar sig längre öppnas förardörren automatiskt.

För att fortsätta den sömlösa entréupplevelsen kan förardörren stängas automatiskt när bromspedalen är nedtryckt. Med MBUX kan föraren också öppna passagerar- och bakdörrarna, till exempel för att släppa in barn framför skolan.

Som ett exceptionellt intelligent fordon har EQS upp till 350 sensorer, beroende på utrustning. Dessa registrerar avstånd, hastigheter och accelerationer, ljusförhållanden, nederbörd och temperaturer, sittplats samt förarens ögonblick eller passagerarnas tal. Denna mängd information behandlas av kontrollenheter som, styrda av algoritmer, fattar beslut med blixtsnabbhet. Att göra dem till hjärnan så att säga. Den nya EQS kan utöka sina möjligheter baserat på nya erfarenheter, eftersom den är mycket kapabel att lära sig tack vare artificiell intelligens (AI).

Den allsidiga ljudupplevelsen i EQS gör också att paradigmskiftet från en konventionell till en elbil hörs. En mängd olika ljudlandskap möjliggör en individuell akustisk uppsättning. I kombination med standard Burmester & reg surround -ljudsystem har EQS de två ljudlandskapen Silver Waves och Vivid Flux. Ljudupplevelser kan väljas eller stängas av på centraldisplayen. Ett extra ljudlandskap kan låsas upp med hjälp av over-the-air-teknik. Det interaktiva körljudet, som återges via ljudsystemets högtalare i interiören, rör sig också inom respektive ljudvärld.

Nytt för ENERGIZING COMFORT är de tre ENERGIZING NATURE -programmen Forest Glade, Sound of the Sea och Summer Rain. Dessa ger en uppslukande och imponerande realistisk inbyggd ljudupplevelse. Dessa lugnande ljud skapades i samråd med den akustiska ekologen Gordon Hempton. Som med de andra programmen som ingår i ENERGIZING Comfort används ljusstämningar och bilder för att ta itu med andra sinnen.

Den vanliga bakaxelstyrningen med en styrvinkel på upp till 4,5 grader bidrar till det smidiga och dynamiska intrycket av EQS. Alternativt kan bakaxelstyrning med en styrvinkel på upp till tio grader beställas eller därefter aktiveras via en uppgradering över luften (OTA). Detta möjliggör en vändcirkel på 35,7 fot för EQS, som är över 16 fot lång. Detta motsvarar vändcirkeln för många modeller i kompaktklassen. Respektive bakaxelvinklar och banor visas i körlägesmenyn i centraldisplayen.

Tack vare kraftfulla sensorer som övervakar fordonets omgivning kan parkeringssystemen hjälpa föraren med manövrering i trånga utrymmen.

MBUX Hyperscreen är den absoluta höjdpunkten i interiören. Denna stora, böjda skärmenhet sveper nästan från A-stolpe till A-stolpe. Tre skärmar ser ut att smälta samman till en när de sitter under ett enda glasskydd. Den 12,3-tums OLED-skärmen för främre passageraren ger dem en egen display- och kontrollyta. Underhållningsfunktionerna är bara tillgängliga medan bilen körs i enlighet med de landsspecifika lagreglerna. Mercedes-EQ förlitar sig på en intelligent, kamerabaserad låsningslogik: om kameran upptäcker att föraren tittar på den främre passagerardisplayen dämpas den automatiskt för att förhindra förarens distraktion.

Med adaptiv mjukvara anpassar MBUX sig helt till sin användare och ger personliga förslag för många infotainment-, komfort- och fordonsfunktioner. Med nollskiktet erbjuds alltid de viktigaste applikationerna på toppnivå inom synfältet, beroende på situation och sammanhang.

Den senaste generationen av förarassistanssystem innehåller många förarstödsfunktioner. Nytt, till exempel, är den extra mikrosömnsvarningen från ATTENTION ASSIST. Den analyserar förarens ögonlockrörelser genom en kamera på förarens display (endast tillgänglig med MBUX Hyperscreen). Assistansdisplayen i förardisplayen visar körassistanssystemens funktion i en begriplig helskärmsvy.

Principerna för Integral Safety, i synnerhet olyckssäkerhet, gäller oavsett plattform. Precis som alla andra Mercedes har EQS därför en stel passagerarcell, speciella deformationszoner och toppmoderna fasthållningssystem, med PRE-SAFE & reg inklusive PRE-SAFE & reg Impulse Side som standard. Det faktum att EQS bygger på en helelektrisk arkitektur öppnade också för nya designmöjligheter för dess säkerhetskoncept. Det innebar till exempel att en gynnsam plats kunde väljas för installation av batteriet, i ett krockskyddat område i underredet. Och eftersom det inte finns något stort motorblock ombord skulle beteendet vid en frontalkrock kunna modelleras ännu bättre. Förutom de vanliga krocktesterna kontrollerades bilens prestanda i olika ytterligare belastningssituationer och omfattande komponenttester utfördes på Vehicle Safety Technology Center (TFS).


Arbetsenhet + förråd + servicelager med beroendeinsprutning

Jag designar en webbapplikation och en Windows-tjänst och vill använda arbetsenhet + förvarslager i kombination med ett tjänstelager, och jag har lite problem med att sätta ihop allt så att klientapparna kontrollerar transaktionen av data med arbetsenhet.

Arbetsenheten har en samling av alla repositories som är registrerade i transaktionen tillsammans med commit- och rollback-operationer

Det generiska förvaret har operationer som kommer att utföras på datalagret för en viss modell (tabell)

Den konkreta implementeringen av arbetsenheten använder enhetsramverk under huven (DbContext) för att spara ändringarna i databasen, och en ny instans av DbContext -klassen skapas per arbetsenhet.

Lagren i arbetsenheten skapas vid åtkomst om de inte finns i den aktuella arbetsenhetsinstansen. Förvaret tar DbContext som en konstruktorparameter så att det effektivt kan fungera i den aktuella arbetsenheten.

Jag har också en tjänsteklasser som kapslar in affärsflödeslogik och tar deras beroenden i konstruktorn.

Webbapplikationen är en ASP.NET MVC-app, styrenheten får sina beroenden injicerade i konstruktorn också. I detta fall injiceras arbetsenheten och serviceklassen. Åtgärden utför en operation som exponeras av tjänsten, som att skapa en post i arkivet och spara en fil på en filserver med hjälp av en DocumentStorageService , och sedan begås arbetsenheten i kontrollåtgärden.

I webbapplikationen använder jag Unity DI -behållaren för att injicera samma instans av arbetsenheten per HTTP -begäran till alla uppringare, så att controllerklassen får en ny instans och sedan får serviceklassen som använder arbetsenheten samma instans som kontrollant. På så sätt lägger tjänsten till några poster till förvaret som är inskrivet i en arbetsenhet och kan göras av klientkoden i kontrollen.

En fråga angående koden och arkitekturen som beskrivs ovan. Hur kan jag bli av med arbetsberoendet i serviceklasserna? Helst vill jag inte att serviceklassen ska ha en instans av arbetsenheten eftersom jag inte vill att tjänsten ska utföra transaktionen, jag vill bara att tjänsten ska ha en referens till förvaret som den behöver arbeta med, och låt styrenheten (klientkoden) utföra operationen när det passar.

Till Windows -serviceapplikationen skulle jag vilja kunna få en uppsättning poster med en enda arbetsenhet, säger alla poster i väntande status. Sedan skulle jag vilja gå igenom alla dessa poster och fråga databasen för att få var och en individuellt och sedan kontrollera statusen för var och en under varje loop eftersom statusen kan ha ändrats från det att jag frågade alla till den tid jag vill operera på en enda. Problemet jag har just nu är att min nuvarande arkitektur inte tillåter mig att ha flera enheter av verk för samma instans av tjänsten.

