"Динамика формирования пространственных специализаций нейронов гиппокампа мышей: исследования с помощью новых высокочувствительных генетически кодируемых кальциевых сенсоров" тема диссертации и автореферата по ВАК РФ 00.00.00, кандидат наук Сотсков Владимир Павлович

• Сотсков Владимир Павлович
• кандидат наук
• 2023

Оглавление диссертации кандидат наук Сотсков Владимир Павлович

ВВЕДЕНИЕ

Актуальность исследования

Цель и задачи работы

Научная новизна исследования

Теоретическая и практическая значимость работы

Методы исследования

Положения, выносимые на защиту

Публикации и апробация результатов

Публикации повышенного уровня

Публикации стандартного уровня

Доклады на научных конференциях и семинарах

Личный вклад автора

Структура и объём диссертации

ГЛАВА 1. ОБЗОР ЛИТЕРАТУРЫ

1.1 Когнитивная специализация нейронов

1.2. Пространственная навигация: когнитивные карты и нейроны места

1.3. Стабильность когнитивных карт

1.4. Формирование когнитивных карт в новой обстановке

1.5. Кальциевые сенсоры

1.6. Минископная регистрация

1.7. Обработка данных кальциевой активности нейронов

1.8. Критерии отбора селективности нейронов места

1.9. Популяционный анализ, сокращение размерности

1.10. Постановка задач работы

ГЛАВА 2. МАТЕРИАЛЫ И МЕТОДЫ ИССЛЕДОВАНИЯ

2.1. Описание и обоснование поведенческой модели

2.2. Подготовка экспериментальных животных

2.3. Регистрация нейронной активности в кольцевом треке и в двухмерной арене с препятствиями

2.4. Гистологическая верификация корректности имплантации микроэндоскопов

2.5. Обработка данных нейронной активности и поведения животных

2.6. Выделение пространственно-селективных клеток

2.7. Понижение размерности данных нейронной активности с помощью лапласовых собственных карт

2.8. Сравнение качества декодирования траектории и средней селективности

ГЛАВА 3. РЕЗУЛЬТАТЫ И ОБСУЖДЕНИЕ

3.1. Сравнительный анализ различных кальциевых сенсоров

3.2. Основные параметры динамики пространственной селективности нейронов при навигации в новой обстановке

3.3. Сравнение динамики пространственной селективности нейронов в различных обстановках

3.4. Популяционный анализ нейронной активности гиппокампа

3.5. Обсуждение полученных результатов

ЗАКЛЮЧЕНИЕ

Выводы

Благодарности

Список терминов и их переводов

Список литературы

ВВЕДЕНИЕ

Введение диссертации (часть автореферата) на тему «"Динамика формирования пространственных специализаций нейронов гиппокампа мышей: исследования с помощью новых высокочувствительных генетически кодируемых кальциевых сенсоров"»

Актуальность исследования

Формирование устойчивых нейронных репрезентаций окружающего пространства традиционно находится в фокусе науки о мозге. Известно, что отдельные нейроны могут быть специализированы относительно достаточно сложных концептов, таких как гнездо у мыши [Lin L. et al., 2007] или образы киногероев у человека [Quiroga R. et al., 2005]. При этом, когнитивно специализированные нейроны производят сложную интеграцию сенсорной информации различных модальностей. Важным примером такой интеграции является пространственная специализация нейронов места в поле CA1 гиппокампа [O'Keefe J., Dostrovsky J., 1971].

Долговременная стабильность репрезентаций нейронов места достаточно хорошо изучена. Так, в работе Зива и Шницера [Ziv Y. et al., 2013] было показано, что в течение нескольких недель популяция нейронов, обеспечивающая стабильную репрезентацию пространства, претерпевала градуальные изменения в своём составе. При этом, сами по себе поля места сохранялись, однако обеспечивались немного отличающимся набором нейронов места. Кроме того, было показано [Rubin A. et al., 2015, Sheintuch L. et al., 2020], что нейроны места могут обеспечивать несколько когнитивных карт для разных обстановок одновременно в течение длительного времени.

