登录
 机构网站
  1. 首页
  2. 情报产品
  3. 快讯详情

《Science | 灵长类海马中身份的跨模式表征》

  • 来源专题：战略生物资源
  • 编译者： 李康音
  • 发布时间：2023-10-30

  • 2023年10月26日，加州大学圣地亚哥分校的研究人员在Science上发表题为Cross-modal representation of identity in the primate hippocampus的文章。

    面孔和声音是灵长类动物识别个体的主要社会信号。然而，目前还不清楚这些信号是如何整合到灵长类动物大脑中个体身份的跨模式表示中的。

    该研究发现，尽管狨猴海马中的单个神经元在呈现特定个体的面部或声音时表现出选择性反应，但是在单个神经元内和在群体水平上表示多个个体的跨模式身份的平行机制是明显的。多种预测同样显示了个体的可分性以及他人家庭的聚集性，这表明多种学习的社会类别被编码为海马体中身份的相关维度。因此，海马中身份的神经表征既独立于形态，又反映了灵长类动物的社会网络。

  • 原文来源：https://www.science.org/doi/full/10.1126/science.adf0460
142浏览量
原文链接
相关报告

  • 《Science | 通过海马脑机接口自愿激活远程位置表征》
    • 来源专题：战略生物资源
    • 编译者：李康音
    • 发布时间：2023-11-05
    • 2023年11月2日，霍华德·休斯医学研究所的研究人员在Science发表题为Volitional activation of remote place representations with a hippocampal brain–machine interface的文章。 海马体对于回忆和想象经历至关重要。这被认为是涉及到自愿地从海马记忆表征的人，事件和地点，包括熟悉环境的地图式表征。然而，这种“认知地图”中的表征是否可以被有意识地访问还不得而知。该研究开发了一个大脑-机器接口来测试大鼠是否可以通过灵活的、目标导向的和基于模型的方式来控制他们的海马活动。 该研究发现，老鼠可以有效地导航或直接对象的任意目标位置在一个虚拟现实竞技场仅仅通过激活和维持适当的海马表示偏远的地方。这提供了深入的机制潜在的情节记忆回忆，心理模拟和计划，想象力和开放的可能性高级神经修复使用海马表征。
    269浏览量
    原文链接