Jobbklassen ovan tar en tjänst i konstruktorn som ett beroende och löses igen av Unity. Serviceinstansen som löses och injiceras beror på en arbetsenhet. Jag skulle vilja utföra två få-operationer på serviceklassen men eftersom jag arbetar under samma instans av arbetsenhet kan jag inte uppnå det.

För alla ni guruer där ute, har ni några förslag på hur jag kan omarkitekturera min ansökan, arbetsenhet + förråd + serviceklasser för att uppnå målen ovan?

Jag tänkte använda arbetsenheten + förvaringsmönster för att möjliggöra testbarhet på mina serviceklasser, men jag är öppen för andra designmönster som gör min kod underhållbar och testbar samtidigt som jag håller oro.

Här är DataContext -klassen som ärver från EF: s DbContext där jag deklarerade mina EF DbSet s och konfigurationer:


7 svar 7

Inom de begränsningar du har angett är GIMP det bästa sättet att gå. Det är helt gratis och helt Mac -kompatibelt. Du behöver inte "full" HDR -programvara, du behöver bara kunna sammansätta en korrekt exponerad måne med en ordentligt exponerad förgrund.

Med tanke på månens skarpt definierade kant är detta själva enkelheten i GIMP. Ta bara de två bilderna, välj sedan månen från det korrekt exponerade månskottet och klistra in den i ditt förgrundsskott.

Teoretiskt sett behöver du inte ens ett stativ, eftersom du bara kan klona ut månen från förgrundsskottet och placera den rätt exponerade månen i scenen var du vill. Om du har en lång lins som kan fylla en hygglig del av ramen med månen, kan du till och med klistra in en "större" måne än verkligheten.

Processen liknar mycket den som beskrivs i den här självstudien på Photo SE-bloggen: http://photo.blogoverflow.com/2012/06/exposure-blending-for-landscape-photography/

Men istället för att klistra in på hela himlen klistrar du bara på månen.

Den bästa metoden jag har hittat är att skjuta månen när det fortfarande finns tillräckligt med ljus på himlen för att begränsa det dynamiska området mellan månens yta och den omgivande himlen.

En måne som är precis förbi ny kan skjutas strax efter solnedgången och exponeras så att detaljer syns från jorden som reflekteras från mörk del av nymånen. Att fota en nästan nymåne strax före soluppgången tillåter också samma exponering. Du kan till och med fånga några ljusa stjärnor och kanske en planet eller komet i samma bildruta. Följande är en enda exponering med endast globala justeringar av RAW -filen. Den sköts cirka två dagar efter nymånen cirka 50 minuter efter solnedgången precis i slutet av nautisk skymning.

Om du vill ha en fullmåne måste du fotografera den under dagsljuset eller mycket kort efter solnedgången under tidig skymning och exponera för månens yta. Detta kommer att underexponera den omgivande himlen. Följande bild togs cirka två minuter före solnedgången. Månen var ungefär två dagar från att vara full och hade gått upp ungefär en timme och fyrtiofem minuter tidigare.

Förhållandet mellan mängden ljus från månen och den omgivande himlen förändras snabbt under den timme som är före soluppgången och timmen efter solnedgången. Om du tar en bild med samma inställningar och inramar med bara några sekunders mellanrum kan resultatet avsevärt förändras.

Med en sådan här bild är förmodligen den bästa och enklaste lösningen manuell exponeringsfusion. Det är tillräckligt enkelt att göra i alla rastergrafikredigerare (GIMP, Photoshop, etc.).

Här är till exempel vad jag lyckades producera från dina originalbilder på några minuter i GIMP:

Här är stegen jag använde:

Öppna båda bilderna som lager i GIMP, med den mörkare bilden (måndetalj) överst.

Ställ tillfälligt in det översta lagrets opacitet till ungefär 20% och flytta det för att anpassa det till det nedre lagret. (Du kommer förmodligen också att välja Lager → Lager till bildstorlek efteråt.)

Återställ det översta lagrets opacitet och — här är tricket — ge den en lagermask som är en gråskalekopia av själva lagret (Lager → Mask → Lägg till lagermask. , välj "Gråskalekopia av lager").

Detta gör det översta lagret mest ogenomskinligt i de områden där det är rimligt utsatt (dvs i själva månen) och transparent där det är underexponerat (dvs. överallt annars). Det här är nog för att ge dig en exponeringsfusad bild, liksom, men det ser inte särskilt bra ut: månen är för mörk och omgivningen för ljus, så vi måste justera den lite mer.

Välj lagermasken du just skapade (i dialogrutan Lager) och använd Färger → Nivåer. för att justera masknivåerna. Här lämnade jag ingångsnivåerna ensamma och justerade bara minsta utgångsnivå till cirka 25 (för att mörkna omgivningen genom att göra det övre lagret lite ogenomskinligt överallt) och den maximala utgångsnivån till cirka 175 (för att göra månens ansikte ljusare genom att göra det är något genomskinligt).

Efter att ha plattat ut bilden och exporterat den som JPEG blir resultatet som du ser ovan.

Ps. En återstående fråga som du kan märka i den resulterande bilden är att det finns en del Mach -bandning synlig runt månen, särskilt när bilden är skalad. Detta är ett vanligt problem när man arbetar med bilder med subtila färggradienter med 8-bitars färg. Den idealiska lösningen är att arbeta i en bildredigerare som stöder ett högre färgdjup och som är smart nog att tillämpa rastrering vid export till ett 8-bitarsformat som JPEG. Om du kan börja med RAW -bilder som har ett högre färgdjup och ingen JPEG -komprimering, är det ännu bättre, men inte strikt nödvändigt.


Kartläggning av beteendeutveckling på hjärnans utveckling: den bevarade organisationens strategiska roller hos individer och arter

Mönstret för individuell variation i hjärnkomponentstrukturen hos grisar, minkar och laboratoriemöss är mycket lik variation mellan arter i samma komponenter, i reducerad skala. Detta bevarade mönster av allometrisk skalning liknar robotarkitekturer designade för att vara robusta för förändringar i datorkraft och uppgiftskrav, och kan återspegla mekanismen genom vilken både växande och utvecklande hjärnor försvarar grundläggande sensoriska, motoriska och homeostatiska funktioner i flera skalor. Konserverade skalningsregler har också konsekvenser för artspecifika sensoriska och sociala kommunikationssystem, motoriska kompetenser och kognitiva förmågor. Rollen av relativa förändringar i neuronantal i det centrala nervsystemet för att producera artspecifikt beteende är således mycket begränsad, medan förändringar i den sensoriska och motoriska periferin och i motivations- och uppmärksamhetssystem ökar i sannolikhet som de huvudsakliga loci som producerar viktiga förändringar i funktionell neuroanatomi mellan arter. Till sin natur kräver dessa loci förnyad uppmärksamhet på utveckling och livshistoria i den initiala organisationen och produktionen av artspecifika beteendeförmågor.

1. Inledning: ramar för att relatera naturlig variation i beteende, hjärnstruktur och gener

Individuell variation är grunden för naturligt urval, och idén om att arva adaptiva egenskaper är i grunden enkel. Ändå är förståelsen av individuell beteendevariabilitet och dess arv en av de mest komplexa uppgifterna som nuvarande forskare står inför. En bra teori om organisationen av varje analysnivå från beteende till gen är nödvändig: enskilda djur i populationer, hjärnans beräkningsstruktur, utvecklingsmekanismer för organismen och översättning från genom till organism. Hur börjar vi bryta in i den komplexa kedjan från gen till hjärna till beteende till befolkning? Till exempel ger en ganska ny genomgång av den evolutionära biologin av djurkognition en ambitiös katalog av variationer i beteende som sträcker sig från mycket specifika skillnader i sensoriska system till mycket komplexa förändringar i kommunikationssystem och kognition, några med kända konditionskonsekvenser [1]. De associerade hjärnans "fenotyper" sträcker sig från fotoreceptoropsiner, till neurotransmittorer och till hela hjärnans organisation och storlek, och arterna sträcker sig från människor till Drosophila, men under inga omständigheter är förklaringskedjan någonsin komplett. Av fullt förståeliga skäl uppskattar forskare komplexiteten i analysnivån för deras primära expertområde, och underskattar komplexiteten hos andra nivåer, vilket ger förutsägbara och återkommande fel i förklaringar som försöker överbrygga nivåer.