Вместе с тем, данные о том, как быстро формируется пространственная специализация нейронов места, до сих пор остаются фрагментарными и противоречивыми. Так, в ряде электрофизиологических исследований на крысах [Hill et al., 1978; Muller et al., 1987; Wilson, McNaughton, 1993] было показано, что нейроны места формируются в течение первых нескольких минут, которые крысы проводят в новой для них обстановке. В работе [Ulanovsky et al., 2011], проведённой на летучих мышах, использующих эхолокацию для навигации в

пространстве, было высказано предположение о том, что нейроны места формируют специализацию в течение нескольких миллисекунд, основываясь на данных о резком изменении пространственной информации таких нейронов. Однако, такой подход не может быть применим в случае непрерывного получения информации об окружающей среде при навигации не эхолоцирующих животных. Кроме того, в исследовании [Hill et al., 1978] было показано, что большая часть зарегистрированных нейронов места (10 из 12) начинает проявлять пространственно-селективную активацию с самого первого посещения животным соответствующих полей места. С другой стороны, в недавнем исследовании [Dong et al., 2021] было показано, что среди нейронов места из поля CA1 гиппокампа, доля нейронов, формирующих свои поля места в ходе самого первого посещения соответствующих мест, достигала 30%, в то время как среди нейронов места из поля CA3 гиппокампа такая доля составила порядка 10%.

В настоящей работе при помощи минископной кальциевой визуализации были измерены и охарактеризованы основные параметры формирования гиппокампальных когнитивных карт у мышей, начиная с самых первых моментов нахождения животных в новой обстановке в виде одномерного кольцевого трека. Для этого был проведён сравнительный анализ новых генетически кодируемых кальциевых индикаторов NCaMP7 и FGCaMP7, разработанных специально для минископного имиджинга. Было установлено, что существенная (25%) часть нейронов места формирует свои поля места с самого первого их посещения, в то время как в среднем для формирования специализации нейронов места требуется несколько минут. Также было показано, что при повторных сессиях навигации в той же обстановке, когнитивные карты формируются быстрее, причём вне зависимости от того, насколько они совпадают с когнитивными картами первой сессии. Сходная динамика наблюдалась при навигации мышей в двухмерной арене типа "открытое поле" с изменяемым количеством препятствий. Полученные результаты были верифицированы при помощи популяционного анализа: была установлена связь между динамической селективностью нейронов

места и точностью реконструкции траектории животных по данным нейронной активности.

Цель и задачи работы

Цель данной работы заключалась в исследовании и количественном описании динамики формирования пространственной селективности нейронов места в поле CA1 гиппокампа мышей в свободном поведении при помещении их в новую обстановку, а затем в последующих сессиях навигации в этой обстановке, а также в сравнении динамики формирования пространственной специализации нейронов в разных обстановках. Для достижения этой цели были поставлены следующие задачи:

1. Провести сравнительный анализ характеристик отклика различных кальциевых индикаторов на спонтанной активности нейронов гиппокампа мышей в свободном поведении.

2. Охарактеризовать основные параметры динамики пространственной селективности нейронов места как в течение одной сессии навигации животных в новой обстановке, так и при последующих сессиях навигации в этой же обстановке.

3. Сравнить вышеописанные параметры для сессий навигации в двух обстановках различного типа: одномерной и двухмерной.

4. Верифицировать полученные результаты путём сравнения данных по средней динамической селективности отдельных нейронов с результатами популяционного анализа.

Научная новизна исследования

В настоящей работе впервые было подробно описано и охарактеризовано формирование пространственных специализаций нейронов места в гиппокампе

мышей в задаче свободного неподкрепляемого исследования новой обстановки как в течение одной сессии съёмки в собственно новой обстановке, так и в ходе повторных сессий съемки в той же обстановке. При этом, для оценки пространственной селективности нейронов места впервые был применён критерий, основанный не только на суммарной пространственной статистике активации нейронов, но и на данных о повторных активациях нейронов места в их предполагаемых полях места. Также, в ходе анализа данных нейронной активности впервые был разработан и применён метод выделения значимых кальциевых событий, позволяющий оценивать их амплитуду и временные параметры. Кроме того, впервые было продемонстрировано успешное применение новых генетически кодируемых кальциевых индикаторов КСАМР7 и FGCaMP7, разработанных специально для визуализации кальциевой активности нейронов в бодрствующих мышах при помощи минископов.

