定量生物学 > 神经与认知
[提交于 2024年2月7日
]
标题: 一种最小生物体经验依赖行为的多尺度感觉运动模型
标题: A multiscale sensorimotor model of experience-dependent behavior in a minimal organism
摘要: 为了在不断变化的环境中生存,生物体需要不断结合它们接收到的持续外部输入,以代表当前状况,并与包含过去经验影响的动力学内部状态相结合。 然而,目前尚不清楚的是,(i)这在分子和细胞水平上是如何发生的,以及(ii)相应的分子和细胞过程如何与生物体的行为反应整合在一起。 在此,我们通过在一种最小模型生物体中建立数学模型来解决这些问题,即线虫 C. elegans 的趋化行为。 具体而言,我们使用了关于这种动物盐趋化性的长期实验数据,其中迁移方向取决于其之前的经历。 我们的模型整合了分子、细胞和生物体层面,以再现实验观察到的经验依赖行为。 该模型提出了关键神经元中当前状况和过去经验编码的具体分子机制,并预测了与这些分子回路相关的各种突变体的行为。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.