3所示。路径整合gydF4y2Ba
上面描述的细胞机制可能导致路径的功能集成。路径整合涉及动物使用的自动提示维护角度和距离的准确表示它的起始位置,即使在一个复杂的轨迹的性能通过环境(gydF4y2Ba
32gydF4y2Ba- - - - - -gydF4y2Ba
35gydF4y2Ba]。记得许多物种证明行为能力的距离以及回到起始位置的角(这里在笛卡尔坐标的代表两个组件返回向量)。如下所示,持续放电提供了单个神经元的机制整合轨迹段的距离和角度计算的整体距离和角度从开始位置结束或目标位置。在这里,向量从开始到目标被称为目标向量(和负的目标向量返回向量)。返回向量的一个例子是显示为虚线图gydF4y2Ba
3(一个)gydF4y2Ba。gydF4y2Ba
位置的编码阶段。(一)实际轨迹由鼠灰色所示。如果在开始位置重置阶段,在任何阶段的反变换位置产生一个返回向量角和距离领先的开始与黑色虚线(如图所示)。(b)的膜电位振荡阶段gydF4y2Ba
φgydF4y2Ba
在一个模拟电网树突细胞,显示与一维线性相位的变化的位置(从头部方向细胞树突接收输入角偏好零)。(c)阶段的另一个树突接收输入从头部方向角偏好120。(d)执行的反变换振荡阶段在每个时间点上有效地建构完整的轨迹。gydF4y2Ba
一般来说,一个代理的位置可以由计算的积分速度矢量。在笛卡尔坐标,速度矢量gydF4y2Ba
vgydF4y2Ba
⇀gydF4y2Ba
=gydF4y2Ba
(gydF4y2Ba
dgydF4y2Ba
xgydF4y2Ba
/gydF4y2Ba
dgydF4y2Ba
tgydF4y2Ba
,gydF4y2Ba
dgydF4y2Ba
ygydF4y2Ba
/gydF4y2Ba
dgydF4y2Ba
tgydF4y2Ba
]gydF4y2Ba
。集成的速度矢量在一段时间内gydF4y2Ba
TgydF4y2Ba后开始的位置gydF4y2Ba
xgydF4y2Ba
⇀gydF4y2Ba
0gydF4y2Ba
收益率的位置向量gydF4y2Ba
xgydF4y2Ba
⇀gydF4y2Ba
=gydF4y2Ba
(gydF4y2Ba
xgydF4y2Ba
,gydF4y2Ba
ygydF4y2Ba
]gydF4y2Ba
在时间gydF4y2Ba
TgydF4y2Ba:gydF4y2Ba
xgydF4y2Ba
⇀gydF4y2Ba
(gydF4y2Ba
TgydF4y2Ba
)gydF4y2Ba
=gydF4y2Ba
xgydF4y2Ba
⇀gydF4y2Ba
0gydF4y2Ba
+gydF4y2Ba
∫gydF4y2Ba
0gydF4y2Ba
TgydF4y2Ba
vgydF4y2Ba
⇀gydF4y2Ba
(gydF4y2Ba
tgydF4y2Ba
)gydF4y2Ba
dgydF4y2Ba
tgydF4y2Ba
。gydF4y2Ba
例如,如果一个动物的速度是10厘米/秒gydF4y2Ba
xgydF4y2Ba
方向和5厘米/秒gydF4y2Ba
ygydF4y2Ba
方向,集成在5秒产生一个最终的位置(gydF4y2Ba
xgydF4y2Ba
,gydF4y2Ba
ygydF4y2Ba
]=[50厘米,25厘米]相对于一开始的位置。注意,这个积分对应目标向量gydF4y2Ba
ggydF4y2Ba
⇀gydF4y2Ba
(gydF4y2Ba
TgydF4y2Ba
)gydF4y2Ba
=gydF4y2Ba
xgydF4y2Ba
⇀gydF4y2Ba
(gydF4y2Ba
TgydF4y2Ba
)gydF4y2Ba
−gydF4y2Ba
xgydF4y2Ba
⇀gydF4y2Ba
0gydF4y2Ba
,这是负的返回向量。gydF4y2Ba
4所示。集成通过持续放电可以代码的位置gydF4y2Ba
集成的目标向量或返回向量可以提供的分级机制持续放电在深层嗅皮质神经元gydF4y2Ba
7gydF4y2Ba,gydF4y2Ba
8gydF4y2Ba]。这些神经元可以通过神经元整合速度矢量编码的响应头部方向的老鼠和老鼠的速度。头方向细胞已被证明在深内嗅皮层(gydF4y2Ba
25gydF4y2Ba]postsubiculum,它提供了直接输入内嗅皮层(gydF4y2Ba
26gydF4y2Ba,gydF4y2Ba
27gydF4y2Ba]。头方向细胞反应选择性,当老鼠正朝着一个特定的非自我中心的方向发展。一些神经元显示速度敏感性(平移运动)postsubiculum [gydF4y2Ba
27gydF4y2Ba)以及海马体(gydF4y2Ba
36gydF4y2Ba)和内侧mammillary postsubiculum接收输出和内侧核内嗅皮层(gydF4y2Ba
37gydF4y2Ba]。这里人口头方向细胞的活动调节的速度由速度矢量相乘的老鼠头方向矩阵gydF4y2Ba
HgydF4y2Ba
。头方向与单位矩阵的行向量代表个人偏好角度的速度调制头方向细胞,将速度矢量转换成头方向向量gydF4y2Ba
hgydF4y2Ba
⇀gydF4y2Ba
=gydF4y2Ba
HgydF4y2Ba
vgydF4y2Ba
⇀gydF4y2Ba
。例如,一个矩阵代表两个方向细胞偏好的角度gydF4y2Ba
θgydF4y2Ba1gydF4y2Ba和gydF4y2Ba
θgydF4y2Ba2gydF4y2Ba有两行:gydF4y2Ba
HgydF4y2Ba
=gydF4y2Ba
(gydF4y2Ba
因为gydF4y2Ba
θgydF4y2Ba
1gydF4y2Ba
罪gydF4y2Ba
θgydF4y2Ba
1gydF4y2Ba
因为gydF4y2Ba
θgydF4y2Ba
2gydF4y2Ba
罪gydF4y2Ba
θgydF4y2Ba
2gydF4y2Ba
]gydF4y2Ba
。细胞的偏好角度0,头部方向细胞的活动gydF4y2Ba
因为gydF4y2Ba
(gydF4y2Ba
0gydF4y2Ba
)gydF4y2Ba
∗gydF4y2Ba
dgydF4y2Ba
xgydF4y2Ba
/gydF4y2Ba
dgydF4y2Ba
tgydF4y2Ba
+gydF4y2Ba
罪gydF4y2Ba
(gydF4y2Ba
0gydF4y2Ba
)gydF4y2Ba
dgydF4y2Ba
ygydF4y2Ba
/gydF4y2Ba
dgydF4y2Ba
tgydF4y2Ba
=gydF4y2Ba
dgydF4y2Ba
xgydF4y2Ba
/gydF4y2Ba
dgydF4y2Ba