Теоретическая и практическая значимость работы

В настоящей работе были получены конкретные значения параметров динамики формирования специализации нейронов места в новой и знакомой обстановках. В частности, было выявлено существенное число нейронов места, приобретающих специализацию сразу, с первого посещения животным соответствующего поля места. Подобные результаты представляют собой большую теоретическую значимость, поскольку актуализируют вопросы о клеточных механизмах формирования специализации нейронов места, а также о влиянии конкретных актов поведения на специализацию нейронов.

Существенную практическую значимость имеют результаты настоящей работы, касающиеся сравнения новых кальциевых сенсоров КСаМР7 и FGCaMP7 с "традиционным" сенсором GCaMP6s: впервые было продемонстрировано их успешное применение для минископной съёмки в задаче свободной навигации животных.

Кроме того, предложенная и верифицированная в настоящей работе динамическая селективность как характеристика пространственной селективности нейронов может быть использована не только для оценки селективности клеток места, но и для оценки селективности нейронов относительно других стимулов и актов поведения животного.

Методы исследования

Для достижения поставленных задач в рамках настоящей работы была проведена серия экспериментов на лабораторных мышах линии C57Bl6. Все манипуляции с животными проводились в соответствии с Приказом Министерства Здравоохранения Российской Федерации от 19.06.2003 № 267 «Об утверждении Правил лабораторной практики».

В качестве основного метода регистрации нейронной активности была выбрана методика минископной регистрации [Ghosh K. et al., 2010]. Такой подход позволяет производить флуоресцентную съёмку кальциевой активности сотен нейронов одновременно в свободном поведении.

В ходе подготовки к экспериментам над животными проводились хирургические операции под общей анестезией по микроинъекции вирусных частиц, имплантации микроэндоскопов, а также по установке креплений для последующего подключения минископов. Непосредственно эксперименты состояли в помещении животных с подключёнными минископами в специально сконструированные автором арены, в которых животные имели возможность свободно исследовать обстановку в течение нескольких навигационных сессий.

Анализ отснятых данных нейронной активности и поведения животных проводился при помощи разработанных автором программных средств в средах Bonsai, MATLAB и Python с использованием пакетов NoRMCorre [Pnevmatikakis et al., 2017], MIN1PIPE [Lu et al., 2018] и CellReg [Sheintuch et al., 2017].

Подробное описание всех использованных в работе методов приведено в Главе 2 настоящей диссертации.

Положения, выносимые на защиту

Новые генетически кодируемые кальциевые сенсоры КСаМР7 и FGCaMP7 демонстрируют параметры среднего пространственно-релевантного кальциевого события, сравнимые по отношению к конвенциональному кальциевому сенсору GCaMP6s, однако обладают потенциальными преимуществами. Именно, пространственная конформация обоих сенсоров предполагает более эффективную связываемость сенсорных субъединиц с ионами кальция во внутриклеточном пространстве, что позволяет уменьшить цитотоксический эффект этих сенсоров. Также, сенсор NCaMP7 в качестве флуоресцентной части содержит флуоресцентный белок mNeonGreen, имеющий в 3 раза большую молекулярную яркость по сравнению с широко используемым флуоресцентным белком EGFP.

При навигации в новой обстановке в виде одномерного кольцевого трека гиппокампальные когнитивные карты у мышей стабилизируются в течение нескольких первых проходов животных по обстановке. При этом, существенная часть (25%) полей места формируется при самом первом их посещении животным. В повторных сессиях навигации когнитивные карты стабилизируются быстрее: латенция специализации нейронов места уменьшается, причём существенно увеличивается стартовый прирост динамической селективности нейронов в первые моменты навигации. При этом, этот эффект не зависит от расположения и наличия полей места данных нейронов места в первой сессии навигации в новой обстановке.

