NeuralCipher Araştırma özeti
Kaynak özetin Türkçe makine çevirisi. Klinik kullanım öncesinde özgün yayınla karşılaştırılmalı; hekim incelemesi değildir. cc by
Ödül-cezaya dayalı karar vermenin yanı sıra, Bazal Ganglia (BG)'nın risk temelli karar vermeye katkıda bulunduğuna dair önemli kanıtlar vardır (Balasubramani ve ark., 2014). Bu kanıtlara rağmen, bu subkortikal sistemdeki risk hesaplamasının hesaplama ilkeleri ve sinirsel korelasyonları hakkında çok az şey bilinmektedir. Daha önce, ödül, ceza ve risk temelli karar verme dahil olmak üzere çeşitli deneysel çalışmalarda dopamin (DA) ve serotonin (5HT) arasındaki etkileşimleri simüle eden BG'nin takviyeli bir öğrenme (RL) tabanlı modelini önermiştik (Balasubramani ve diğerleri, 2014). Mezensefalik DA'nın etkinliğinin ödül tahmini hatasını temsil ettiği klasik fikirden başlayarak, model, striatumdaki serotoninerjik aktivitenin risk-önlem hatasını kontrol ettiğini öne sürmektedir. Önceki BG modelimiz anatomik ve hücresel düzeyde veri içermeyen soyut bir modeldi. Bu çalışmada, daha önceki modeli BG'nin ayrıntılı bir ağ modeline genişletiyoruz ve DA-5HT'nin risk ve ödül-ceza duyarlılığındaki ortak katkılarını gösteriyoruz. Önerilen ağ modelinin özünde, değer ve risk hesaplamasının hücresel korelasyonları ile ilgili aşağıdaki içgörü yer almaktadır. Tıpkı orta spiny nöronları (MSN'ler) ifade eden DA D1 reseptörünün (D1R) değer hesaplaması için sinirsel substratlar olduğu düşünüldükçe, DA D1R ve D2R eş ekspresyonlu MSN'lerin risk hesaplama yeteneğine sahip olduğunu öne sürüyoruz. D1R ve D2R'yi birlikte ifade eden MSN'lerin varlığı çeşitli deneysel çalışmalarla bildirilmiş olsa da, önceki mevcut hesaplama modelleri bunları içermiyordu. Bizimki, bu eş ifade eden D1R-D2R MSN'lerin hesaplama olanaklarını açıklayan ilk modeldir ve DA ve 5HT'nin bu nöronların sınıflarındaki (D1R-, D2R-, D1R-D2R- MSN'ler) etkinliği nasıl aracılık ettiğini açıklar. 5HT'nin tüm MSN'leri modüle ettiği varsayımından başlayarak, çalışmamız 5HT'nin D2R üzerindeki önemli modülatif etkilerini ve D1R-D2R MSN'leri eş-gösteren ve sırayla BG'deki 5HT'nin çok yönlü işlevlerini açıklayan tahmin ediyor. Bu çalışmada simüle edilen deneyler, 5HT'yi risk duyarlılığı ve ödüllendirme-cezalama öğrenimi ile ilişkilendirmektedir. Ayrıca, modelimizin Parkinson Hastalığında (PD) ödül-ceza ve risk temelli karar verme bozukluğu yakaladığı gösterilmiştir. Model, DA ilaçlarıyla birlikte 5HT seviyelerini optimize etmenin, hastaların ödül cezası öğrenme açıklarını iyileştirmek için gerekli olabileceğini tahmin ediyor.
Özgün kaynak özetini okuyun
There is significant evidence that in addition to reward-punishment based decision making, the Basal Ganglia (BG) contributes to risk-based decision making (Balasubramani et al., 2014). Despite this evidence, little is known about the computational principles and neural correlates of risk computation in this subcortical system. We have previously proposed a reinforcement learning (RL)-based model of the BG that simulates the interactions between dopamine (DA) and serotonin (5HT) in a diverse set of experimental studies including reward, punishment and risk based decision making (Balasubramani et al., 2014). Starting with the classical idea that the activity of mesencephalic DA represents reward prediction error, the model posits that serotoninergic activity in the striatum controls risk-prediction error. Our prior model of the BG was an abstract model that did not incorporate anatomical and cellular-level data. In this work, we expand the earlier model into a detailed network model of the BG and demonstrate the joint contributions of DA-5HT in risk and reward-punishment sensitivity. At the core of the proposed network model is the following insight regarding cellular correlates of value and risk computation. Just as DA D1 receptor (D1R) expressing medium spiny neurons (MSNs) of the striatum were thought to be the neural substrates for value computation, we propose that DA D1R and D2R co-expressing MSNs are capable of computing risk. Though the existence of MSNs that co-express D1R and D2R are reported by various experimental studies, prior existing computational models did not include them. Ours is the first model that accounts for the computational possibilities of these co-expressing D1R-D2R MSNs, and describes how DA and 5HT mediate activity in these classes of neurons (D1R-, D2R-, D1R-D2R- MSNs). Starting from the assumption that 5HT modulates all MSNs, our study predicts significant modulatory effects of 5HT on D2R and co-expressing D1R-D2R MSNs which in turn explains the multifarious functions of 5HT in the BG. The experiments simulated in the present study relates 5HT to risk sensitivity and reward-punishment learning. Furthermore, our model is shown to capture reward-punishment and risk based decision making impairment in Parkinson's Disease (PD). The model predicts that optimizing 5HT levels along with DA medications might be essential for improving the patients' reward-punishment learning deficits.
Bilimsel değerlendirme
Araştırma sorusu
Sorunun kapsamı orijinal çalışma üzerinden değerlendirilir.
Yöntem ve örneklem
Çalışma tasarımı ve örneklem için kaynak makaleyi kontrol edin.
Temel bulgular
Bu kayıt için editoryal olarak onaylanmış bulgu özeti henüz yayımlanmadı.
Sınırlılıklar
Sonuçların genellenebilirliği, yanlılık ve klinik anlamı ayrıca incelenmelidir.
Bibliyografik veriden yöntem, örneklem veya klinik sonuç çıkarımı yapılmaz.