tgydF4y2Ba
。这个框架的优点是它允许一个简单的逆变换将头部方向回笛卡尔坐标空间。逆(gydF4y2Ba
38gydF4y2Ba的矩阵gydF4y2Ba
HgydF4y2Ba是gydF4y2Ba
HgydF4y2Ba
−gydF4y2Ba
1gydF4y2Ba
=gydF4y2Ba
(gydF4y2Ba
罪gydF4y2Ba
θgydF4y2Ba
2gydF4y2Ba
−gydF4y2Ba
罪gydF4y2Ba
θgydF4y2Ba
1gydF4y2Ba
−gydF4y2Ba
因为gydF4y2Ba
θgydF4y2Ba
2gydF4y2Ba
因为gydF4y2Ba
θgydF4y2Ba
1gydF4y2Ba
]gydF4y2Ba
/gydF4y2Ba
(gydF4y2Ba
因为gydF4y2Ba
θgydF4y2Ba
1gydF4y2Ba
罪gydF4y2Ba
θgydF4y2Ba
2gydF4y2Ba
−gydF4y2Ba
罪gydF4y2Ba
θgydF4y2Ba
1gydF4y2Ba
因为gydF4y2Ba
θgydF4y2Ba
2gydF4y2Ba
)gydF4y2Ba
。gydF4y2Ba
注意,该框架假定头方向的反应细胞就像一个余弦函数,而头方向细胞通常只显示积极活动和窄,三角形的响应函数没有超过此范围的活动。头方向输入对应一个余弦函数提供的实际输入可以总结从人口头方向输入融合细胞与不同大小的调优值在不同角度的首选方向。还要注意这种表示方法结合不同神经元响应的属性转化速度或头方向postsubiculum [gydF4y2Ba
27gydF4y2Ba和其他地区gydF4y2Ba
36gydF4y2Ba,gydF4y2Ba
37gydF4y2Ba]。如果头方向不是基于速度计算,那么它可以集成角速度作为一种独特的元素的状态向量或可以计算基于角度不同的参考点。gydF4y2Ba
使用这个头方向输入的数学表示,一套分级持续放电的放电频率细胞可以从一组集成输入头方向细胞产生燃烧率如下:gydF4y2Ba
一个gydF4y2Ba
⇀gydF4y2Ba
(gydF4y2Ba
TgydF4y2Ba
)gydF4y2Ba
=gydF4y2Ba
βgydF4y2Ba
∫gydF4y2Ba
tgydF4y2Ba
=gydF4y2Ba
0gydF4y2Ba
TgydF4y2Ba
HgydF4y2Ba
(gydF4y2Ba
vgydF4y2Ba
⇀gydF4y2Ba
(gydF4y2Ba
tgydF4y2Ba
)gydF4y2Ba
dgydF4y2Ba
tgydF4y2Ba
)gydF4y2Ba
=gydF4y2Ba
βgydF4y2Ba
HgydF4y2Ba
(gydF4y2Ba
xgydF4y2Ba
⇀gydF4y2Ba
(gydF4y2Ba
TgydF4y2Ba
)gydF4y2Ba
−gydF4y2Ba
xgydF4y2Ba
⇀gydF4y2Ba
(gydF4y2Ba
0gydF4y2Ba
)gydF4y2Ba
)gydF4y2Ba
,gydF4y2Ba
在向量gydF4y2Ba
一个gydF4y2Ba
⇀gydF4y2Ba
(gydF4y2Ba
TgydF4y2Ba
)gydF4y2Ba
代表人口的燃烧速度分级持续放电细胞gydF4y2Ba
TgydF4y2Ba。例如,假设两个细胞gydF4y2Ba
一个gydF4y2Ba
1gydF4y2Ba
和gydF4y2Ba
一个gydF4y2Ba
2gydF4y2Ba
与分级能力持续飙升,从两头方向接收输入细胞偏好角度0度和60度。想象,河鼠在10厘米/秒gydF4y2Ba
xgydF4y2Ba方向4秒,比例因子gydF4y2Ba
βgydF4y2Ba
是0.25赫兹/厘米。朝gydF4y2Ba
xgydF4y2Ba方向是相当于移动在0度,这将导致头部方向细胞活动gydF4y2Ba
hgydF4y2Ba
1gydF4y2Ba
=gydF4y2Ba
1gydF4y2Ba
和gydF4y2Ba
hgydF4y2Ba
2gydF4y2Ba
=gydF4y2Ba
0.5gydF4y2Ba
。计算(gydF4y2Ba
3gydF4y2Ba)将导致细胞分级持续放电的频率如下:gydF4y2Ba
一个gydF4y2Ba
=gydF4y2Ba
βgydF4y2Ba
(gydF4y2Ba
因为gydF4y2Ba
θgydF4y2Ba
1gydF4y2Ba
罪gydF4y2Ba
θgydF4y2Ba
1gydF4y2Ba
因为gydF4y2Ba
θgydF4y2Ba
2gydF4y2Ba
罪gydF4y2Ba
θgydF4y2Ba
2gydF4y2Ba
]gydF4y2Ba
(gydF4y2Ba
xgydF4y2Ba
ygydF4y2Ba
]gydF4y2Ba
=gydF4y2Ba
0.25gydF4y2Ba
(gydF4y2Ba
1gydF4y2Ba
0gydF4y2Ba
0.5gydF4y2Ba
0.87gydF4y2Ba
]gydF4y2Ba
(gydF4y2Ba
40gydF4y2Ba
0gydF4y2Ba
]gydF4y2Ba
=gydF4y2Ba
(gydF4y2Ba
10gydF4y2Ba
5gydF4y2Ba
]gydF4y2Ba
。因此,分级持续放电细胞会增加他们的活动gydF4y2Ba
一个gydF4y2Ba
1gydF4y2Ba
= 10赫兹,gydF4y2Ba
一个gydF4y2Ba
2gydF4y2Ba
= 5赫兹。数学上,燃烧速度矢量的逆变换计算位置向量gydF4y2Ba
xgydF4y2Ba
⇀gydF4y2Ba
(gydF4y2Ba
TgydF4y2Ba
)gydF4y2Ba
=gydF4y2Ba
HgydF4y2Ba
−gydF4y2Ba
1gydF4y2Ba
一个gydF4y2Ba
⇀gydF4y2Ba
(gydF4y2Ba
TgydF4y2Ba
)gydF4y2Ba
/gydF4y2Ba
βgydF4y2Ba
在笛卡尔坐标(见图gydF4y2Ba
3(一个)gydF4y2Ba)。然而,神经活动可以指导行为的差异而不使用逆变换。这可能包括形成之间的联系开始位置和分级燃烧模式,然后形成这种分级燃烧模式之间的联系和相关负责人方向信号。开始位置,分级燃烧的模式可以被激活,这可能检索相关的头方向的信号。动物可能会改变方向,直到它的实际方向匹配检索这头方向。这可能给目标动物正确的角度。gydF4y2Ba