При навигации в новой обстановке в виде двухмерной арены типа "открытое поле" с изменяемым числом препятствий наблюдаются параметры формирования когнитивных карт, сходные по отношению к ситуации с одномерным кольцевым треком. При этом, в случае двухмерной арены наблюдается более медленная

динамика прироста селективности клеток места по сравнению с одномерным кольцевым треком.

Средняя селективность клеток места согласуется с ошибкой реконструкции траектории животных по данным нейронной активности, полученной при помощи популяционного анализа с использованием лапласовых собственных карт. Тем самым, обе этих величины могут быть интерпретированы как мера качества нейронного кодирования пространства.

Публикации и апробация результатов

Содержание данной работы было опубликовано в 6 статьях в рецензируемых научных изданиях, индексированных в базе данных Scopus.

Публикации повышенного уровня

1. Sotskov, V.P. , Pospelov, N.A., Plusnin, V.V. and Anokhin, K.V., 2022. Calcium Imaging Reveals Fast Tuning Dynamics of Hippocampal Place Cells and CA1 Population Activity during Free Exploration Task in Mice. International Journal of Molecular Sciences, 23(2), p.638.

2. Sotskov, V., Plusnin, V. and Anokhin, K., 2021, May. The Rapid Place Field Tuning in Mice Exploring a Novel Environment. In FASEB Journal (Vol. 35). 111 River st, Hoboken 07030-5774, NJ USA: Wiley.

3. Subach, O.M., Sotskov, V.P., Plusnin, V.V., Gruzdeva, A.M., Barykina, N.V., Ivashkina, O.I., Anokhin, K.V., Nikolaeva, A.Y., Korzhenevskiy, D.A., Vlaskina, A.V., Lazarenko, V.A., Boyko, K.M., Rakitina, T.V., Varizhuk, A.M., Pozmogova, G.E., Podgorny, O.V., Piatkevich, K.D., Boyden, E.S. and Subach, F.V., 2020. Novel Genetically Encoded Bright Positive Calcium Indicator NCaMP7 Based on the mNeonGreen Fluorescent Protein. International Journal of Molecular Sciences, 21, p. 1644.

4. Barykina, N.V., Sotskov, V.P., Gruzdeva, A.M., Wu, Y.K., Portugues, R., Subach, O.M., Chefanova, E.S., Plusnin, V.V., Ivashkina, O.I., Anokhin, K.V.,

Vlaskina, A.V., Korzhenevskiy, D.A., Nikolaeva, A.Y., Boyko, K.M., Rakitina, T.V., Varizhuk, A.M., Pozmogova, G.E. and Subach, F.V., 2020. FGCaMP7, an Improved Version of Fungi-Based Ratiometric Calcium Indicator for In Vivo Visualization of Neuronal Activity. International Journal of Molecular Sciences, 21, p. 3012.

Публикации стандартного уровня

1. Sotskov, V., Plusnin, V., Pospelov, N. and Anokhin, K. The Rapid Formation of CA1 Hippocampal Cognitive Map in Mice Exploring a Novel Environment. In Advances in Cognitive Research, Artificial Intelligence and Neuroinformatics. Intercognsci 2020. Advances in Intelligent Systems and Computing, Velichkovsky, B., Balaban, P., Ushakov, V., Eds.; Springer: Cham, Switzerland, 2021; pp. 452-457

2. V. P. Sotskov, V. V. Plusnin, K. S. Sorokin and K. V. Anokhin, 2022. Rapid tuning dynamics of CA1 place codes in one-and two- dimensional free exploration tasks. Fourth International Conference Neurotechnologies and Neurointerfaces (CNN), Kaliningrad, Russian Federation, 2022, pp. 168-171.

Доклады на научных конференциях и семинарах По материалам работы автором было сделано 11 докладов на конференциях, в том числе на 6 международных.

