Käyttäytymisen synaptinen perusta Neurotieteellisen tutkimuksen päähaasteena on ymmärtää, miten aivojen solut (neuronit) käyttävät erikoistuneita kontaktejaan (synapseja) informaation reitittämiseen ja muuntamiseen, jotta voimme hahmottaa ympäröivää maailmaa ja ohjata käyttäytymistä. Yksi hermoston kiehtova toiminto on sen kyky seurata aikaa. Aistimukset, ajatukset ja teot ovat dynaamisia tapahtumia, jotka vaativat aivoja koodaamaan ajan kulumisen. Monissa tehtävissä, kuten musiikin soittamisessa tai urheilussa, tarkka suorittaminen edellyttää millisekunneista sekunteihin vaihtelevien aikavälien tarkkaa arviointia. Ei kuitenkaan ymmärretä, miten aivopiirien neuronaaliset elementit edustavat aikaa. Neuronien väliset synaptiset yhteydet muuttavat voimakkuuttaan dynaamisesti lyhyiden aktiivisuusjaksojen aikana, ja oletamme, että ne voisivat näin ollen toimia kuin ”soluajastimet” ja siten olla alustana ajan koodaamiselle hermoverkoissa tarkkojen käyttäytymismallien tuottamiseksi. Erikoistunut aivojen alue, pikkuaivot, oppii tarkat ajalliset yksityiskohdat sisäisestä ja ulkoisesta aistimaailmastamme motorisen ja kognitiivisen käyttäytymisen hienosäätöä varten. Pikkuaivojen toimintahäiriöt saattavatkin selittää skitsofreniassa tai autismissa esiintyvät aistivasteiden muutokset. Onneksi pikkuaivopiirin arkkitehtuuri on melko yksinkertainen, ja siinä on vain kourallinen hyvin määriteltyjä neuronityyppejä. Tämä tekee siitä ainutlaatuisen helposti lähestyttävän, kun halutaan selvittää kunkin neuronityypin ja sen synaptisten yhteyksien rooli tarkasti ajoitettujen toimintojen tuottamisessa.
Hypoteesi: Synapse and Circuit Dynamics (SCD) -laboratorio on tehnyt käänteentekeviä löytöjä synapsien erilaisista toiminnoista pikkuaivoissa (kuva 1) sekä molekyyliorganisaatiosta hermopäätteissä, joka ohjaa tätä monimuotoisuutta. Tämän jälkeen olemme kehittäneet matemaattisen mallin, joka tekee ennusteita siitä, miten synaptinen monimuotoisuus on substraatti eläinten käyttäytymisen taustalla oleville piirilaskennoille (kuva 2). Päähypoteesi on, että synaptisen voimakkuuden dynaamiset muutokset ovat välttämättömiä ajan hajautettujen representaatioiden luomiseksi, joita voidaan käyttää matemaattisena perustana lähtöneuronien mielivaltaisten muotojen oppimiselle. Tämän hajautetun ajan representaation avulla pikkuaivot pystyvät ajoittamaan toimintoja tarkasti.
Lähestymistapa: SCD-laboratorio on toteuttanut monimittakaavaisen tutkimusohjelman, joka yhdistää synapsien makromolekyyliorganisaation hermopiirin toimintaan, joka ohjaa hyvin ajoitettua käyttäytymistä. Laboratorion hankkeisiin kuuluvat mikroskooppien kehittäminen, patch-clamp- ja dynaamisen kaksifotonikuvantamisen käyttö akuuteissa aivoviipaleissa, synaptisten makromolekyylikompleksien superresoluutiokuvantaminen, nopean satunnaisen pääsyn 2-fotonikuvantaminen hermosolupopulaatioiden aktiivisuudesta ja yksittäisten yksiköiden tallentaminen käyttämällä suuritiheyksisiä Neuropixels-luotaimia hereillä käyttäytyvissä hiirissä. Tilastollisia ja numeerisia menetelmiä käytetään datasarjojen sovittamiseksi matemaattisesti formalisoituihin hypoteeseihin. 
Kuva 1. MF-GC-synapsin monimuotoisuus. Keskimääräiset synaptiset virrat viidelle synapsityypille (ryhmille) vasteena 100 Hz: n junaärsykkeille, jotka osoittavat erilaisia amplitudeja ja lyhyen aikavälin plastisuutta. 