I följande artikel kommer vi att presentera några nya data om individuell variation i hjärndelar och relatera det till fylogenetisk variabilitet. Att relatera storleken på hjärndelar till arttypiska adaptiva beteenden har varit föremål för studier av hjärnallometri i många år [2–6]. Typen av individuell variation i storleken på hjärndelar som erbjuds till urval informerar detta arbete direkt. För detta journalnummer kommer vi emellertid att placera dessa resultat i samband med tre länkar i beteende-till-gen-kedjan, där ny information har dykt upp. För det första, medan den beteendemässiga betydelsen av förändringar i absolut och relativ hjärnstorlek i fylogeni har varit föremål för analys och spekulation i många år, hade orsakssamband eller till och med korrelationsförbindelser mellan relativ hjärnans storlek och kondition aldrig påvisats. Nyare studier möjliggör nu en bättre förståelse av vilken beteendemässig fördel en ökning av relativ hjärnstorlek tillåter djur i naturliga sammanhang. För det andra börjar nytt arbete inom datavetenskap inom robotik, designen av maskiner som måste fungera i den verkliga världen, ge insikter om vilka typer av beräkningsarkitekturer som är robusta för förändringar, skador och tillväxt. Slutligen demonstrerar utvecklingsneurobiologi alltmer vikten av epigenetiska och utvecklingsfaktorer för att anpassa ursprungligen ospecificerade hjärnstrukturer med deras speciella fysiska och sociala miljöer.

(a) Några insikter från färgsynets utveckling

Av allt arbete i utvecklingen av perceptuella och motoriska system kommer ryggradsdjurens färgsyn närmast att ha en fullständig beskrivning på alla nivåer, inklusive genetisk, utvecklingsmässig, fysiologisk, beräkningsmässig och ekologisk. Historien om denna undersökning kan informera aktuellt arbete om andra aspekter av hjärnans och beteendeutveckling direkt. Vertebratfärgsyn kontrasterar produktionen av två till fem mycket brett inställda fotoreceptorer som täcker det synliga spektrumet för att koda reflektionskarakteristika för objekt och miljöer med relativt oberoende av det spektrum av ljus som lyser upp dem. Ett typiskt däggdjur har två fotopigment för dagligt syn (opsins), och de flesta antropoida primater har tre [7–9]. Opsmolekylen, som består av aminosyror, är en grov cylinder till vilken en kortkedjig molekyl, 11-cis retinal, är fäst, som en flik på en colaburk. Ljus som absorberas av 11-cis retinal ändrar sin konformation till all-transinitierar fototransduktionskedjan. Av de flera 100 aminosyror som består av opsinmolekylen (med det röda-gröna opsinet som ett typiskt exempel) placeras endast en liten bråkdel i opsincylindern så att en aminosyrasubstitution kommer att förändra den bästa våglängden för rekonformering av 11-cis retinalmolekyl [10]. Sannolikheten för denna klass av mutationer med direkta funktionella konsekvenser är tämligen väl förstådd i termer av det pågående "jitter" i basparsubstitution som genomet kontinuerligt genomgår. Sammantaget är stegen från gen till opsin till fototransduktion exceptionellt välarbetade.

Från grundläggande receptorljuskänslighet till adaptiv funktion i den verkliga världen, det vill säga till perception och beteende, har vägen till förståelse varit stenigare. Vad betyder en förändrad bästa frekvens för ett fotopigment för beteendemässig anpassning? En första gissning var att det kan finnas ett direkt samband mellan den mest känsliga frekvensen hos fotoreceptorerna och en specifik aspekt av den adaptiva miljön. Kanske har de bästa frekvenserna för fotoreceptorer utvecklats för att underlätta födosökande eller speciell igenkänning - det vill säga att detektera gult företrädesvis för att hitta bananer, eller diskriminera ansiktets rodnad (t.ex. [11]). Inget fall av direkt matchning av bästa opsinfrekvens och någon särskild egenskap hos miljön har dock någonsin fastställts som grund för artstypiska preferenser (utan att förneka det faktum med artstypiska preferenser, bara där i hjärnan de kan vara belägna !). Istället tycks opsinerna ha valts ut för att tillräckligt täcka utbudet av tillgängligt ljus i varje arts typiska miljö. När det gäller signalering, utvecklas signalgivaren (oavsett om frukt eller art) vanligtvis är optimalt detekterbar, medan mottagaren förblir "generisk" [12,13].

I det speciella fallet med primattrikromati kan en enda aminosyraförändring i det ursprungliga opsinet producera två något olika opsinformer vars produktion kan jämföras i centrala nervsystemet [14]. Detta ger bättre "färgskärpa" i de grön-bruna områdena av färgrymden, med många rimliga adaptiva fördelar [15–18]. Förvånansvärt nog kan den identiska modifieringen ”knackas in” på näthinnorna hos möss eller dikromatiska apor, som på kort tid kan lära sig att beteende använda den nya färginformationen utan några andra genetiska förändringar i deras nervsystem [19,20] .

Lärdomarna som är att lära här är viktiga, eftersom de tenderar att återkomma om och om igen i frågor om kartläggning av hjärnbeteende. För det första likställde forskare framstående adaptiva egenskaper hos beteendemiljön (som en färgad frukt) med egenskaper i ögat och hjärnan (som opsin bästa frekvens, en viss celltyp eller en hjärnkärna) alldeles för snabbt: världens kategorier är inte hjärnans kategorier. För det andra, när utredare var intresserade av artstypiska specialiseringar i sensorimotorisk kapacitet, såsom förmåga att identifiera en viss frukt, tenderade de att ignorera de komplexa förmågorna inom scenigenkänning, navigering och rörelse som sådana specialiseringar slutligen var beroende av. Dessa komplexa, artgenerella förmågor kan dominera artspecifika specialiseringar i alla för närvarande mätbara former av ”neuralt engagemang” som neural volym eller energikostnader. Slutligen, de perceptuella, kognitiva och motoriska systemen hos alla bevarade ryggradsdjur är slutresultatet av ständiga kompromisser, som har visat sig kompetenta att hantera både arttypiska och art-allmänna problem.

(b) Evolution formar utveckling

Nytt arbete i evo-devo tillför en ytterligare dimension till vår förståelse av beteendevariabilitet. De centrala forskarna och teoretikerna inom evo-devo hävdar övertygande att utvecklingsprogram för existerande varelser är lika mycket en produkt av evolution som deras mogna fenotyper, och att dessa utvecklingsprogram kommer att ha egenskaperna "evolverbarhet" och robusthet. Med tanke på de olika aspekterna av ”utvecklingsbarhet”, som har diskuterats ingående någon annanstans [21–24], är det av central intresse här ”underlättad variation”. Läsare som är intresserade av en diskussion om grundläggande frågor i hjärnans utveckling, inklusive organiseringen av kroppsplanen, nervspridning och segmentering och aktivitetsberoende organisation av centrala nervsystemet riktas till någon av dessa källor.