1. FENS Virtual Forum 2020 (дистанционно, Великобритания)

2. Experimental Biology 2021 (дистанционно, США)

3. Volga Neuroscience Meeting 2021 (Нижний Новгород, Россия)

4. XXIX Международная научная конференция студентов, аспирантов и молодых ученых "Ломоносов 2022" (Москва, Россия)

5. FENS Forum 2022 (Париж, Франция)

6. Baltic Forum: Neuroscience, Artificial Intelligence and Complex Systems, 2022 (Калининград, Россия)

7. XLV Итоговая научная сессия «Системная организация физиологических функций» НИИ НФ им.П.К.Анохина (Москва, Россия, 2020)

8. XIX Научная школа "Нелинейные волны - 2020" (Бор, Россия)

9. I Национальный Конгресс по когнитивным исследованиям, искусственному интеллекту и нейроинформатике (Москва, Россия, 2020),

10. XXIV научная школа-конференция молодых ученых по физиологии высшей нервной деятельности и нейрофизиологии (Москва, Россия, 2021)

11. XLVI Итоговая научная сессия «Системная организация физиологических функций».

Личный вклад автора

Планирование всех описанных в работе экспериментов было осуществлено автором под руководством научного руководителя К.В. Анохина. Конструирование экспериментальных треков проводилось автором в сотрудничестве с А.А. Воробьёвым, О.А. Ивлевой и В.В. Плюсниным. Непосредственно эксперименты с животными, включая хирургическую подготовку животных, съемку нейронной активности и поведения были выполнены автором самостоятельно на базе Института перспективных исследований мозга МГУ им. М.В. Ломоносова. Также автором самостоятельно был проведён анализ данных нейронной активности и поведения животных, а также оценка пространственной селективности нейронов места. Кроме того, автором в сотрудничестве с В.В. Плюсниным и К.В. Константиновым были разработаны программные средства для анализа данных нейронной активности совместно с данными поведения животных. Популяционный анализ нейронной активности был проведён совместно с Н.А. Поспеловым на базе Института перспективных исследований мозга МГУ им. М.В. Ломоносова. Основные публикации по результатам выполненной работы написаны автором самостоятельно.

Структура и объём диссертации

Диссертационная работа содержит: введение, обзор литературы, материалы и методы исследования, результаты собственных исследований, их обсуждение,

заключение, выводы, список терминов и список литературы, включающий работы на русском (8) и английском (141) языках. Диссертация изложена на 108 страницах машинописного текста и содержит 4 таблицы и 19 рисунков.

ГЛАВА 1. ОБЗОР ЛИТЕРАТУРЫ

1.1 Когнитивная специализация нейронов

Отражение окружающей среды в мозге живых организмов традиционно находится в центре внимания наук о жизни. Пионерские исследования по регистрации электрической активности нейронов в бодрствующих животных с помощью тонких электродов [Strumwasser, 1958] дали старт поиску репрезентаций окружающей среды на уровне отдельных нейронов.

Идеи об устройстве и принципах функционирования таких репрезентаций на системном уровне были изложены в работах П.К. Анохина [Анохин П.К., 1971, 1974, 1975], посвященных теории функциональных систем. В рамках этой теории нейроны объединяются в функциональные системы по принципу обеспечения отдельных актов поведения, приводящих к тому или иному полезному приспособительному результату [Анохин 1971]. В составе функциональной системы присутствуют как афферентные, так и эфферентные нейроны, которые могут располагаться в разных анатомических структурах нервной системы. Напротив, нейроны из разных функциональных систем могут располагаться в одних и тех же структурах, например, в различных областях коры головного мозга [Niki 1976, Suzuki 1977] или в гиппокампе [Ranck 1973]. В рамках одной и той же функциональной системы нейроны могут быть специализированы иерархически относительно различных стадий поведенческого акта [Анохин 1978]. При этом, одни и те же нейроны могут участвовать в работе разных функциональных систем, тем самым, обеспечивая их перекрытие. Подобный феномен может служить субстратом для объяснения формирования ассоциативной памяти при обучении.