  • 《海洋环流模式的挑战与前景》
    • 来源专题：物理海洋学知识资源中心
    • 编译者：张灿影
    • 发布时间：2019-12-02
    • 过去十年，随着对海洋过程理解的深化、数值方法的改进、空间分辨率的提升、网格配置的优化、观测数据的丰富以及参数化、数据同化技术的发展等，海洋环流模式得到了飞速发展。全球高分辨率模式的研制加速了模式的大尺度应用：如南大洋模拟，经向翻转流。亚中尺度过程在区域模式中得到解决并将逐步推广到全球模式，次网格参数化不断改进。环流模式和海冰、冰架以及高分辨率大气模式的耦合激发了新的研究并推动了数值研发的进步。观测促进了对全球湍流和混合的深入了解，边界层和海洋内部的混合过程的参数化改善了模拟效果。 方程、数值方法和离散化 通过整合任意拉格朗日—欧拉（ALE）数值方法的思想，在海洋和大气模型垂向网格改进方面取得了重大进展。这些改进提供了增长模型时间步长的机会，并可减少虚假数值混合。水平方向逐渐采用嵌套方法的结构网格或具有多重分辨率的非结构网格，这为解决亚中尺度过程或多尺度问题提供了方案。然而非结构网格缺乏经过严格测试的可从粗网格到细网格转换的参数化方案。随着水平分辨率增加，非静力效应逐渐变得不可忽略。目前边界层大涡模拟和少数环流模式（PSOM，SUNTANS，MITgcm，CROCO-ROMS等）采用非静力近似。 离散的数值格式需要保持相容性、稳定性及守恒性。数值方法的改进（如ALE，Newton-Krylow，隐格式，参数化等）大大提高了海洋气候模式的稳定性。其他数值格式如谱元法、间断有限元法、特征线法等也在尝试用于海洋模式中。由于数值格式引起的虚假跨密度面混合和隐式耗散需要引起注意。 耦合海洋-冰冻圈模式 海冰是当前海洋—海冰模拟框架的重要组成部分。它激发重要的气候反馈机制，改变大气-海洋相互作用。目前大规模海冰模拟采用多类别海冰厚度分布参数化；海冰盐度的预测得到发展；融池已被引入到最新的海冰模式中；海冰-波浪相互作用在最近几年受到关注并受益于卫星观测；破碎海冰的分布作为变量被引入模式中，并影响海洋热量输运、涡旋和气候；冰动力学得到发展，基于拉格朗日的具有弹脆流变和热力学的海冰模式可用于海冰预报；关于大气-海冰-海洋耦合，主要关注空气-冰和冰-海拖曳系数的变化及其对海洋过程的影响。未来的工作将评估海冰模型复杂性并提高分辨率对气候预测的改善能力。 陆地冰存储了大量的热量，冰盖的演变以及陆地冰与海洋之间的相互作用对未来海平面变化至关重要。冰川峡湾和冰架-海洋相互作用的精准表示仍然是气候模拟中支持海平面科学研究的主要挑战之一。 耦合海洋-波浪模式 波浪模式长期以来一直用于数值天气预报系统。随着波浪破碎效应和浪致混合的重要性越来越受到重视，波浪的影响逐渐在海洋模式中得到体现：如Langmuir湍流及其密切相关的非破碎表面波导致湍流；海况和表面粗糙度的变化对海气动量耦合的影响；海浪飞沫溶胶生成和飞沫对台风预报的影响；波浪对潮流的影响和环流对波浪的影响；波浪对其他气候过程的影响等。 海洋过程参数化 描述海洋中尺度及其涡旋特征，是海洋模式中最具挑战的参数类别。海洋中尺度漩涡包含的能量大于时间平均洋流，并强烈影响关键的大尺度海洋过程（如海洋热吸收，经向输运和碳储存）。目前有两种主要的体现涡旋影响的参数化方法：涡旋导致的水平对流和涡旋诱导的扩散。而涡旋的随机参数化、反向散射方法等新的参数化方法逐步推出并应用到少量模式中。 海洋表面和底部的边界层描述了风、淡水、冰、加热和冷却以及固态地球上的相对运动。边界层深度与全球气候敏感性直接相关并影响天气预报。边界层变异的改善的观测集合驱动了边界层和混合层参数化的改进。过去十年，边界层方案的一个显著变化是意识到了波浪驱动混合的重要性。 跨等密面混合相对于表层混合量值小，但却是全球海洋环流的重要组成部分。早期的模型将跨等密度面混合作为常数或依赖深度的函数，现代气候和区域模式更多地关注物理意义，允许混合时空变化以响应海洋的变化。主要混合方式由剪切不稳定驱动或利用能量收支公式化。 亚中尺度过程具有一阶Rossby数特征，其尺度介于大部分平衡中尺度和非平衡重力波尺度之间。对海洋环流模型进行参数化的第一个亚尺度过程是通过混合层涡旋对上层海洋边界层重新层化。