Tänk på ett evolutionärt fall av oförmögen variation. Antag att vi vet att ett djur skulle få större reproduktiv framgång om det hade längre framben, men vi vet också att det inte finns några samordningsmekanismer mellan utvecklingsprogrammen som producerar dess olika organsystem. Produktion av längre framben i detta djur skulle kräva samtidiga slumpmässiga förändringar i dess okopplade program för bentillväxt, kärlförsörjning, muskelvolym, muskelfästen, längden på andra fästa ben, det neurala programmet som utför rörelse och så vidare. Även om gradvis tillträde till sådana förändringar verkligen inte är omöjligt, behövs i princip inga sådana osannolika uppställningar av slumpmässiga händelser för att skapa skillnader i relativa och absoluta mängder lemstillväxt hos befintliga djur. En mutation som endast ändrar benproduktionens hastighet eller varaktighet kan ses i morfologin hos vuxna extremiteter på grund av de epigenetiska programmen som kontrollerar somatisk tillväxt i vilken bentillväxten är inbäddad.

I färgsynsexemplet kan en slumpmässig förändring av kodningen av en enda aminosyra i en mycket större opsinmolekyl direkt förändra sin bästa våglängd. Om det neurala systemet som stöder våglängdsselektiviteten krävde nya engagerade processorer från näthinnan till hjärnan ('banandetektorer' 'kommando neuroner för banangrepp'), skulle sådana förändringar på fotoreceptornivå sällan få andra konsekvenser än blindhet. Om hjärnmekanismen som tittar på retinal information är en generaliserad våglängdsjämförare, men som verkar vara fallet, beredd att analysera en ny kontrast och lära sig dess förhållande till miljöstrukturen, kan mutationen lyckas, vilket nyligen har visats [19 , 20]. Å andra sidan kommer "nonsens" genetiska förändringar som inte stöds av epigenetisk inbäddning eller robusta neurala program sannolikt att vara osynliga eller vara skadliga. Normal utveckling, via evolution, fungerar som ett filter av genetiska mutationer för att främja meningsfull variabilitet som den tidigare och framgångsrikt har upplevt, och opsinvariationer verkar vara i den klassen.

(c) Från individuell variation till artvariation i morfologi

Länkar av naturlig fenotypisk variation till evolutionära dimensioner av fitness, speciering och genotyp har gjorts i icke-beteendemässiga sammanhang. Att koppla in den individuella fenotypiska variabiliteten inom arten till speciationsmönster har utvärderats i vidsträckta naturliga sammanhang och phyla, de mest kända fallen som involverar lätt observerbara aspekter av morfologi, till exempel växtekologi [25], skelettförändringar i tre ryggrad sticklebacks [26] och näbbar av Darwins finkar [27]. I en särskilt relevant studie relaterade Schluter [28] detaljer om stickleback morfologisk individuell variation i skelettstruktur till speciering. För en grundart kallades den största uppsättningen medvarierande funktioner 'Gmax', 'den minst resistens fylogenetiska vägen'. För närbesläktade arter förutspåddes att denna faktor skulle vara högt representerad, eftersom det är den korpus av tillgänglig variation som urval lätt kan verka på. För avlägset besläktade arter förväntades det att den observerade variationen skulle divergera systematiskt. Istället förblev Gmax lika högt i de avlägsna taxorna som i de direkt relaterade. "Utvecklingsbegränsning" erbjöds att redogöra för dessa resultat, som fungerar över både korta och långa tidsperioder. Alternativt kan emellertid de samvarierande dimensionerna representera driften av bevarade utvecklingsprogram, vilket underlättar variabilitet längs de dimensioner som är förknippade med genomförbara resultat i det förflutna och filtrerar bort andra.

I naturliga fall av variation och artbildning har man försökt gå till det andra steget att koppla fenotypiska förändringar direkt till genotypiska förändringar i endast ett fåtal sammanhang, såsom fågelfjäderdräkter [29], den explosiva strålningen från Malawisjöns ciklider [30] och , nyligen, adaptiv specialisering av muspälsfärg till miljön [31].Dessa studier är ”existensbevis” för att kopplingarna från kondition, mätt i naturliga miljöer till genetiska mekanismer, kan göras när vi förstår strukturen hos individ- och artvariation i funktioner med påvisade fitnessrelationer.

2. Bevarande och variation i hjärnans storlek och beteende, i ett evo-devo-sammanhang

(a) Relativ hjärnstorlek kan kopplas direkt till aspekter av kondition

Det största möjliga fokuset för hjärnbeteendeförhållanden, hela hjärnan, är en överraskande informativ plats att börja. Genomgripande ökningar i relativ hjärnstorlek med avseende på kroppsstorlek ('encefalisering') i flera linjer under evolutionär tid och dess koppling till beteendemässig komplexitet (utan något direkt mått på kondition) beskrevs först systematiskt av Jerison [2]. På senare tid har samma enkla drag av relativ hjärnstorlek (på artnivå) visat sig ha direkta kopplingar till kondition, i innovativa studier av flera arter av både fåglar och däggdjur i naturlig ekologi [32]. Dessa konditionsindikatorer inkluderar årlig dödlighet, sannolikheten för en enskild arts överlevnad när den introduceras i en ny nisch och beteendeinnovation i kosten. Dessa ekologiska indikatorer kan ytterligare korreleras med flera mått på inlärningsflexibilitet i laboratoriesammanhang i ett mindre antal arter. Även om det är helt olika i betoning finns det faktiskt liknande studier för individuella skillnader hos människor: individuella variationer i absolut hjärnstorlek har en liten, men statistiskt signifikant koppling till intelligenskvoten (t.ex. [33]), och därmed till flera mått på socioekonomisk status, om inte "kondition". De relativa storlekarna och utvecklingsmönstret för förstoring av de delar av hjärnan som är mest oproportionerligt stora i de största enskilda hjärnorna, frontal- och parietal cortex, varierar direkt med individuella skillnader i kognitiv flexibilitet [34].

(b) Allometrisk variation i hjärnor, mellan arter

För att göra länkarna från beteendeflexibilitet till hjärnstorlek till initial genetisk specifikation av hjärnstorlek, via utveckling, har vi empiriskt arbete vid varje steg. Fylogenetisk variation mellan däggdjursartars hjärnor beskrivs väl [3,35]. Utvecklingsförändringar i samband med artvariationer i hjärnans storlek och sensoriska system börjar förstås [36–40]. Det finns en växande kunskap om de gener eller genlokaler som är involverade i hjärnstorleksreglering inklusive studier i musmodeller [41–44], i utveckling [45–48] och i fylogeni [49].

(c) Teorier om hjärnans funktion som ligger till grund för de första hypoteserna om hjärnans utveckling

Historien om vår förståelse av förhållandet mellan komplexa beteendefunktioner och fylogenetisk hjärnvariation är en av bootstrapping fram och tillbaka från de mest allmänna strukturfunktionskartläggningarna till progressivt mer sofistikerade versioner, på ungefär samma sätt som förståelsen av utvecklingen av färgseende förändrats med tiden. Här måste vi avvika något för att överväga kontrasterande teorier om hjärnans funktion i ett allmänt evolutionärt sammanhang. Som nämnts föreslog Jerison [2] först ett samband mellan encefalisering, innehav av en relativt stor hjärna med avseende på kroppsstorlek och beteendekomplexitet. Han antog också den strategiska tilldelningen av neural volym enligt nisch, vilket är principen om "rätt massa". Särskilt hävdade han att mer volym skulle tilldelas neocortex i mycket visuella, dagliga primater och mer till luktlampa och det limbiska systemet i tidiga nattliga insektsätare. Denna variationaxel i relativ luktlampa och limbisk hjärnstorlek visar sig vara en återkommande "huvudkomponent" i ryggradsdjurens variabilitet, inte bara hos primater [37,50,51], vars betydelse vi kommer att utforska senare.

Parallellt med Jerisons beskrivning ledde framväxten av neuroetologi å ena sidan, med dess uppmärksamhet på artspecifika anpassningar, och de tidiga upptäckterna av lokalisering eller 'modularisering' av mogen neurala funktion inom kognitiv neurovetenskap, att fältet koncentrerades på förhållandet mellan livsstil och nisch till specifika hjärndelar. Den grundläggande hypotesen visade sig att hjärnor är samlingar av specialanordningar eller "moduler" som kan vara föremål för urval, en synvinkel som behåller starka anhängare inom evolutionär psykologi (t.ex. [52]) och vissa områden inom kognitiv neurovetenskap [ 53]. Det antas ofta utan tvekan i litteratur om hjärnans utveckling [3,5].