相同的机制计算目标向量及其负面的,返回向量。返回向量可以让一只老鼠从任意位置返回到起始位置的环境。相比之下,我们的目标向量可用于存储环境中的重要位置的距离和角度。例如,如果一个老鼠开始在一个地方在一个开放的领域,在另一个位置和游荡,直到找到食物,向量在这一点上是综合活动目标向量它提供了一个简单的角度和距离的描述开始的目标。这一目标向量可以与所有元素的前面的路径通过回放落后的地方细胞编码完整路径(gydF4y2Ba
39gydF4y2Ba,gydF4y2Ba
40gydF4y2Ba]。这可能允许存储相关联的细胞活跃在开始位置和随后的目标向量。检索目标向量的开始位置可以让老鼠直接食物奖励的位置。如果空间位置导致目标相关的目标向量在每个目标位置,然后集成是重置,一系列连续的轨迹目标可以单独存储。老鼠可以使用这个活动顺序检索途径不同的奖励在环境中,在一些行为任务(gydF4y2Ba
41gydF4y2Ba]。集成活动的重置可以构成不同的位置细胞激活模式显示这种类型的定向任务相比,户外活动。因此,集成的重置可以解释发射位置的转变地方扫在一个开放的领域之间的细胞和奖励之间的连续轨迹位置后gydF4y2Ba
41gydF4y2Ba)以及发射位置的转变田野之间的网状细胞清除和长发夹上运行跟踪gydF4y2Ba
42gydF4y2Ba),每一段的观点就会导致阶段重置。gydF4y2Ba
分级持续飙升也可以保持最初的方向gydF4y2Ba
θgydF4y2Ba
高清gydF4y2Ba
(gydF4y2Ba
0gydF4y2Ba
)gydF4y2Ba
和更新通过整合来自神经元编码输入角头速度gydF4y2Ba
θgydF4y2Ba
˙gydF4y2Ba
AHVgydF4y2Ba
(gydF4y2Ba
tgydF4y2Ba
)gydF4y2Ba
在postsubiculum[等领域gydF4y2Ba
27gydF4y2Ba]。gydF4y2Ba
5。持续的飙升会构成网格单元射击gydF4y2Ba
因为显示持续放电的神经元可以整合突触输入速度调制头方向细胞,从而可以代码空间位置,这些持续放电神经元可能网格细胞记录在清醒动物的行为(gydF4y2Ba
24gydF4y2Ba,gydF4y2Ba
43gydF4y2Ba,gydF4y2Ba
44gydF4y2Ba]。本节描述两个潜在机制持续放电神经元为网格细胞的活动。第一个机制包括周期性持续发射层II(见图所示gydF4y2Ba
1(一)gydF4y2Ba)。第二个机制涉及到分级持续放电层V(见图所示gydF4y2Ba
2(一个)gydF4y2Ba)。gydF4y2Ba
以一般的方式发射的实验数据单一网格细胞可以被描述gydF4y2Ba
ggydF4y2Ba
(gydF4y2Ba
tgydF4y2Ba
)gydF4y2Ba
=gydF4y2Ba
∏gydF4y2Ba
θgydF4y2Ba
因为gydF4y2Ba
(gydF4y2Ba
ωgydF4y2Ba
HgydF4y2Ba
xgydF4y2Ba
⇀gydF4y2Ba
(gydF4y2Ba
tgydF4y2Ba
)gydF4y2Ba
+gydF4y2Ba
φgydF4y2Ba
)gydF4y2Ba
,gydF4y2Ba
在哪里gydF4y2Ba
ggydF4y2Ba
(gydF4y2Ba
tgydF4y2Ba
)gydF4y2Ba
的概率是解雇的网格单元。产品标志gydF4y2Ba
ΠgydF4y2Ba代表每一行的输出乘法(每头方向gydF4y2Ba
θgydF4y2Ba
)的头部方向变换矩阵gydF4y2Ba
HgydF4y2Ba上面所描述的。这里的描述实验数据直接使用的向量表示位置gydF4y2Ba
xgydF4y2Ba
(gydF4y2Ba
tgydF4y2Ba
)gydF4y2Ba
。网格是由头部的定位方向gydF4y2Ba
θgydF4y2Ba
在gydF4y2Ba
HgydF4y2Ba,是由空间阶段gydF4y2Ba
φgydF4y2Ba
,领域之间的间距是由角频率gydF4y2Ba
ωgydF4y2Ba。这个方程类似的其他表示网格细胞(gydF4y2Ba
18gydF4y2Ba,gydF4y2Ba
45gydF4y2Ba),但简化了使用头部方向变换矩阵表示。gydF4y2Ba
5.1。周期性持续放电gydF4y2Ba
网状细胞发出信号周期的模式空间的模式可能会出现周期性持续发射,如图gydF4y2Ba
1(一)gydF4y2Ba。倾向于持续放电,从而打开或关闭可能导致网格单元发射如果输入的振动可以通过集成的不同人群的细胞有不同的优先方向的角度。仿真如图gydF4y2Ba
1 (b)gydF4y2Ba和gydF4y2Ba
1 (c)gydF4y2Ba显示下面的方程可以生成网格单元发射性质:gydF4y2Ba
ⅆgydF4y2Ba
hgydF4y2Ba
+gydF4y2Ba
dgydF4y2Ba
tgydF4y2Ba
=gydF4y2Ba
−gydF4y2Ba
ωgydF4y2Ba
2gydF4y2Ba
VgydF4y2Ba
(gydF4y2Ba
tgydF4y2Ba
)gydF4y2Ba
(gydF4y2Ba
HgydF4y2Ba
vgydF4y2Ba
⇀gydF4y2Ba
+gydF4y2Ba
(gydF4y2Ba
tgydF4y2Ba
)gydF4y2Ba
)gydF4y2Ba
3gydF4y2Ba
/gydF4y2Ba
2gydF4y2Ba
,gydF4y2Ba
ⅆgydF4y2Ba
hgydF4y2Ba
−gydF4y2Ba
dgydF4y2Ba
tgydF4y2Ba
=gydF4y2Ba
ωgydF4y2Ba
2gydF4y2Ba
VgydF4y2Ba
(gydF4y2Ba
tgydF4y2Ba
)gydF4y2Ba
(gydF4y2Ba
HgydF4y2Ba
vgydF4y2Ba
⇀gydF4y2Ba
−gydF4y2Ba
(gydF4y2Ba
tgydF4y2Ba
)gydF4y2Ba
)gydF4y2Ba
3gydF4y2Ba
/gydF4y2Ba
2gydF4y2Ba
,gydF4y2Ba
ⅆgydF4y2Ba
VgydF4y2Ba
dgydF4y2Ba
tgydF4y2Ba
=gydF4y2Ba
hgydF4y2Ba
+gydF4y2Ba
(gydF4y2Ba
HgydF4y2Ba
vgydF4y2Ba
⇀gydF4y2Ba
+gydF4y2Ba
(gydF4y2Ba
tgydF4y2Ba
)gydF4y2Ba
)gydF4y2Ba
1gydF4y2Ba
/gydF4y2Ba
2gydF4y2Ba
