|
|
Coding of pheromone signal by olfactory receptor neurons in Agrotis ipsilon
Kováčová, Kristýna ; Košťál, Lubomír (vedoucí práce) ; Pokora, Ondřej (oponent)
Hlavním cílem této diplomové práce je popsat, zdali a jak se liší aktivita olfaktorních recepčních neuronů u samců A. ipsilon při stimulaci samičím pohlavním feromonem s různou časovou dynamikou koncentrace, tedy buďto umělým konstantním pulsem nebo přerušovaným signálem podobným přirozené stimulaci. Za tímto účelem byla ve spolupracující laboratoři (Dr. P. Lucas, INRAe, Versailles, France) získána experimentální data za použití nového olfaktometrického systému umožňujícího přesnou kontrolu nad časováním dodávek feromonu k sensillu. Byla provedena analýza odpovědi pomocí řady různých kvantifikátorů spolehlivosti, náhodnosti a variability v programovacím jazyce R. Výsledky byly interpretovány v kontextu klasické hypotézy efektivního kódování, která říká, že senzorické neurony jsou evolučně adaptovány na přirozenou stimulaci. Hlavní zjištění je, že ačkoli variabilita odpovědi celé populace ORN na fluktuující nebo konstantní stimulaci se ne vždy liší, na úrovni individuálních neuronů je odpověď na fluktuující stimulaci zpravidla méně variabilní, a tedy spolehlivější, než na stimulaci konstantní. Diplomová práce rovněž shrnuje důležitá fakta a hypotézy týkající se neuronálního kódování a olfakce u Lepidoptera.
|
|
|
Information-theoretic properties of selected stochastic neuronal models
Bárta, Tomáš ; Košťál, Lubomír (vedoucí práce) ; Pokora, Ondřej (oponent)
Dle klasické hypotézy o efektivním kódování jsou biologické neurony evo- lucí adaptované k tomu, aby byl jimi přenos informace optimální. Shannonova teorie infomace poskytuje metody výpočtu fundamentálních limit na přenos in- formace libovolným systémem. Pochopení rozdílů mezi těmito limitami mezi různými typy neuronů nám může pomoci lépe pochopit, jak mozek zpracovává senzorickou a jinou informaci. V této práci poskytujeme krátký přehled teorie informace a jejího použití v početních neurovědách. Využíváme matematické mo- dely nervových buňek se stochastickým vstupem, které jsou schopny realisticky reprodukovat aktivitu pozorovanou v neuronech v mozkové kůře. Z nasimulo- vané závislosti mezi stimulem neuronu a jeho výstupem jsme spočítali několik klíčových informačně-teoretických charakteristik, včetně informační kapacity. Za tímto účelem jsme navrhli zobecnění iterativního rozšíření Blahutova-Arimotova algoritmu na spojité vstupy. Na závěr porovnáváme výsledky pro různé hodnoty parametrů modelu. 1
|
host ::
RSS.