最近研究表明，当边界层混合或海洋对流与亚中尺度之间存在竞争时，会出现更复杂的情况。其他亚中尺度过程如对称混合层不稳定性的参数化，亚中尺度过程在海底边界层的影响，亚中尺度过程和边界层湍流的相互作用等也受到学者们的关注。 大多数海洋环流模式使用静力近似和浅网格单元，因此无法显示表示非静力现象。然而，许多海洋过程有显著的垂直速度和对流，因此非静力影响须参数化。表面边界层参数化包含了受表面浮力损失导致的对流混合。由海洋内部对流翻转（破碎内波）导致的混合的一个更基于物理的参数化方案已经在区域和过程模拟中实现，但在大尺度模式中仍有待发展。浮力羽流模型可表达由于淡水向海洋内部输入（例如来自融化的冰川和冰架）引起的对流，其已经被应用到更大规模的环流模式中。 溢流中携带大量小于网格尺度的过程如摩擦边界层、环境水挟带等，需要参数化描述。对于粗分辨率压力坐标模式，高密度水随斜坡下沉时过多的数值扩散是最具挑战性的问题，目前大量的数值或参数化格式可消除其影响。小尺度地形控制溢流的表示也是目前突出的问题，对狭窄通道其可以通过使用部分障碍和薄壁来解决，对小尺度粗糙度，可通过增强挟带解决。 在生物地球化学模拟的背景下，河口和其他地方的生物地球化学示踪剂源和汇的理论，观测和参数化将是未来研究的重要方向。 模式诊断和评估 全局诊断：海表面温度(SST)影响海气热通量，并通过SST-风的反馈调节海洋-大气耦合作用。海表面盐度（SSS）不直接影响局地的海气热通量，但存在SSS诱导的障碍层的区域，间接影响SST和海气相互作用。卫星观测可用于SSS和SST的诊断。海洋热含量，包括其吸收的速率和途径是另一个重要诊断要素。海洋热量的径向传输受大气影响，而垂直传输主要受海洋混合、涡旋等过程影响。海平面变化有重要的社会影响，海洋变暖是全球海平面上升的主要原因之一，约占观测结果的1/3至1/2，是模式中一个重要的诊断要素。海洋和气候模式提供了量化物理过程如何影响区域和全球海平面结构的工具。另外，示踪剂、海洋质量和角动量、径向输运等也是全局诊断中的重要要素。 过程诊断：欧拉过程诊断是非常普遍的过程诊断方法，最新进展是结合锚系阵列进行高分辨率海洋和潮汐模型频谱评估。拉格朗日过程粒子跟踪方法提供了一种强大的诊断环流特性的工具，可用于描绘由海洋速度场确定的海洋环流路径，客观地量化由连贯的涡旋产生的物质输运。随着更复杂的湍流混合模型的发展，参数化的准确性可以通过比较观测和这些模型产生的扩散率或耗散的三维空间结构及其时间变化来评估，或者通过检查参数化对海洋环流和气候的影响来评估。涡度收支是诊断环流控制下海洋过程机制的另一个有力工具。与能量收支相比，可能会因非局部辐射效应变得复杂化而不同，涡度收支在局地封闭。涡度拟能和位涡拟能是二维和准地转湍流的有用诊断工具。此外，亚中尺度过程、水团、能量学也是过程诊断的常用工具。 海洋模式的应用前沿 南大洋海洋环境复杂，是人类活动导致的能量和碳的主要汇集区。近十年来，在南大洋进行的环流及耦合模式理想化或匹配实验加深了对南大洋的认识。海冰模式的改进、空间分辨率的提升、逐渐增加的现场和卫星观测促进了模式在北极的应用及对北极海洋过程的研究。大西洋经向翻转流（AMOC）不仅显著影响北大西洋和周边地区的气候，而且还通过海洋和大气遥相关影响整个地球气候系统。但目前单一或耦合模式都存在对AMOC平均及其变率模拟的不确定性。其他应用如海平面变化、全球耦合中尺度模拟、全球亚中尺度模拟、海洋状态估计和再分析以及年代际预测等都取得了大量进展并成为目前模式应用的热点。 未来十年发展预期 至2030年，全球模式的分辨率进一步提高，非结构化网格和ALE垂直坐标得到进一步改进和使用；嵌套和区域降尺度模拟进一步发展；更多的使用集合高分辨率海洋及耦合模式，将有助于区分内部变化与强迫，气候与天气的差异；改进及提出新参数化方案；通过数值改进、提高分辨率、海洋和冰动力学更紧密的耦合等方法，提高海洋-大气、大气-海冰耦合作用；通过允许自由海面，模拟冰盖和冰架等更直接地模拟海平面变化；海洋模式特别是高分辨率模式中对潮汐更直接的模拟；古气候对海洋环流和变化的影响；人工智能、神经网络和深度学习将在海洋模式中逐步普及。 全球海洋科技发展动态2019年第五期，尹丽萍 编译
    228浏览量
    原文链接