−gydF4y2Ba
hgydF4y2Ba
−gydF4y2Ba
(gydF4y2Ba
HgydF4y2Ba
vgydF4y2Ba
⇀gydF4y2Ba
−gydF4y2Ba
(gydF4y2Ba
tgydF4y2Ba
)gydF4y2Ba
)gydF4y2Ba
1gydF4y2Ba
/gydF4y2Ba
2gydF4y2Ba
,gydF4y2Ba
ggydF4y2Ba
(gydF4y2Ba
tgydF4y2Ba
)gydF4y2Ba
=gydF4y2Ba
(gydF4y2Ba
∏gydF4y2Ba
VgydF4y2Ba
(gydF4y2Ba
tgydF4y2Ba
)gydF4y2Ba
]gydF4y2Ba
,gydF4y2Ba
在哪里gydF4y2Ba
hgydF4y2Ba
+gydF4y2Ba
代表当前由于头部的积极成分的变化方向输入(注意,这个使用余弦调制头方向输入),和gydF4y2Ba
hgydF4y2Ba
−gydF4y2Ba
代表了当前由于消极成分的余弦调制头方向输入。注意方程分别使用正面和负面元素的速度调制头方向矩阵gydF4y2Ba
HgydF4y2Ba改变大鼠运动速度gydF4y2Ba
vgydF4y2Ba
(gydF4y2Ba
tgydF4y2Ba
)gydF4y2Ba
。的参数gydF4y2Ba
ωgydF4y2Ba确定输入的时间比例对活动水平的影响。的方程,gydF4y2Ba
VgydF4y2Ba
(gydF4y2Ba
tgydF4y2Ba
)gydF4y2Ba
代表了电压变化在单独的隔间都收到来自一个脑袋的积极和消极成分方向输入。如上所述,余弦调制头方向输入可以通过对头部方向求和细胞提供了不同角度的偏好。头方向方程的负面影响可能是由于前馈抑制或抑制gaba ergic预测postsubiculum内侧内嗅皮层。这个函数gydF4y2Ba
ggydF4y2Ba
(gydF4y2Ba
tgydF4y2Ba
)gydF4y2Ba
随着时间的推移代表网格细胞的放电。方括号gydF4y2Ba
(gydF4y2Ba
]gydF4y2Ba
表明飙升时发生gydF4y2Ba
VgydF4y2Ba
(gydF4y2Ba
tgydF4y2Ba
)gydF4y2Ba
穿过一个阈值。gydF4y2Ba
这种模式可以获得如果神经元对不同活动的头方向输入周期性持续放电(Klink和阿隆索,1997),如图gydF4y2Ba
1(一)gydF4y2Ba。在这种情况下,当一个方向,头方向输入会导致相位的变化在这个方向发射,可能由于建立的钙和钙失活。完全相反的方向时,头部方向输入要激活反向过程,可能减少钙失活,然后减少钙。gydF4y2Ba
与这个模型网格实地获取的例子所示的数字gydF4y2Ba
1 (b)gydF4y2Ba和gydF4y2Ba
1 (c)gydF4y2Ba。网格领域更加稳定莫泽实验室的轨迹数据的随机轨迹(参见图创建的gydF4y2Ba
1 (b)gydF4y2Ba)或在一个轨迹获得(参见图在我们自己的实验室gydF4y2Ba
1 (c)gydF4y2Ba)。这表明大鼠运动的统计数据可以确定的网格在这个新模型中,这可能是变化检测的网格单元发射特性取决于老鼠的轨迹运动行为觅食任务。gydF4y2Ba
5.2。分级持续放电gydF4y2Ba
替代周期性持续放电,分级持续发射,如图gydF4y2Ba
2(一个)gydF4y2Ba可以提供网格单元发射的基础。在这个框架中,不同粒级持续放电细胞开始基线飙升的频率,并提供相同的收敛火灾时输入的输入到一个网格单元同步。速度调制头方向输入不同分级持续放电细胞将是暂时性的改变频率,从而发射的阶段。因此,如果老鼠,它变化的频率分级细胞与其他细胞阶段,从而减少了网格单元或停止射击,直到阶段转移到进入阶段与其他神经元。一个网格单元模拟模型如图gydF4y2Ba
2 (b)gydF4y2Ba。这种机制使用分级持续放电的方式类似于膜电位振荡的机理在以下部分中描述。gydF4y2Ba
这两个模型将产生的发射模式类似于网格细胞只要头方向提供输入有偏好角度60度的倍数。路径整合,头部方向角用于集成可能决定开始时的位置。例如,一个单一的锥体细胞显示持续放电可能会收到来自三个方向细胞代码航向角主管一开始,以及眼睛的角度方向。老鼠有双目重叠约60度gydF4y2Ba
46gydF4y2Ba]。如果一只眼睛是180度的总视野的中心观点是在90度,然后为每只眼睛的中心观点应该从头方向偏移约60度。因此,老鼠可以选择角度为0,为路径整合−60岁,60度。这些角度60度的差异导致六角头方向所必需的输入数组在网格单元模型。老鼠可以使用这些初始角度来看,作为参考的角度,但是如果足够远从最初的标题(例如,从最初的180度头方向),那么它可能需要选择额外的参考角度从前面的参考角度每隔60度。gydF4y2Ba
一些网格细胞反应选择性的只对某些头方向(gydF4y2Ba
25gydF4y2Ba]。这些头方向敏感的网格细胞也可能导致输入只是超阈值的人口头方向附近的细胞响应一个首选的角,输入是阈下的其他人群的头方向细胞编码其他首选的角度(例如,在60或120度差异)。gydF4y2Ba
6。集成膜电位振荡阶段可以代码的位置gydF4y2Ba
作为替代路径整合的机制,膜电位振荡的阶段内嗅皮质星状细胞也可以用来整合速度调制头方向输入。这种机制提出了一个模型的网格细胞由伯吉斯et al。gydF4y2Ba
18gydF4y2Ba),奥基夫和伯吉斯(gydF4y2Ba
47gydF4y2Ba]。这种机制使用的生理事实去极化的星状细胞输入导致膜电位振荡的频率变化(gydF4y2Ba
16gydF4y2Ba]。这可能会改变振荡阶段基于积分去极化的输入。gydF4y2Ba
6.1。使用膜电位振荡模型,网格细胞gydF4y2Ba
这个计算模型展示了一个网格单元的活动可能来自于细胞内,膜电位振荡调制从头方向细胞去极化的输入:gydF4y2Ba
ggydF4y2Ba
(gydF4y2Ba
tgydF4y2Ba
)gydF4y2Ba
=gydF4y2Ba
(gydF4y2Ba
∏gydF4y2Ba
(gydF4y2Ba
因为gydF4y2Ba
ωgydF4y2Ba
tgydF4y2Ba
+gydF4y2Ba
因为gydF4y2Ba
(gydF4y2Ba
ωgydF4y2Ba
tgydF4y2Ba
+gydF4y2Ba
ωgydF4y2Ba
βgydF4y2Ba
HgydF4y2Ba
∫gydF4y2Ba
0gydF4y2Ba
tgydF4y2Ba