För att jämföra arter var den omedelbara följden på hypotesen om "samling av enheter" att den relativa storleken på en hjärna del bör återspegla vikten eller komplexiteten hos beteendet som beror på det, "rätt massa". När det undersökts brett över arter och hjärnstrukturer, hänförde den icke-delade kvarvarande variationen i den relativa storleken av hjärndelar till nisch- eller beteendespecialiseringar vanligtvis endast blygsam framgång, vilket fångar statistiskt signifikanta men små mängder variation (t.ex. [3,5]) . Många rimliga förutsägelser baserade på idén om "riktig massa" lyckas inte hitta något samband av relativ storlek och användbarhet alls, till exempel om det finns en korrelation mellan ett däggdjurs natt- eller dygnsliv och volymen av dess visuella cortex [54]. Alla beteendemässiga eller fitnessfördelar direkt på grund av förändringar i den relativa storleken på en hjärndel har ännu inte visats.

Flera uppenbara undantag från denna allmänhet inträffar, som vi kommer att introducera nu och diskutera helt senare när det gäller komponentstrukturen i hjärnans variabilitet. Dunbar [4] hävdade att den relativa storleken på neocortex hos primater, jämfört med resten av hjärnan, var relaterad till arternas komplexitet i social struktur, hypotesen om "social hjärna", även om nyare analyser riktar sig mot hela hjärnans storlek snarare än cortex ensam [55]. Arter och individuell variation i hippocampus sticker också ut i sitt konsekventa förhållande till minneskrav vid foder och navigering, ofta beroende av erfarenhet [56–58]. Hippocampus associerar med luktlampan och luktbarken och tar avstånd från neocortexskalning över däggdjursarter [35], och är en del av neocortex/limbisk kontrast som ursprungligen lagdes av Jerison [2].

Helt enkelt för att artskillnader i sensorisk förmåga, motoriska anpassningar och social struktur inte lätt kopplas till den relativa storleken av anatomiskt definierade delar av hjärnan hos däggdjur (till exempel likställa "motorisk skicklighet" och "hjärnhjärnans volym"), betyder detta inte att artspecifika anpassningar existerar inte, eller att de inte är viktiga. Det antyder helt enkelt att arttypiska specialiseringar måste uppstå genom andra mekanismer. Några troliga, demonstrerade mekanismer som producerar artmångfald är: (i) den sensoriska eller motoriska periferin som tvingar sin ordning på centrala nervsystemet, (ii) förändrade fördelningar av neuromodulatorer och receptorer som förändrar social motivation och uppmärksamhet, och (iii) dynamisk omfördelning av neurala vävnad till de mest aktiva kanalerna genom instruktion genom de sensoriska kanalerna och motivationspreferenser för varje djur. Vi har äntligen satt scenen för att titta på sambandet mellan fylogenetisk variation i hjärnans struktur och skalning och individuella skillnader i hjärnans organisation.

3. Fylogenetiska variationer i hjärnans struktur

Tre funktioner dominerar i däggdjurs hjärnskalning: hög interkorrelation av strukturvolymer, distinkt allometrisk skalning för varje struktur och relativ oberoende av det lukt -limbiska systemet från resten av hjärnan. Vid denna tidpunkt kan vi överväga nio stora taxonomiska grupper [35], med hjälp av hjärnindelningarna som används i de ursprungliga analyserna av Stephan & amp; Manolescu [59]. De två första huvudkomponenterna i volymvariationen står för 99,01 procent av den totala volymvariationen i denna uppsättning av 160 däggdjur. Den första faktorn är starkt belastad på cortex, lillhjärnan, diencephalon och mesencephalon, och står för 96,47 procent av den totala variansen (figur 1)a, svarta staplar). Den andra huvudkomponenten belastar högst på luktlampan och sedan på luktbarken, hippocampus, septum och subikulära cortex, vilket står för 2,61 procent av variansen (figur 1a, vita staplar). Dessutom relaterar en tredje komponent kroppsstorlek oberoende till storleken på medulla och cerebellum - denna faktor är liten, men signifikant, och har rapporterats i andra typer av analyser (t.ex. [60]). Slutligen har varje hjärnavdelning en distinkt allometri, där varje hjärnindelning ökar vid en annan sluttning när hjärnvolymen ökar totalt sett. I synnerhet neocortex och cerebellum skala med absolut hjärnvolym vid höga sluttningar så att mycket stora hjärnor blir oproportionerligt sammansatta av dessa två strukturer.

Figur 1. I alla grafer graferas procentuella variansen i varje struktur som beskrivs av den första huvudkomponenten (PC1) med de svarta staplarna och den andra huvudkomponenten (PC2) med de vita staplarna, den totala procentuella variansen skiljer sig åt i varje fall . (a) "Fylogenetisk variabilitet", baserat på ett urval av 131 arter av fladdermöss, primater och insektsätare. PC1 står totalt för 96,47 och PC2, 2,61%. (b) 'Individuell variabilitet, sammansatt' inkluderar 47 individer vars poäng har angetts som avvikelser från cellmedel för att utesluta arter och könsskillnader, där cellerna var sex vildminkar hanar, sex vildminkar honor, sex tamminkar hanar, sex tamminkar honor mink, sex vildsvin av okänt kön, sex tamsvin av okänt kön och 11 musstammar. PC1 står för 72,48 % av variansen och PC2 för 7,9 %. För den enskilda arten, (c) gris, (d) mink och (e) mus, plottas data så att deras övergripande mönster kan undersökas, men inga statistiska påståenden om faktorbelastningar på enskilda strukturer görs på individuell artnivå.

Regelbundenheten av allometriska hjärnförhållanden mellan däggdjur återspeglas i en motsvarande bevarande av neurogenesmönster [36]. I ett mönster som vi kallade "sent lika stort" är de senast genererade neuronpopulationerna i en bevarad ordning av däggdjursutveckling de som visar hyperallometri. Att förlänga utvecklingsperioden för att producera en större hjärna har störst effekt på det relativa antalet celler i föregångarpooler som genererar celler under den längsta tiden, till exempel de som producerar cortex eller cerebellum. Vidare kartläggs varaktigheten av neurogenes på en axel i den konserverade embryonala hjärnplanen hos ryggradsdjur så att de medialt belägna, "basala" cellgrupperna i hjärnsegmenten ("segment" här är ryggmärgssegment, rombomerer och prosomerer) upphör prekursorgenerering tidigt . I sidled stannar "alar"-grupper sist, eller i fallet med hippocampus och luktlök fortsätter in i vuxen ålder [38].