Kuva 2. PC-taukojen simulointi silmäluomen ehdollistamisen aikana. a) Silmäluomen ehdollistamisen kaavio. CS: ehdollistettu ärsyke (punainen). US: ehdollistamaton ärsyke (violetti). Koettuaan CS:n ja US:n, jotka on annettu kiinteällä ajallisella ehdolla useiden kokeiden aikana, eläin oppii sulkemaan silmäluomensa ennen US:n antamista (vihreä). Silmäluomen sulkemista (tavoiteaika, harmaa katkoviiva) edeltää PC-aktiivisuuden matalasuhdanne (sininen). b) Pikkuaivokuoren nopeusmallin kaavio. MF:t on luokiteltu synapsityyppien mukaan Chabrol et al. 2015:stä. Prosenttiluvut osoittavat MF-ryhmien suhteellisen frekvenssin. Sisäkkeet: palamisnopeusjakaumat eri MF-ryhmille. c) Esimerkki silmäluomen oppimisesta 4000 oppimisvaiheen aikana 200 ms:n viiveellä. Katkoviiva edustaa valvotussa oppimisprosessissa käytettyä kohdesignaalia. Ilman STP:n indusoimia GC-transientteja ei voida oppia PC-tasoa (vaaleanpunainen viiva). d) Silmäluomien oppiminen eri tavoiteajoilla. Eri värit ilmaisevat PC-vasteet erilaisten simulaatioiden 4000 oppimisvaiheen jälkeen ja vastaavat tavoiteajat (katkoviivat).
Positioita käytettävissä: Postdoc-apurahapaikkoja on saatavilla pikkuaivoista riippuvaisen käyttäytymisen taustalla olevien hermopiirin laskelmien synaptisen perustan tutkimiseen. Olemme aiemmin osoittaneet, että synaptisen voimakkuuden ja plastisuuden monimuotoisuus on tärkeää moniaististen ärsykkeiden ajallisen koodauksen kannalta. Teoreettisten lähestymistapojen avulla (kuva 2) oletamme nyt, että synaptinen monimuotoisuus on kriittinen aistiärsykkeiden ajallisten sekvenssien havaitsemiselle ja ajalliselle oppimiselle. Hyökkäämme tähän ongelmaan käyttämällä kolmea strategiaa: 1) synaptisia ja neuronaalisia mekanismeja tutkitaan käyttämällä kuvantamis- ja elektrofysiologisia lähestymistapoja akuuteissa aivoviipaleissa, 2) laskennallisella mallintamisella ja tilastollisella analyysillä ja 3) käyttämällä suuritiheyksisiä neuraalisia pikselitallenteita ja uusinta huippunopeaa satunnaista pääsyä in vivo -infotonikuvantamiseen hiljattain kehitetyillä aktiviteetti-ilmoittajilla (Ca2+- ja välittäjäaineilla), jotka ovat välineitä, jotka soveltuvat ihanteellisesti pienten pikkuaivojen hermosolujen korkeataajuisten piikkien ja synaptisen aktiivisuuden kirjaamiseen. Pikkuaivokuoren kytkeytyneisyyden yksinkertaisuus soveltuu tallentamiseen kustakin viidestä periaatteellisesta neuronista, jotta voidaan suoraan testata verkkomallien ennusteita piirin mahdollisesti suorittamista laskutoimituksista. Hakijoita otetaan vastaan jokaiseen lähestymistapaan (in situ, in vivo ja laskennallinen). Hakijoilla tulisi siis olla aiempaa kokemusta elektrofysiologiasta, kuvantamisesta tai in vivo -tallenteista hereillä olevilla käyttäytyvillä eläimillä, ja heillä tulisi olla hyvä signaalianalyysin hallinta. Laboratorio on monitieteinen: in situ ja in vivo -neurofysiologit, fyysikot (optiikka) ja teoreettiset neurotieteilijät työskentelevät erittäin yhteistyökykyisessä ympäristössä. Jos olet kiinnostunut, lähetä CV ja motivaatiokirje osoitteeseen [email protected].