HgydF4y2Ba
(gydF4y2Ba
vgydF4y2Ba
⇀gydF4y2Ba
(gydF4y2Ba
τgydF4y2Ba
)gydF4y2Ba
dgydF4y2Ba
τgydF4y2Ba
+gydF4y2Ba
xgydF4y2Ba
0gydF4y2Ba
)gydF4y2Ba
)gydF4y2Ba
)gydF4y2Ba
]gydF4y2Ba
,gydF4y2Ba
在哪里gydF4y2Ba
ggydF4y2Ba
(gydF4y2Ba
tgydF4y2Ba
)gydF4y2Ba
是单一的发射在时间和空间建模网格单元。gydF4y2Ba
ωgydF4y2Ba代表了膜电位振荡的基线角频率(2 *gydF4y2Ba
πgydF4y2Ba*gydF4y2Ba
fgydF4y2Ba
在不同的部分神经元)。gydF4y2Ba
βgydF4y2Ba
HgydF4y2Ba
是通过实验确定比例因子相关的膜电位振荡网格单元间距。输入从头部方向细胞是由矩阵gydF4y2Ba
HgydF4y2Ba和速度矢量gydF4y2Ba
vgydF4y2Ba
⇀gydF4y2Ba
。每一行的内积gydF4y2Ba
HgydF4y2Ba与速度矢量gydF4y2Ba
vgydF4y2Ba
⇀gydF4y2Ba
代表输入从一个头方向树突细胞调制的老鼠的速度。这个输入改变树突膜电位振荡的频率,从而改变阶段的树突振荡积分的比例随着时间的推移的速度矢量。河鼠的开始位置和网格单元的空间相结合在初始位置向量gydF4y2Ba
xgydF4y2Ba0gydF4y2Ba
。这个初始位置向量矩阵也改变了gydF4y2Ba
HgydF4y2Ba。方括号gydF4y2Ba
(gydF4y2Ba
]gydF4y2Ba
代表亥维赛阶跃函数生成一个输出为每个时间点飙升时,产品跨越一个阈值(1.8)。gydF4y2Ba
这个模型生成网格单元发射领域与间距领域依赖于膜电位振荡的频率(gydF4y2Ba
16gydF4y2Ba- - - - - -gydF4y2Ba
18gydF4y2Ba]。创建一个网格单元与该模型如图gydF4y2Ba
2 (c)gydF4y2Ba。模型生成的预测系统的网格单元的间距变化发射领域的背腹轴内嗅皮层将取决于系统的差异在嗅皮质神经元膜电位振荡的频率。这个预测是测试和支持完整的细胞修补记录从嗅皮质层二星状细胞(gydF4y2Ba
16gydF4y2Ba]。基于实验数据,膜电位振荡频率gydF4y2Ba
fgydF4y2Ba缩放网格单元间距gydF4y2Ba
GgydF4y2Ba由一个常数因子gydF4y2Ba
fgydF4y2Ba
∗gydF4y2Ba
GgydF4y2Ba
=gydF4y2Ba
HgydF4y2Ba
(gydF4y2Ba
16gydF4y2Ba,gydF4y2Ba
17gydF4y2Ba]。gydF4y2Ba
如上所述,膜电位振荡出现在特定的内嗅皮质层等人群二星状细胞和V层锥体细胞,但不是在其他细胞如II锥体细胞层、内嗅皮质层中的神经元III或内嗅皮层外侧。基于这些数据,基于网格的生成细胞反应膜电位振荡只会发生在二星状细胞层和第五层锥体细胞,并将出现在其他神经元由于网络交互或由于上述持续飙升的机制。gydF4y2Ba
6.2。网格单元活动代码的位置gydF4y2Ba
在模型中,输入从头部方向细胞去极化的增加膜电位振荡的频率成正比的速度向量。这种转变在振荡的频率改变阶段的比例积分的速度矢量转换头方向:gydF4y2Ba
∫gydF4y2Ba
tgydF4y2Ba
=gydF4y2Ba
0gydF4y2Ba
TgydF4y2Ba
HgydF4y2Ba
(gydF4y2Ba
vgydF4y2Ba
⇀gydF4y2Ba
(gydF4y2Ba
tgydF4y2Ba
)gydF4y2Ba
dgydF4y2Ba
tgydF4y2Ba
+gydF4y2Ba
xgydF4y2Ba
0gydF4y2Ba
)gydF4y2Ba
=gydF4y2Ba
HgydF4y2Ba
xgydF4y2Ba
⇀gydF4y2Ba
(gydF4y2Ba
TgydF4y2Ba
)gydF4y2Ba
。此外,干涉图样增加和减少的比例差异在soma的振荡频率和树突,这干扰的矢量角的阶段gydF4y2Ba
φgydF4y2Ba
(gydF4y2Ba
tgydF4y2Ba
)gydF4y2Ba
=gydF4y2Ba
ωgydF4y2Ba
βgydF4y2Ba
HgydF4y2Ba
xgydF4y2Ba
⇀gydF4y2Ba
(gydF4y2Ba
tgydF4y2Ba
)gydF4y2Ba
(见图gydF4y2Ba
3 (b)gydF4y2Ba和gydF4y2Ba
3 (c)gydF4y2Ba)和网格单元活动的方程可以写为位置gydF4y2Ba
ggydF4y2Ba
(gydF4y2Ba
tgydF4y2Ba
)gydF4y2Ba
=gydF4y2Ba
(gydF4y2Ba
∏gydF4y2Ba
因为gydF4y2Ba
(gydF4y2Ba
ωgydF4y2Ba
βgydF4y2Ba
HgydF4y2Ba
HgydF4y2Ba
xgydF4y2Ba
⇀gydF4y2Ba
(gydF4y2Ba
tgydF4y2Ba
)gydF4y2Ba
)gydF4y2Ba
]gydF4y2Ba
。gydF4y2Ba
位置可以从网格单元中提取阶段通过使用头部方向变换的逆矩阵如下:gydF4y2Ba
xgydF4y2Ba
⇀gydF4y2Ba
(gydF4y2Ba
tgydF4y2Ba
)gydF4y2Ba
=gydF4y2Ba
HgydF4y2Ba
−gydF4y2Ba
1gydF4y2Ba
φgydF4y2Ba
⇀gydF4y2Ba
(gydF4y2Ba
tgydF4y2Ba
)gydF4y2Ba
/gydF4y2Ba
ωgydF4y2Ba
βgydF4y2Ba
。图gydF4y2Ba
3 (d)gydF4y2Ba显示的轨迹从这个逆变换阶段。gydF4y2Ba
6.3。θ相旋进gydF4y2Ba
除了复制网格单元发射的空间周期性字段,膜电位振荡的模型基于干扰也复制实验数据显示系统的网格单元发射阶段的变化相对于网络θ节律振荡(gydF4y2Ba
48gydF4y2Ba),这种现象称为θ相旋进。θ相岁差现象最初显示的位置细胞激活海马结构(gydF4y2Ba
49gydF4y2Ba,gydF4y2Ba
50gydF4y2Ba并提出了来自网络θ节律振荡与细胞之间的相互作用θ节律振荡(gydF4y2Ba
49gydF4y2Ba,gydF4y2Ba