Taxa som ingår i den fylogenetiska analysen av hjärnans variabilitet är mycket olika, inklusive arter av mega- och mikrobatar, spetsar, armadillos, isbjörnar, lamor, människor och sjökatter, med hjärnstorlekar som är mer än 20 000 gånger [35]. Inom någon speciell art kommer hjärnstorlekar bara att sträcka sig över en liten bråkdel av denna mängd, men eftersom fylogenetisk variation måste uppstå från de ärftliga komponenterna i individuell variabilitet, är det fullt rimligt att fråga vilka aspekter av fylogenetisk variabilitet i hjärnor som speglas i individuell variabilitet . Det finns en utmärkt källa till hjärnvolymmätningar av flera enskilda medlemmar av enstaka arter, mätt på ett sätt som är jämförbart med den ursprungliga Stephan -datauppsättningen och Reep -utökade datamängden. Dieter Kruska mätte en mängd enskilda djur för att studera effekterna av domesticering. Han jämförde ett urval av sex vildsvin med sex tamsvin (hjärnstorlekar från 92 till 204 g, förhållande 2,21 [61]) och 12 vuxna vildminkhjärnor med 12 vuxna ranchminkhjärnor (hjärnstorlekar varierar från 7,2 till 10,4 g, förhållande 1,44 [62] det elektroniska tilläggsmaterialet, tabell S1). Han jämförde ett antal andra inhemska och vilda arter med färre individer (granskad och diskuterad i [63–65]). I denna analys var vårt intresse inte domesticering i sig, men tillgängligheten av mätningar av ett antal individer av samma art med bonusen av den extra variation som produceras av domesticering. Dessutom finns morfometriska analyser av en mängd olika mushjärnor som används för genetiska analyser nu tillgängliga från en onlinedatabas ([66] Ruta 1 innehåller individuella stambeskrivningar). I detta fall valdes enskilda individuella exempel på 11 olika stammar (från 0,30 till 0,53 g, förhållande 1,8), med användning av de neuroanatomiska avgränsningarna identiska med de som beskrivs i Reep et al. [35]. Dessa individer undersöktes för samma huvudkomponentstruktur som undersökts tidigare, med tanke på att kovariater arter, kön och domesticering, som beskrivs i Reep et al. [35] och Finlay & Darlington [36] (hjärnmätningar, tabell 1).

Tabell 1. Volymer av hjärnstrukturer för elva musstammar. Definitioner av inklusionerna av varje struktur, som tillsammans omfattar hela hjärnan, finns i Reep et al. [35].

Box 1. Musstamdetaljer.

4. Huvudkomponentstruktur och allometrisk skalning i individuell hjärnvariabilitet

(a) Första huvudkomponenten

Faktorbelastningarna för fylogenetisk variabilitet som redan beskrivits visas i figur 1a, och för individuell variation i figur 1b. I varje fall ritas procentfaktorbelastningen på varje hjärnstruktur inom den totala variansen för varje komponent. Den första huvudkomponenten (PC1 svarta staplar) står för mycket mer varians (fylogenetisk variabilitet, 96%individuell variabilitet, 72%) än den andra komponenten (vita staplar 3 respektive 8%). Den huvudsakliga komponentanalysen är också uppdelad efter enskilda arter i figur 1ce. Även om antalet individer är för litet för statistisk jämförelse mellan arter, ingår dessa grafer så att förhållandet mellan enskilda arters data till massdata kan undersökas. Genom att jämföra den individuella analysen med den fylogenetiska analysen, laddar PC1 på ett liknande antal hjärndelar. Även om den förklarade totala mängden varians är mindre än i den fylogenetiska analysen, är 72,48 procent anmärkningsvärt med tanke på det 20 000-faldiga intervallet i de fylogenetiska datamängdernas absoluta hjärnstorlekar jämfört med det ungefär tvåfaldiga intervallet inom artvariabilitet. Likheten i strukturen för variansen är desto mer slående eftersom denna datauppsättning inkluderar de speciella effekterna av riktat urval för olika aspekter av domesticering, och olika obestämda effekter av laboratorieuppfödning på musstammarna, och inte "naturligt" urval.

(b) Andra och tredje beståndsdelen

Den andra huvudkomponenten i variationen (figur 1 vita staplar) belastar luktlöken starkast i både artöverskridande och enskilda fall. Denna komponent bidrar i högre grad till den totala variansen hos individen än i den fylogenetiska jämförelsen, 7,9 procent mot 3 procent, vilket förklarar 86 procent av den kvarvarande variansen som inte förklaras av den första faktorn. I var och en av de enskilda arterna (dvs. gris, mink och mus) belastar den andra huvudkomponenten högst på luktlampa även om belastning på andra hjärnans delkomponenter varierar mycket.

Vi undersökte vidare förhållandet mellan kroppsstorlek och hjärnkomponenter, eftersom en relation mellan kroppsmassa och medulla och mesencefalon, som delar hjärnans storlek, har noterats tidigare. Eftersom individuell kroppsvikt inte var tillgänglig för mössen, gjordes en regressionsanalys som kontrollerade effekterna av arter, kön och domesticering på de återstående djuren. Kroppsvikt korrelerade högst med märg (r = 0,198) och näst högst med mesencephalon (r = 0,1143). Eftersom korrelationskoefficienten för medulla är 74 procent högre än till och med det näst högsta värdet för mesencephalon, kan vi vara ganska säkra på att individuell variabilitet också ekar mellan olika arter, i båda fallen, en liten effekt.

(c) Möss följer mönstret, men vissa musstammar är extrema

En intressant egenskap hos variabilitetsmönstret för de första och andra huvudkomponenterna är ritad i figur 2. För varje enskild gris, mink och mus, en punkt plottas för deras värde av PC1 och PC2. Av de fyra individuella djur som ligger utanför 90-procentig konfidenscirkel är tre vanligast använda stammar av laboratoriemöss. Två är avvikande på PC1, en laddar onormalt hög (WSB/ei) och en onormalt låg (MOLF/ei). Detta betyder att för WSB/ei är de stora hjärndelarna associerade med PC1 (cortex, cerebellum och så vidare) ovanligt invarianta med avseende på varandra (två standardavvikelser från medelvärdet), medan MOLF/ei är ovanligt variabel. Den tredje musstammen, onormalt hög på PC2 [MOLC/ei], har stora och mycket korrelerade limbiska systemkomponenter, fem avvikelser från medelvärdet. Vilken egenskap hos den "vanliga" domesticeringen av minkar och grisar som behåller den faktoriella strukturen i hjärnvariation som liknar fylogenetisk variabilitet, som delvis verkar gå förlorad i form av selektion som utövas på individuella musstammar, är inte klart. Denna observation tyder på att ovanlig variation i hjärnorganisation bör betraktas som en faktor i forskningsanvändningen av dessa stammar.

Figur 2. Värden för PC1 och PC2, uttryckta som a z-poäng för varje enskilt djur för populationen på 47 individer. Tre av mössen och en gris faller utanför 90% avgränsaren (streckad linje) dessa musstammar är WSB/ei, MOLC/ei och MOLf/ei. Musstammar kan vara mer varierande i sig på grund av större genetiska skillnader än minkarna och grisarna, vars härstamning är okända, men oavsett orsaken är deras avvikelse från den fylogenetiska och de andra individerna uttalad. Diamanter, minkar öppna cirklar, grisfyllda cirklar, möss.

En nyligen genomförd magnetisk resonanstomografistudie av rekombinanta inavlade individer av två stammar av möss i syfte att identifiera genetiska influenser på hjärnvolymer och neuronantal använde olika underavdelningar av hjärnan än de som används här, men hämtar en generellt liknande struktur, även om intervallet i hjärnan storlek reduceras ytterligare [44]. PC1 belastas i båda stammarna högst på cortex och den tredje högsta på luktlampan, den andra huvudkomponenten belastar högst på mitthjärnan och medulla, vilket vänder ordningen på den andra och tredje komponenten vi observerade.Tidigare arbete av samma grupp [41] kopplade starkt samman övergripande kontroll av antalet hjärnneuroner till genregioner relaterade till transkriptionsfaktorer och till övergripande somatisk tillväxt, i överensstämmelse med idén om PC1 i hjärnregionen relaterad till varaktighet eller utvecklingshastighet som länkar samman spridning av alla hjärnregioner. En annan studie av kontroll av neuronantal och storlek på luktlöken noterade att lökens storlek (till skillnad från hjärnan) var mycket varierande, var relaterad till kön och erfarenhet och även ändrades i volym sent i mognad [79]. Fyra olika genetiska loci från det som kontrollerar hela hjärnans storlek var relaterade till luktvariation.

