Synaptyczne podstawy zachowania Głównym wyzwaniem w badaniach neurobiologicznych jest zrozumienie, w jaki sposób komórki w mózgu (neurony) wykorzystują swoje wyspecjalizowane kontakty (synapsy) do przekazywania i przekształcania informacji w celu postrzegania otaczającego nas świata i napędzania zachowań. Jedną z fascynujących funkcji układu nerwowego jest jego zdolność do śledzenia czasu. Wrażenia, myśli i działania to dynamiczne zdarzenia, które wymagają od mózgu kodowania upływu czasu. W przypadku wielu zadań, takich jak odtwarzanie muzyki czy uprawianie sportu, dokładne wykonanie wymaga precyzyjnego oszacowania odstępów czasowych w zakresie od milisekund do sekund. Jednak sposób, w jaki elementy neuronalne w obwodach mózgowych reprezentują czas, jest niezrozumiały. Połączenia synaptyczne między neuronami dynamicznie zmieniają swoją siłę podczas krótkich okresów aktywności, dlatego wysunęliśmy hipotezę, że mogą one działać jak „komórkowe zegary” i być substratem do kodowania czasu w sieciach neuronalnych w celu generowania precyzyjnych zachowań. Wyspecjalizowany region mózgu, móżdżek, uczy się precyzyjnych szczegółów czasowych naszego wewnętrznego i zewnętrznego świata sensorycznego, aby dostroić zachowania motoryczne i poznawcze. Deficyty funkcji móżdżku mogą być przyczyną zmienionych reakcji sensorycznych w schizofrenii lub autyzmie. Na szczęście, architektura obwodu móżdżkowego jest raczej prosta i zawiera tylko kilka dobrze zdefiniowanych typów neuronów. To czyni go wyjątkowo łatwym do ustalenia roli każdego typu neuronu i jego połączeń synaptycznych w generowaniu precyzyjnie określonych czasowo działań.
Hypoteza: Laboratorium Synapse and Circuit Dynamics (SCD) dokonało przełomowych odkryć dotyczących różnych funkcji synaps w móżdżku (Rysunek 1), jak również molekularnej organizacji w obrębie zakończeń nerwowych napędzającej tę różnorodność. Następnie opracowaliśmy model matematyczny, który pozwala przewidzieć, w jaki sposób różnorodność synaptyczna jest substratem dla obwodów obliczeniowych leżących u podstaw zachowania zwierząt (Rysunek 2). Główną hipotezą jest to, że dynamiczne zmiany w sile synaptycznej są niezbędne do wygenerowania rozproszonej reprezentacji czasu, która może być użyta jako matematyczna podstawa do uczenia się dowolnych kształtów neuronów wyjściowych. Ta rozproszona reprezentacja czasu umożliwia móżdżkowi precyzyjne określanie czasu działań.
Podejście: Laboratorium SCD wdrożyło wieloskalowy program badawczy, który łączy organizację makromolekularną w synapsach z funkcją obwodu neuronalnego, która napędza dobrze zaplanowane zachowania. Projekty w laboratorium obejmują rozwój mikroskopii, wykorzystanie patch-clamp i dynamicznego obrazowania dwufotonowego w ostrych plasterkach mózgu, super-rozdzielcze obrazowanie synaptycznych kompleksów makromolekularnych, szybkie losowo dostępne obrazowanie dwufotonowe aktywności populacji neuronów i zapisy pojedynczych jednostek przy użyciu sond Neuropixels o dużej gęstości u przytomnych zachowujących się myszy. Metody statystyczne i numeryczne są używane do dopasowania zbiorów danych do matematycznie sformalizowanych hipotez. 
Rysunek 1. Zróżnicowanie synapsy MF-GC. Średnie prądy synaptyczne dla pięciu typów synaps (grup) w odpowiedzi na bodźce pociągowe o częstotliwości 100 Hz wykazujące zróżnicowane amplitudy i krótkotrwałą plastyczność. 
Rysunek 2. Symulacja pauz PC podczas warunkowania powiek. a) Schemat warunkowania powiek. CS: bodziec warunkowy (czerwony). US: bodziec bezwarunkowy (fioletowy). Po doświadczeniu CS i US dostarczanych w ustalonym czasie w wielu próbach, zwierzę uczy się zamykać powiekę przed dostarczeniem US (zielony). Spadek aktywności PC (niebieski) poprzedza zamknięcie powieki (czas docelowy, szara przerywana linia). b) Schemat modelu rate kory móżdżku. MF są sklasyfikowane zgodnie z typami synaps z Chabrol et al. 2015. Procenty wskazują względną częstość grup MF. Inserty: rozkłady szybkości odpalania dla różnych grup MF. c) Przykład uczenia powiek w trakcie 4000 kroków uczenia dla opóźnienia 200 ms. Linia przerywana przedstawia sygnał docelowy używany w procedurze uczenia nadzorowanego. Bez transjentów GC wywołanych przez STP, nie można nauczyć się koryt PC (różowa linia). d) Uczenie powiek dla różnych czasów uczenia. Różne kolory wskazują odpowiedzi PC po 4000 krokach uczenia w różnych symulacjach i odpowiadające im czasy docelowe (linie przerywane).
Dostępne stanowiska: Postdoctoral fellowship positions are available for the study of the synaptic basis of neural circuit computations underlying cerebellar-dependent behaviors. Wcześniej wykazaliśmy, że zróżnicowanie siły synaptycznej i plastyczności jest ważne dla czasowego kodowania bodźców wielozmysłowych. Używając teoretycznych podejść (rysunek 2) stawiamy hipotezę, że różnorodność synaptyczna jest krytyczna dla percepcji czasowych sekwencji bodźców sensorycznych i czasowego uczenia się. Zaatakujemy ten problem za pomocą trzech strategii: 1) mechanizmy synaptyczne i neuronalne będą badane przy użyciu metod obrazowania i elektrofizjologii w ostrych plasterkach mózgu, 2) modelowanie obliczeniowe i analiza statystyczna, oraz 3) przy użyciu wysokiej gęstości neuronalnych nagrań pikseli i najnowocześniejszych, szybkich, losowo dostępnych 2-fotonowych obrazowań in vivo nowo opracowanych reporterów aktywności (Ca2+ i neuroprzekaźników), narzędzi idealnie nadających się do rejestracji wysokiej częstotliwości spajków i aktywności synaptycznej neuronów móżdżku. Prostota połączeń korowych móżdżku pozwala na rejestrację z każdego z pięciu głównych neuronów w celu bezpośredniego testowania przewidywań modeli sieciowych dotyczących obliczeń, które może wykonywać obwód. Przyjmujemy wnioskodawców dla każdego podejścia (in situ, in vivo, i obliczeniowego). Tak więc wnioskodawcy powinni mieć wcześniejsze doświadczenie w elektrofizjologii, obrazowaniu lub nagraniach in vivo u przytomnych, zachowujących się zwierząt oraz dobrą znajomość analizy sygnału. Laboratorium jest multidyscyplinarne z neurofizjologami in situ i in vivo, fizykami (optyka) i teoretycznymi neuronaukowcami pracującymi w środowisku o wysokim stopniu współpracy. Osoby zainteresowane prosimy o przesłanie CV i listu motywacyjnego na adres [email protected].