51gydF4y2Ba,gydF4y2Ba
52gydF4y2Ba]。作为替代模型,提出了进动产生的读出序列的细胞活性(gydF4y2Ba
53gydF4y2Ba- - - - - -gydF4y2Ba
55gydF4y2Ba]。gydF4y2Ba
的振荡干扰模型网格细胞(gydF4y2Ba
18gydF4y2Ba,gydF4y2Ba
47gydF4y2Ba)扩展的模型海马相旋进,可以占到网格单元相旋进(gydF4y2Ba
48gydF4y2Ba]。在振荡干扰模型中,生理上出现的干扰有两个组件:(1)如上所述,网格的大小字段是由信封,频率取决于两角的不同频率gydF4y2Ba
ωgydF4y2Ba
dgydF4y2Ba
−gydF4y2Ba
ωgydF4y2Ba
年代gydF4y2Ba
,(2)阶段旋进的模式取决于更高的频率分量对应于两个频率的均值gydF4y2Ba
(gydF4y2Ba
ωgydF4y2Ba
年代gydF4y2Ba
+gydF4y2Ba
ωgydF4y2Ba
dgydF4y2Ba
)gydF4y2Ba
/gydF4y2Ba
2gydF4y2Ba
。这个阶段的二附中总结振荡的频率分量gydF4y2Ba
φgydF4y2Ba
总和gydF4y2Ba
=gydF4y2Ba
ωgydF4y2Ba
tgydF4y2Ba
+gydF4y2Ba
ωgydF4y2Ba
βgydF4y2Ba
∫gydF4y2Ba
0gydF4y2Ba
tgydF4y2Ba
HgydF4y2Ba
vgydF4y2Ba
⇀gydF4y2Ba
(gydF4y2Ba
τgydF4y2Ba
)gydF4y2Ba
dgydF4y2Ba
τgydF4y2Ba
/gydF4y2Ba
2gydF4y2Ba
。附近的飙升将发生的高峰阶段总结振荡等于倍数gydF4y2Ba
ngydF4y2Ba完整的循环:gydF4y2Ba
φgydF4y2Ba
总和gydF4y2Ba
=gydF4y2Ba
ngydF4y2Ba
2gydF4y2Ba
πgydF4y2Ba
。gydF4y2Ba
造成的强化阶段的总结振荡可以绘制相对于网络θ节律的策划阶段的soma每个高峰的时候。这可以获得分析从上面的方程,如果我们考虑的情况下以恒定的速度不断运动的首选方向一个头方向细胞。在这种情况下,头部方向的积分单元只是速度的积分,等于位置gydF4y2Ba
xgydF4y2Ba
=gydF4y2Ba
∫gydF4y2Ba
0gydF4y2Ba
tgydF4y2Ba
HgydF4y2Ba
vgydF4y2Ba
⇀gydF4y2Ba
(gydF4y2Ba
τgydF4y2Ba
)gydF4y2Ba
dgydF4y2Ba
τgydF4y2Ba
。还请注意,soma振荡的相位是soma频率和时间的乘积:gydF4y2Ba
φgydF4y2Ba
somagydF4y2Ba
=gydF4y2Ba
2gydF4y2Ba
πgydF4y2Ba
fgydF4y2Ba
tgydF4y2Ba
。因此,方程的阶段总结振荡可以减少gydF4y2Ba
φgydF4y2Ba
总和gydF4y2Ba
=gydF4y2Ba
φgydF4y2Ba
somagydF4y2Ba
+gydF4y2Ba
ωgydF4y2Ba
BgydF4y2Ba
xgydF4y2Ba
/gydF4y2Ba
2gydF4y2Ba
。gydF4y2Ba
θ的策划阶段岁差本质上涉及策划的时机(这发生在峰值gydF4y2Ba
φgydF4y2Ba
总和gydF4y2Ba
=gydF4y2Ba
ngydF4y2Ba
2gydF4y2Ba
πgydF4y2Ba
)相对于网络的阶段振荡(soma的对应阶段因为soma受到网络与固定频率振荡gydF4y2Ba
ωgydF4y2Ba
)。因此,θ的策划阶段的垂直轴旋进显示阶段的soma振荡时每一个高峰:gydF4y2Ba
φgydF4y2Ba
somagydF4y2Ba
=gydF4y2Ba
ngydF4y2Ba
2gydF4y2Ba
πgydF4y2Ba
−gydF4y2Ba
πgydF4y2Ba
fgydF4y2Ba
BgydF4y2Ba
xgydF4y2Ba
绘制相对位置gydF4y2Ba
xgydF4y2Ba在水平轴上。图gydF4y2Ba
4gydF4y2Ba显示了峰值的策划在仿真运行在一个线性跟踪通过神经元的发射领域。注意阶段进动在这个模型中类似于阶段中旋进实验数据(gydF4y2Ba
50gydF4y2Ba),但仅覆盖约180度的网络θ振荡周期。gydF4y2Ba
模拟θ相进动网格单元模型基于膜电位振荡。(a)θ阶段绘制垂直轴作为模拟老鼠穿过网格单元发射领域在西向东和东向西的方向。(b)θ相在运行从南到北。(c)高峰时期(满圈)总结振荡神经元相对于振荡的soma神经元网络θ振荡(负)。gydF4y2Ba
注意阶段为单一方向旋进给部分读出阶段代码的位置,但当考虑到二维空间的阶段,它混淆两个或两个以上的阶段树突,所以它是径向对称和依赖于轨道的方向通过字段(参见图gydF4y2Ba
5(一个)gydF4y2Ba)。因此,阶段旋进代码不太准确的用于路径整合,与总体的意思是射速会观察到在一个网格单元由于一个非常大的持续放电点火,这可能代码位置距离小于1/2网格间距两个字段(例如,80厘米的间距,距离不到40厘米可以编码)。gydF4y2Ba
相环境中的相对位置。(一)强化阶段由于岁差(不应期)。注意阶段取决于位置,但圆对称的。(b)树突振荡阶段包含更完整的连续表示位置。(c)的情节一个远端角视觉刺激老鼠绕在一个环境中,表明相似的非自我中心的刺激角度综合树突相在一个网格单元。gydF4y2Ba
强化阶段gydF4y2Ba
树突相gydF4y2Ba
刺激角gydF4y2Ba
6.4。路径整合机制gydF4y2Ba
如上所述,路径整合涉及动物利用其自动提示来维护一个初始位置角和距离的精确表示。在网格单元模型中,振荡阶段的更新speed-modulated头方向整合速度矢量,从而整合到起始位置的距离取决于在特定方向gydF4y2Ba
HgydF4y2Ba。如果振荡阶段将重置为零的开始位置,返回向量gydF4y2Ba
rgydF4y2Ba
给回起始位置的距离和方向可以通过应用获得头部方向矩阵的逆的树突相矢量在任何位置gydF4y2Ba
rgydF4y2Ba
⇀gydF4y2Ba
=gydF4y2Ba
−gydF4y2Ba
HgydF4y2Ba
−gydF4y2Ba
1gydF4y2Ba
φgydF4y2Ba
⇀gydF4y2Ba