(d) Cortex hyperallometri

Slutligen kan hyperallometri i cortex undersökas i denna dataset genom jämförelse av de olika domesticerade och vilda djur som studerats av Kruska [62,64,65]. Vi bekräftar hans observationer av den relativa större minskningen av cortex jämfört med hel hjärnvolym. Vi kan ytterligare beskriva den relativa minskningen av cortexstorleken hos den domesticerade arten jämfört med vår databas över arter (figur 3). Generellt sett är effekten av domesticering en minskning av den relativa hjärnstorleken till kroppsstorleken eller encefalisering, allt från en 26-procentig minskning från den vilda guanacon till den domesticerade alpackan eller laman till jämlikhet mellan de vilda och tama minkarna, inget par har det omvända relation. Den heldragna linjen som plottas i figur 3 är regressionslinjen för lutningen på 1,3 som tidigare beräknats för det fylogenetiska förhållandet mellan neocortexvolymen och den totala hjärnvolymen [35], inte regressionslinjen för dessa data. För visuell jämförelse plottar den streckade linjen lutningen 1,0, linjen som skulle observeras om cortex minskade isometriskt med den totala hjärnvolymen. Fem av de sju jämförelserna faller på eller över lika stor proportionalitet. Så, när domesticerade arter minskar i relativ hjärnvolym, minskar de oproportionerligt i neocortexvolym, i enlighet med det fylogenetiska mönstret.

Figur 3. Jämförelse av förhållandet mellan cortex och total hjärnvolym i sju vilda/inhemska jämförelser insamlade av Kruska, jämfört med lika proportionalitet (streckad linje) eller med cortexhyperallometri fastställd fylogenetiskt (heldragen linje). I fem av de sju jämförelserna minskar cortexvolymen mer än den totala hjärnvolymen.

(e) Artskillnader och "huvudkomponent 2"

Både över och inom däggdjurs taxa, volymen av neocortex (strukturen som laddas högst på PC1) kontra volymen av PC2 "limbiska" strukturer (olfaktorisk bulb och cortex, hippocampus, amygdala och septum), båda jämfört med resten av hjärnan , är negativt korrelerade [35]. Olika multivariatanalyser av den initiala Stephan-datauppsättningen (t.ex. [5,36,50] och andra) fångar samma kontrast. Den negativa korrelationen mellan volymen av limbiska strukturer och cortex bidrar till ett stort antal studier som visar mosaik, del-för-del eller system-för-system kovariation (t.ex. [80,81]). Luktlampan och hippocampus har ytterligare en ovanlig egenskap hos fortsatt neurogenes till vuxenlivet hos däggdjur, vilket är ett tydligt substrat för deras koppling till kön och erfarenhetsfaktorer [79]. I det mycket stora antalet studier som kopplar hippocampusstorlek till nisch- och foderstrategi, hos däggdjur och hos fåglar, över och inom arter, används vanligtvis hela hjärnan eller någon angränsande struktur för kalibrering av hippocampusvolym, så det är oklart om hippocampus varierar oberoende av resten av "PC2" i alla fall [56,57] se recensioner i [58,82,83]. Av de olika kontrasterna som har gjorts i studierna av hippocampus, fågel kontra däggdjur, födosöksområde och förekomst av hording, säsongsvariation av födosök och kön, skulle det vara intressant att se om vissa kontraster hävdar hela uppsättningen av 'huvudkomponent 2' 'strukturer, och om några är specifika för hippocampus. I vilket fall som helst är de två dominerande komponenterna i däggdjurs hjärnvariation, som vi nyligen visat också kännetecknar chondrichthyans (hajar och strålar [51]), en varaktig "hot spot" för artstypisk variation.

5. Ett beräkningskontext för hjärnvariation

Den nära likheten mellan fylogenetisk variation och individuell variation var ganska överraskande, med tanke på storleksordningarna som skiljer variationen av fylogenetiska och individuella prover. Vi upprepar att vi finner konsekvent samvariation i den relativa storleken på hjärndelar med avseende på varandra. Vi hittar samma dissociation, den oberoende variationen av luktlöken med avseende på resten av hjärnan. Slutligen finner vi den förutsagda oproportionerliga minskningen av neocortex med avseende på den totala hjärnvolymen, hos de domesticerade arter som har gått tillbaka i total hjärnvolym. Likheten är mer imponerande genom att domesticering och medlemskap i försöksdjur minimalt bör utöva "atypiskt" genetiskt tryck på individerna av dessa arter. Oberoende av genetik och någon form av selektion bör domesticeringen i sig ha stora effekter på uppfödningsförhållanden, näring och allmänna erfarenheter hos enskilda djur som sannolikt kommer att förvirra en analys av hjärnans variation, inte förbättra den. Naturligtvis måste fröna till fylogenetisk variabilitet hittas i individuell variabilitet, men det är förvånande att mönstret av fylogenetisk variabilitet skulle överensstämma med så detaljer. Den morfologiska utvecklingen av stickleback -arter, där individuell variation matchade artvariation, över både korta och långa fylogenetiska skillnader, liknar mycket dessa resultat [28].

(a) Hjärnarkitekturer som skalar graciöst

Hyperallometri av cortex (och cerebellum), som fördelar vinsterna från utökad hjärnproduktion företrädesvis till multifunktionella hjärnkomponenter, kan vara användbar både på individ- och artnivå. Vi kan ta några tips från aktuell datorforskning, där det är uppenbart praktiskt att utveckla datastrukturer där fler element kan läggas till efter behov, eller där en arkitektur önskas som kan förlora komponenter och förbli åtminstone delvis funktionella (som i krigföring). Dessa skalbara datorarkitekturer, eller "subsumptionsarkitekturer", möjliggör tillägg och subtraktion av komponenter graciöst utan störningar i grundläggande operationer [84,85]. En grundläggande insikt som härrör från denna litteratur är att lokalisering av nya beräkningskretsar direkt i kommandorader som utför centrala funktioner försämrar bearbetningshastigheten och förbjuder skalning, men lokalisering av ny beräkningseffekt som tilläggsslingor som modifierar grundläggande funktioner förbättrar hastigheten och möjliggör skalning. Återställ om mer datorkraft finns mellan sensorisk ingång och motorutgång, saktar det ner hela enheten och gör den sårbar för skador när som helst. Om dock en "modellhjärna" produceras bredvid de grundläggande kommandoraderna men som kan fånga upp och ändra kommandon när de görs, blir resultatet en mer robust arkitektur med mer datorkraft och ingen hastighetsförlust. Detta är naturligtvis en bra beskrivning av beräkningspositionen för de flesta av cortex och cerebellum. Eftersom detta beräkningskrav är en egenskap om hjärnskalning i allmänhet, och inte taxonomiska nivåer av hjärnorganisation, bör det således gälla för variationer i hjärntillväxt, vuxna variationer i hjärnans storlek och artnivå. För att dra en analogi med vårt ursprungliga exempel på färgseende, även om det kan vara extremt användbart för en apa att snabbt känna igen bananer, kan det aldrig vara beräkningsmässigt möjligt att placera en bananigenkänningsanordning i näthinnan om designkraven för hela hjärnan beaktas. Att testa denna hypotes om "utvecklingsförmågan" hos särskilda typer av kretsorganisation kommer så småningom att kräva undersökning av kretsar som är kända för att variera i storlek i olika grupper av ryggradsdjur och ryggradslösa djur, och jämförelse av deras egenskaper.

Med tanke på den partiella dissociationen av luktlampan och de limbiska strukturerna spekulerar vi i att variationsmönstret på individnivå kan vara antingen eller både evolutionens källa och produkt. Evolution måste verkligen fungera som ett filter mot skadliga variationer, men kan gå vidare på neutrala. Vi spekulerar i att den oberoende variationen av olfaktoriska glödlampor från resten av hjärnan kanske inte är så mycket selektion för olfaktorisk variabilitet, utan snarare urval för tätare koppling av de andra sensoriska systemen som måste dela thalamiska projektioner och neokortikala representationer. Att modellera en oberoende utvidgning av en enda definierad "modul" i ett neuralt nät förbrukade oproportionerliga mängder av neurala resurser för de andra modulerna som delar samma nätresurser som dess överdrivna input -output -krav som sprids genom nätet [86]. Att begära variationen av den enda däggdjurshjärnans del som kan variera dess storlek genom generation av neuroner under hela livet kan underlätta detta beräkningskrav.