Существенное развитие основные принципы теории функциональных систем получили в работах В.Б. Швыркова и его последователей [Швырков 1980, Александров 2004]. По Швыркову, специализация нейронов может иметь

следующие аспекты: цель, движение и среда [Швырков 1983]. К последним, в частности, относятся нейроны места, открытые в 1971 г. Джоном О'Кифом [O'Keefe 1971]. Также, в ряде экспериментальных работ были выявлены нейроны, чья активность оказалась селективной относительно состояний голода [Phillips 1969], страха [Vertes 1976] и агрессии [Pond 1977]. Кроме того, были выявлены нейроны, специализированные относительно определённых визуальных стимулов, как простых (полосы определённой ориентации [Ringach, 2004]), так и сложных (лица у обезьян [Kiani et al., 2005]), а также относительно определенных актов инструментального поведения [Александров и др., 1997].

Однако, долгое время оставалось неясным, могут ли отдельные нейроны специализироваться относительно сложных концептов. Данные о наличии таких нейронов у человека впервые были получены в результате серии экспериментов Родриго Кироги [Quiroga 2005, 2009]. В этих экспериментах были продемонстрированы специфичные ответы нейронов медиальной париетальной коры пациентов-эпилептиков с имплантированными электродами на предъявление одного и того и же стимула (например, голливудской актрисы Дженнифер Энистон) в различных модальностях: зрительной (предъявление изображений и демонстрация текста с именем) и слуховой (произношение имени синтетическим голосом) [Quiroga 2009]. Сходная мультимодальная интеграция также наблюдается в гиппокампальных нейронах места: пространственно-селективнная активация этих нейронов происходит на основе синтеза информации о пройденном расстоянии с визуальными стимулами. Более того, в работе Кироги [Quiroga 2012] была проведена параллель между распознаванием контекста у грызунов при помощи нейронов места с распознаванием лиц и образов для человека, что может иметь сходную этологическую значимость.

Отдельного внимания заслуживает процесс формирования функциональных систем в онтогенезе, что может происходить как за счёт вовлечения в них ранее "молчащих" нейронов, так и за счёт появления дополнительных специализаций у ранее специализированных нейронов. Согласно концепции системогенеза, в

процессе обучения нейроны устанавливают устойчивые связи по принципу общности метаболических потребностей, тем самым образуя функциональные системы [Швырков 1983].

Говоря о конкретных механизмах формирования нейронных специализаций, необходимо отметить явление долговременной синаптической пластичности, играющее центральную роль в этом процессе [Kandel 2001]. При множественной коактивации пре- и пост- синаптического нейрона запускается каскад внутриклеточных процессов, активирующих экспрессию различных генов, в первую очередь, так называемых немедленных ранних генов [Dragunow 1989], и приводящих в конечном итоге к синтезу новых рецепторов или их субъединиц и изменение силы синаптической связи [Abraham et al., 1991]. При этом, может наблюдаться как усиление синаптической связи (долговременная потенциация [L0mo, 1966]), так и её ослабление (долговременная депрессия [Linden 1995]). Подобные пластические перестройки происходят в течение нескольких часов [Bliss 1993], о чем свидетельствуют многочисленные изменения в профиле белковой экспрессии [Kelleher et al., 2004].

Однако, особенности изменения характера нейронной активности в ходе формирования нейронных специализаций в динамике поведения отследить достаточно непросто, поэтому на них обращено особенно пристальное внимание исследователей.

1.2. Пространственная навигация: когнитивные карты и нейроны места

Навигация живых организмов в пространстве обеспечивается при помощи когнитивных карт - совокупности нейронных репрезентаций окружающей обстановки. Впервые концепция когнитивной карты как отражения окружающего пространства в мозге была предложена в 1948 году Эдвардом Толменом [Tolman, 1948] на основе экспериментов, в ходе которых после начальной предэкспозиции в крестообразном лабиринте крысы сразу находили путь к награде, будучи помещёнными в разные его части. Такая навигация, основанная на построении карты, получила название аллоцентрической, в противовес эгоцентрической, основанной на вычислении пройденного пути.