/gydF4y2Ba
ωgydF4y2Ba
βgydF4y2Ba
。图gydF4y2Ba
3(一个)gydF4y2Ba表明,在起始位置重置阶段后,应用逆头方向变换树突相矢量,并采取消极的这个向量给出了方向和角度直接回到开始位置(虚线)。gydF4y2Ba
6.5。互动的路径整合和视觉刺激gydF4y2Ba
路径整合仅根据idiothetic线索建立实质性的错误(gydF4y2Ba
34gydF4y2Ba),通常是纠正相比感觉如视觉刺激(gydF4y2Ba
35gydF4y2Ba]。网格环境中的细胞显示依赖视觉刺激。他们保持相同的属性当回到熟悉的房间gydF4y2Ba
24gydF4y2Ba),他们改变他们的规模在一段时间后操作的环境大小(gydF4y2Ba
44gydF4y2Ba]。这种影响的视觉刺激可能导致从事实角度对视觉刺激和网格单元振荡阶段相同的属性。图gydF4y2Ba
5gydF4y2Ba显示了一个远端角视觉刺激的变化随着一只老鼠的方式是一致的变化阶段的单个单个网格建模的树突细胞。gydF4y2Ba
交替,网格细胞可能受到视觉刺激的角度和距离,和神经机制可能更新预期的角度和距离视觉刺激的方式类似于更新机制的角度和距离从开始位置(返回向量)。这需要更新的角度最初选定的刺激(这可能是由眼睛决定方向)的方向和速度运动。这将更新预期的绝对角度的视觉刺激。进一步计算预期相对角(实际视觉输入)需要绝对的角度结合当前头方向。更新头方向可以从细胞取决于输入编码运动的角速度。这些已经被证明在postsubiculum [gydF4y2Ba
27gydF4y2Ba,gydF4y2Ba
56gydF4y2Ba),以及在结构包括前背侧丘脑核(gydF4y2Ba
29日gydF4y2Ba]。网格细胞似乎更加一致上有明显的障碍时开放的边缘领域,表明老鼠可能使用垂直边界角来判断距离。gydF4y2Ba
基本的网格单元模型假定速度调制的头方向细胞,但大多数头方向细胞显示稳定的持续放电即使老鼠是一动不动。相比之下,地方细胞表现出更多的速度调制。符合生理数据显示稳定的持续放电头方向细胞和速度依赖发射,它可能是适当的代表国家的静压头方向细胞活性结合视觉刺激角度,和使用的speed-dependent活动细胞大鼠的作用。gydF4y2Ba
6.6。网格单元阶段代表连续强化学习的地方gydF4y2Ba
网格细胞可以作为代表的目标导向的行为。许多强化学习理论模型有离散状态的表示用于目标导向的行为。然而,这将导致困难为代表的运动在连续空间。振荡的相位空间的网格单元模型是一个连续表示,以连续的方式可以更新操作被持续飙升。如前所述(gydF4y2Ba
16gydF4y2Ba,gydF4y2Ba
57gydF4y2Ba),这可能允许网格细胞提供一个有效的机制来表示状态和动作的连续的时间和空间。gydF4y2Ba
7所示。情景记忆模型gydF4y2Ba
头方向网格细胞和细胞之间的相互作用这里描述提供了一个潜在的机制涉及存储情景记忆的轨迹在空间和时间gydF4y2Ba
57gydF4y2Ba]。如图gydF4y2Ba
6gydF4y2Ba,该模型使用一个功能循环编码和检索轨迹通过三个阶段:(1)头方向细胞gydF4y2Ba
hgydF4y2Ba
(gydF4y2Ba
tgydF4y2Ba
)gydF4y2Ba
更新网格细胞,(2)网格细胞gydF4y2Ba
ggydF4y2Ba
(gydF4y2Ba
tgydF4y2Ba
)gydF4y2Ba
更新细胞,和(3)细胞gydF4y2Ba
pgydF4y2Ba
(gydF4y2Ba
tgydF4y2Ba
)gydF4y2Ba
激活相关负责人方向活动(gydF4y2Ba
57gydF4y2Ba]。该模型符合解剖连接(见图gydF4y2Ba
6gydF4y2Ba)。头方向细胞可以通过预测更新网格细胞从postsubiculum(背presubiculum)内侧内嗅皮层(gydF4y2Ba
58gydF4y2Ba- - - - - -gydF4y2Ba
60gydF4y2Ba),导致更新持续放电如上所述,或膜电位振荡的影响阶段gydF4y2Ba
16gydF4y2Ba- - - - - -gydF4y2Ba
18gydF4y2Ba]。网格细胞可以更新的地方通过广泛的预测从内嗅皮层层二齿状回CA1和CA3和从第三层区域(gydF4y2Ba
45gydF4y2Ba,gydF4y2Ba
61年gydF4y2Ba]。网格的连接细胞,细胞可能由不同的计算机制(gydF4y2Ba
45gydF4y2Ba,gydF4y2Ba
62年gydF4y2Ba,gydF4y2Ba
63年gydF4y2Ba]。细胞可以通过直接预测成为与头部方向相关活动地区CA1 postsubiculum [gydF4y2Ba
58gydF4y2Ba),或通过间接预测从地区CA1菌丝层(gydF4y2Ba
61年gydF4y2Ba,gydF4y2Ba
64年gydF4y2Ba),预测的背侧和远端地区postsubiculum菌丝层和内嗅皮层内侧(gydF4y2Ba
65年gydF4y2Ba),这两个细胞包含头方向。gydF4y2Ba
情景模型编码和检索的轨迹。:之间的连接示意图表示网格细胞,细胞,头方向(HD)细胞。底部:轨迹在每个区域检索活动的例子。在编码显示在灰色轨迹经历了。(a)的位置编码嗅网格细胞的膜电位振荡阶段绘制虚线,遵循实际轨迹灰色。网格单元阶段是把通过逆的头方向变换获得编码位置。相移是由头部方向检索到下个地方细胞被激活,那么相位移动在新的方向依赖细胞活跃头方向。(b)顺序激活细胞表象作为开放圆圈所示。(c)每一处细胞激活相应的头方向表示,与方向显示为一个短的,直的,黑色的线。这个更新的驱动下一时期网格细胞阶段。gydF4y2Ba
在初始编码的轨迹模型,头部方向细胞活性向量将实际设定的老鼠的头方向探索期间,协会将编码之间的细胞活动和头部方向活动的地方。这些联系将存储在一个突触连接矩阵的形式gydF4y2Ba
WgydF4y2Ba
惠普gydF4y2Ba
与加强活跃地方细胞之间的连接gydF4y2Ba
pgydF4y2Ba
(gydF4y2Ba
tgydF4y2Ba
)gydF4y2Ba
细胞活性和方向向量gydF4y2Ba
hgydF4y2Ba
(gydF4y2Ba
tgydF4y2Ba
)gydF4y2Ba
如下:gydF4y2Ba
WgydF4y2Ba
惠普gydF4y2Ba
=gydF4y2Ba
∑gydF4y2Ba
pgydF4y2Ba
hgydF4y2Ba