6. Två stora klasser av beteendevariation?

För att återgå till vår första diskussion om hjärnans variabilitet och dess beteendekorrelat, föreslår vi att det finns två mycket olika typer av förändringar som är typiska i hjärnans utveckling. Den första är den allmänna ökningen av beräkningskraft och flexibilitet som en stor hjärna ger, vilket kan mätas på de allra mest allmänna sätten: överleva längre genom att undvika predation, utnyttja nya matkällor och lära sig nya strategier för att hitta skydd, attrahera kompisar och skydda avkomma [32]. Dessa beteendeklasser är för övrigt endast beroende av nisch- och modalitetsberoende och skulle inte fungera bra av starka modulära åtaganden. Variation i den relativa storleken på cortex bland människor har ett litet men signifikant samband med "allmän intelligens". Ännu har inget sådant samband mellan hjärnstorlek och allmän beteendemässig kapacitet visats vid enskild nivå för alla andra arter arbetet av Lefebvre et al. [32] jämför arter, men förhållandet bör gälla även för individer. Sammantaget, för generella problem, bör kraven på allmännyttiga arkitekturer dominera, och bör ses både i individ- och artvariationer, det slag vi beskriver här.

Å andra sidan har artstypiska beteenden av alla möjliga slag utvecklats. På den sensoriska sidan har vi allt från varianter av färgseende, till helt nya sensoriska system som elektroreception hos däggdjur, till sensorimotoriska kombinationer som ekolokalisering. På motorsidan har vi krypande, flygande och tävlingsgymnastik. Varje variation av social preferens och aggression existerar, genererande från individuella preferenser livslång monogami, kooperativ predation, ensamma individer och flockar. Uppgifterna här påverkar inte direkt mekanismerna för dessa förändringar. Evolutionära förändringar måste dock ske i stor utsträckning inom de numeriska gränser som fastställs genom allmän hjärnskalning. Specialiseringar i den sensoriska periferin påtvingar deras struktur på hjärnan, vilket gör att hela kroppsytan representerar oproportionerligt specialiseringen, från palperande näsa på stjärnmassan, till händer och tungor, till morrhår och tänder. Många sådana fall av omdirigering av generisk hjärnstruktur är väl beskrivna (t.ex. [87–90]). Dessa fördelningar kan utvecklas i spädbarn, eller kan flytta dynamiskt efter behov, som vid omfördelning av den visuella cortexen för punktskriftsläsning även i senblinda [91].

En andra källa till rik variabilitet börjar bara undersökas, att nonapepetidmodulatorn och receptorfördelning i basal framhjärnan och mitthjärnanät vänder, där små förändringar i uttrycksmönster ger upphov till stora förändringar i enskilda djurs motivations- och uppmärksamhetsstruktur, sannolikt kommer att resultera i uppkomsten av ny social organisation i befolkningar [92,93]. Den tredje källan till evolutionär beteendevariation är i sig utvecklingsmässigt: om och om igen, även om cortexen är utrustad med initialt mycket specificerad ingångsanslutning, har det visat sig att beräkningsutrymme tilldelas i cortex på grundval av aktivitet, från mikro- till makro -skalor (recensat i [94]). Eftersom källan till vår information om detta ofta kommer från utvecklingsolyckor med dövhet eller blindhet [91,95,96] eller avsiktliga experimentella subtraktioner [97], sitter den observerade plasticiteten ofta i samband med återhämtning från patologi. Dynamisk omfördelning av funktion enligt relativ aktivitet, dock både under utveckling och i vuxen ålder (t.ex. [98]) är förmodligen det normala tillståndet och bör studeras mer systematiskt i icke-manipulerad hjärna och som en framväxande egenskap hos arter anpassningar. Den massiva återanvändningen av hjärnvävnad som impliceras av avbildningsstudier, som visar att samma vävnad lyser upp upprepade gånger i olika sammanhang och uppgifter (t.ex. [99 100]), är förmodligen ingen artefakt av experimentell design eller dåliga uppgiftsskillnader, utan en grundläggande funktionsprincip för en enhet för allmänt bruk som används i flera adaptiva sammanhang.

7. Evo-devo, hjärnan och beteendet

Vi kan nu återkomma för att belysa hur vissa funktioner i hjärnskalning kan vara exempel på den underlättade variabiliteten och evolverbarheten som har diskuterats mycket i evo-devo-litteraturen. I allmänhet, hos däggdjur som diskuteras här, är den enkla varaktigheten av hjärntillväxt tätt kopplad till hjärnans storlek [101]. Förändringar i tillväxtens varaktighet (av genetiskt, men möjligen även miljömässigt ursprung) ger inte isometriska förändringar i alla hjärndelar, utan fördelar volymförändringar företrädesvis till de strukturer som produceras under den längsta embryonala varaktigheten. I neural utveckling är basal-till-alar-axeln för repeterande hjärnsegment (den embryonala mediala-till-laterala riktningen) den axel i vilken ökande varaktighet av neurogenes är ungefär representerad [35,38]. Även om denna bevarade axel kan argumenteras för att vara en 'utvecklingsmässig begränsning' för hjärnans struktur, har vi här presenterat argument om att en hjärnaxel där varaktigheten av neuronproduktion systematiskt varierar kan vara avgörande för en användbar hjärnarkitektur, en som skalas graciöst och är robust mot skador.

Observera också att de flesta av de mekanismer som omvandlar inledande, "generisk" hjärnarkitektur till en artsspecifik instans är utvecklings- eller epigenetiska mekanismer, som tar viktiga förändringar, ofta i den sensoriska och motoriska periferin, och förstärker deras effekter genom nervsystemet. Vi återvänder till vårt exempel på visuella system. Snarare än att producera en "mer visuell" primat med trikromatisk färgvisning och fovea genom att lägga till delar-generera fler celler i fovea, en ny uppsättning fotoreceptorer, fler behandlingsstadier, ett större än förväntat lateralt geniculat, större primär visuell cortex , genetiskt specificerade "färgvisionsmoduler" och så vidare - ändringar görs inom den övergripande skalningsarkitekturen [102,103]. Ändå är omstrukturerings- och bearbetningsförändringarna djupgående. För att producera den höga synskärpan hos primatfovea sträcks näthinnan differentiellt, en topologisk snarare än additiv förändring, för att kompaktera celler i fovea och sprida ut cellerna i periferin, vilket bevarar det "förväntade" antalet celler i näthinnan. . Följaktligen koncentreras cortexens bearbetningsresurser automatiskt till de centrala få graderna av synfältet. En ny opsin uttrycks, men lägger inga totala fotoreceptorer till näthinnan, vilket delar upp den ursprungliga uppsättningen. Den nya kromatiska informationen analyseras sedan av den generaliserade komparatormekanismen för våglängder som redan finns i djuret [20]. Mer intresse och uppmärksamhet på visuella egenskaper, kanske medierat av subkortikala förändringar i motivation, kommer att göra att aktivitetsberoende processer allokerar mer och mer "hjärnutrymme" till visuell information. Aspekter av modularitet kan dyka upp i cortex, till exempel för färgbearbetning, eller "ansiktsområden" från samma hebbiska "eld tillsammans, koppla ihop"-processer. Några av dessa förändringar härrör från de omedelbara epigenetiska effekterna av att ansluta nervsystemet, men många fler beror på senare interaktioner med omgivningen, styrt av djurets uppmärksamhets- och motivationspreferenser. Studiet av hjärnans utveckling och speciella beteendemässiga anpassningar kan i huvudsak bli studiet av styrd hjärnutveckling.


Titta på videon: Sensory system part 1 (Februari 2023).