Первые данные об устройстве таких репрезентаций на нейронном уровне были получены в 1971 г. Джоном ОКифом и Джонатаном Достровским [O'Keefe, Dostrovsky, 1971]. При помощи регистрации мембранного потенциала тонкими платиновыми электродами в этой работе было показано, что в поле CA1 гиппокампа крыс существуют нейроны, имеющие в пространстве экспериментальной арены области предпочтительной активации. Такие области получили название «поля места», а соответствующие нейроны — «клетки (нейроны) места». Под когнитивной картой, тем самым, понимается совокупность полей места в данной обстановке. В последующие годы были получены свидетельства о наличии гиппокампальных нейронов места у различных видов грызунов [McHugh et al., 1996, Muir et al., 2009], летучих мышей [Ulanovsky, Moss, 2007], обезьян [Ono et al., 1993] и у человека [Ekstrom et al., 2003]. При этом, в случае летучих мышей нейроны места оказались способными обеспечивать навигацию этих животных в трёхмерной среде.

С анатомической точки зрения, нейроны места могут располагаться в разных структурах мозга, в первую очередь, в поле CA1 гиппокампа, где доля нейронов места может достигать 50% среди всех пирамидных клеток гранулярного слоя [Derdikman, Knierim, 2014]. При этом, в расположении таких нейронов

наблюдается отсутствие топографичности, т.е. зависимости от расположения соответствующих полей места [O'Keefe et al., 1998]. Иными словами, соседние нейроны места не обязательно имеют соседние поля места. Однако, при этом наблюдается градиент размеров полей места от ростральной (самые узкие поля места) к каудальной (самые широкие поля места) части поля CA1 гиппокампа [Maurer et al., 2005].

Помимо поля CA1 гиппокампа, свойство пространственной селективности было обнаружено в пирамидных нейронах гранулярных слоёв поля CA3 гиппокампа и зубчатой извилины [Park E. et al., 2011]. При этом, нейроны места в поле CA3 гиппокампа, а также в зубчатой извилине демонстрируют бОльшую стабильность и консервативность по сравнению с нейронами места из поля CA1 гиппокампа [Lee et al., 2004]. Вышеупомянутые структуры гиппокампа являются важными узлами так называемой трисинаптической петли, обуславливающей передачу информации в гиппокампе по направлению от входов из второго слоя медиальной энторинальной коры входы, где были обнаружены в значительном количестве клетки решётки [Hafting et al., 2005], обеспечивающие интегрирование пройденного расстояния при помощи регулярного паттерна пространственных рецептивных полей, образующих правильную гексагональную решётку. Также, из энторинальной коры в гиппокамп поступают сигналы, несущие высокоуровневую сенсорную информацию: метрическую (ориентация в пространстве, расстояние между объектами, близость к краям обстановки), и контекстуальную (о небольших изменениях обстановки), причём последняя может также иметь обонятельную и осязательную модальность, наряду с визуальной [Jeffrey et al., 2007].

Важным механизмом, характеризующим работу нейронов места, является фазовая прецессия - связь между тета-ритмом электрических потенциалов мозга и активностью нейронов места. Известно [Buzsaki, 2002], что в ходе исследовательской активности животных в гиппокампе наблюдаются чётко выраженные колебания электрического потенциала с частотой 4-12 Гц (тета-

ритмы). При входе животного в каждое из полей места, соответствующие нейроны места склонны активироваться в начальных фазах тета-цикла, тогда как при выходе из него - в конечных. Подобная прецессия была обнаружена в нейронах места из поля CA1 гиппокампа [O'Keefe et al., 1993], а также в нейронах зубчатой извилины, причём в последнем случае наблюдался сдвиг фазы тета-ритма, соответствующей проходу полей места, на 90 градусов относительно нейронов места из поля CA1 гиппокампа [Skaggs et al., 1996]. В клетках решётки в медиальной энторинальной коре фазовая прецессия также наблюдается, однако независимым от гиппокампа образом [Hafting et al., 2008], что, наряду с данными моделирования [Lian, Burkitt, 2022], позволяет предположить направленную передачу фазовой прецессии от нейронов различных слоёв энторинальной коры к нейронам места в гиппокампе.