⇀gydF4y2Ba
pgydF4y2Ba
(gydF4y2Ba
tgydF4y2Ba
)gydF4y2Ba
pgydF4y2Ba
⇀gydF4y2Ba
(gydF4y2Ba
tgydF4y2Ba
)gydF4y2Ba
TgydF4y2Ba
。gydF4y2Ba
方程中,头部方向向量与个人相关的地方细胞位置确定的细胞指数gydF4y2Ba
pgydF4y2Ba。在检索过程中,头部方向活动取决于细胞突触输入从一个地方表示如下:gydF4y2Ba
hgydF4y2Ba
(gydF4y2Ba
tgydF4y2Ba
)gydF4y2Ba
=gydF4y2Ba
WgydF4y2Ba
惠普gydF4y2Ba
pgydF4y2Ba
(gydF4y2Ba
tgydF4y2Ba
)gydF4y2Ba
。gydF4y2Ba
这个模型有能力执行轨迹的模拟情景编码和检索(gydF4y2Ba
57gydF4y2Ba),包括轨迹基于实验数据或轨迹算法创建复制觅食运动的老鼠在一个开放的领域gydF4y2Ba
17gydF4y2Ba]。在编码中,一系列的细胞gydF4y2Ba
pgydF4y2Ba
(gydF4y2Ba
tgydF4y2Ba
)gydF4y2Ba
创建与特定的位置gydF4y2Ba
xgydF4y2Ba
pgydF4y2Ba
=gydF4y2Ba
xgydF4y2Ba
(gydF4y2Ba
tgydF4y2Ba
)gydF4y2Ba
。每一处细胞也涉及从电网输入细胞群活动gydF4y2Ba
ggydF4y2Ba
(gydF4y2Ba
tgydF4y2Ba
)gydF4y2Ba
和头部方向向量gydF4y2Ba
hgydF4y2Ba
pgydF4y2Ba
=gydF4y2Ba
hgydF4y2Ba
(gydF4y2Ba
tgydF4y2Ba
)gydF4y2Ba
发生在最初的运动位置。检索,模拟受网格单元阶段向量gydF4y2Ba
φgydF4y2Ba
(gydF4y2Ba
tgydF4y2Ba
0gydF4y2Ba
)gydF4y2Ba
和头部方向矢量gydF4y2Ba
hgydF4y2Ba
(gydF4y2Ba
tgydF4y2Ba
0gydF4y2Ba
)gydF4y2Ba
现在开始时的位置。头的方向向量更新网格单元阶段向量gydF4y2Ba
φgydF4y2Ba
dgydF4y2Ba
(gydF4y2Ba
tgydF4y2Ba
)gydF4y2Ba
改变网格细胞的活动。网格单元发射驱动细胞gydF4y2Ba
pgydF4y2Ba与后续的相关位置轨迹。这些机制在图进行了总结gydF4y2Ba
6gydF4y2Ba。gydF4y2Ba
每一个新地方的激活细胞激活一个新的头方向向量gydF4y2Ba
hgydF4y2Ba
pgydF4y2Ba
相关的细胞。这个新头方向矢量驱动器进一步更新网格细胞的树突阶段。这个维护头部的方向向量可能需要分级持续飙升(gydF4y2Ba
8gydF4y2Ba头的方向细胞层内嗅皮层深处。从本质上讲,检索的细胞活动代表状态驱动检索的新头方向向量代表的行动。然后使用这个动作一段时间更新网格单元状态表示,直到一个新的地方激活细胞表示。gydF4y2Ba
因为检索阶段的轨迹取决于更新头方向细胞,这允许检索一次轨迹过程类似于最初的编码。这可以有效的模拟时间进程缓慢的地方前面实验中观察到的细胞回放在REM睡眠期间收集的数据(gydF4y2Ba
66年gydF4y2Ba]。活动的传播从一个地方细胞细胞编码头方向可能导致的发射模式时出现的postsubiculum细胞反应依赖于地方和头部方向(gydF4y2Ba
31日gydF4y2Ba]。这些细胞可能代码检索的行动值轨迹从一个特定的位置,发射只有当实际头方向匹配头部方向之前与特定的细胞活性。强烈的θ阶段特异性这些细胞可能是由于不同的编码和检索在每个周期的动态θ节律(gydF4y2Ba
67年gydF4y2Ba]。这些细胞可能有选择地火在检索阶段。gydF4y2Ba
7.1。增强的弧长细胞gydF4y2Ba
检索机制由细胞可以通过包含增强细胞,火依赖轨迹的弧长(gydF4y2Ba
57gydF4y2Ba),或单独的时间间隔gydF4y2Ba
17gydF4y2Ba]。这些类型的反应有助于防止故障轨迹检索由重叠的轨迹。地方细胞和头部方向之间的关系不能消除歧义两段轨迹之间通过相同的位置有不同的方向。然而,编码的弧长或时间开始以来的轨迹可以消除歧义这些重叠的位置。振荡神经元之间的干扰直接调制速度而不是头部方向可以激活弧长细胞编码弧长从一开始的轨迹,从最后一次振荡或重置沿着轨迹。模拟基于这种编码的弧长可以占单位记录的许多特性数据行为的任务。持续飙升的第三层内嗅皮层可以提供一种驾驶的编码沿着轨迹弧长(或时间)。持续飙升第三层与特定的频率(gydF4y2Ba
6gydF4y2Ba)可以激活神经元在不同阶段区域CA1相对轨迹弧长(或时间)。在检索,弧长细胞从一个部分一个轨迹可以激活速度调制相关细胞触发下一个弧长细胞沿着轨迹。这个检索过程可以通过调制的加速或减速持续放电期间嗅振荡的频率。gydF4y2Ba
7.2。电弧长度的预测模型gydF4y2Ba
因为输出的弧长细胞本质上是依赖于距离,一个简单的操作运行距离应该直接影响空间弧长细胞的特异性。例如,在一个老鼠不断顺时针运行在一个圆形轨道周长的两米,一个弧长细胞可能匹配追踪的周期性和显示某个稳定场在跑道上。细胞是解雇的弧长两米。如果我们扩大追踪少量说,周长2.1米,弧长细胞会继续火每隔两米,因此该领域将把逆时针方向(或向后与鼠)为每圈10厘米。gydF4y2Ba
重置版的弧长编码模型假定振荡复位期间在指定的位置或关键事件如食物奖励。这是支持实验鉴于θ振荡并减少当动物停止或消耗的食物。通过使用相同的操作在圆形轨道上和之前一样,一个相似但完全不同的预测表面。这里,该领域将逆时针突然转变,但仍将为后续圈在这个位置。这个位置稳定的直接结果稳定的食物奖励位置自振荡干扰是固定在食物奖励,而不是从先前的位置,细胞已经出院。有趣的是,字段移动距离将距离成线性正比最初的领域是食物奖励的位置。因此,字段将10厘米只有字段最初位于一圈结束(支线),和一个字段将5厘米如果原始字段是位于大腿上的中点。gydF4y2Ba
扩大的重置模型预测环形轨道使我们进一步预测。自一个弧长细胞放电重置模型依赖于和固定回报的位置,操纵的食物奖励的位置会引起的相对运动位置的弧长放电。例如,食物的运动奖励10厘米的顺时针将直接导致一个弧长细胞相应地转变其在顺时针方向场10厘米。gydF4y2Ba