Таким образом, нейроны места в различных областях гиппокампа представляют собой сложный интегратор как информации о пройденном расстоянии, так и сенсорной информации, обеспечивая полноценную аллоцентрическую навигацию животных в различных средах. При этом, пространственно-селективные нейроны гиппокампа также могут иметь дополнительные специализации, не связанные с пространством, например, относительно соматосенсорных [Itskov et al., 2011] или звуковых [Itskov et al., 2012] стимулов и мотивации к цели [Kennedy, Shapiro, 2009].

Список литературы диссертационного исследования кандидат наук Сотсков Владимир Павлович, 2023 год

Список литературы

1. Александров Ю.И., Греченко Т.Н., Гаврилов В.В. Закономерности формирования и реализации индивидуального опыта // Журн. высш. нерв. деят. 1997. Vol. 47, № 2. P. 243-260.

2. Александров Ю.И. Системогенез и смерть нейронов // Нейрохимия. 2004. Vol. 11, № 1. P. 5-14.

3. Анохин П.К. Избранные труды. Философские аспекты теории функциональной системы. М., 1978.

4. Анохин П.К. Очерки по физиологии функциональных систем. М., 1975.

5. Анохин П.К. Принципиальные вопросы общей теории функциональных систем. М., 1971.

6. Анохин П.К. Системный анализ интегративной деятельности нейрона // Успехи физиологических наук. 1974. Vol. 5, № 5. P. 5-92.

7. Швырков В.Б. Системные механизмы «целевой» детерминации поведения // Психол. ж. 1980. Vol. 1, № 2. P. 133-137.

8. Швырков В.Б. Системная детерминация активности нейронов в поведении // Успехи физиол. наук. 1983. Vol. 14, № 1. P. 45-66.

9. Abraham W.C., Dragunow M., Tate W.P. The role of immediate early genes in the stabilization of long-term potentiation // Mol Neurobiol. 1991. Vol. 5. P. 297.

10. Adam Y., Kim J.J., Lou S. Voltage imaging and optogenetics reveal behaviour-dependent changes in hippocampal dynamics // Nature. 2019. Vol. 569. P. 413-417.

11. Adrian E.D. The Basis of Sensation // British Medical Journal. 1954. Vol. 1, № 4857. P. 287-290.

12. Altman N., Krzywinski M. The curse(s) of dimensionality // Nat. Methods. 2018. Vol. 15. P. 399-400.

13. Barretto R.P., Schnitzer M.J. In vivo optical microendoscopy for imaging cells lying deep within live tissue // Cold Spring Harb Protoc. 2012. Vol. 2012, № 10. P. 10291034.

14. Barykina N.V. et al. Green fluorescent genetically encoded calcium indicator based on calmodulin/M13-peptide from fungi // PLoS ONE. 2017. Vol. 12. P. 0183757.

15. Belkin M., Niyogi P. Laplacian eigenmaps for dimensionality reduction and data representation // Neural Comput. 2003. Vol. 15. P. 1373-1396.

16. Berridge M.J. Neuronal calcium signaling // Neuron. 1998. Vol. 21, № 1. P. 13-26.

17. Bliss T.V., Collingridge G.L. A synaptic model of memory: long-term potentiation in the hippocampus // Nature. 1993. Vol. 361, № 6407. P. 31-39.

18. Brown E.N. et al. An analysis of neural receptive field dynamics by point process adaptive filtering // Proc Natl Acad Sci USA. 2001. Vol. 98. P. 12261-12266.

19. Buzsaki G. Theta oscillations in the hippocampus // Neuron. 2002. Vol. 33. P. 325340.

20. Cannell M.B., Berlin J.R., Lederer W.J. Intracellular calcium in cardiac myocytes: calcium transients measured using fluorescence imaging // Society of General Physiologists Series. 1987. Vol. 42. P. 201-214.

21. Cartarozzi L.P. et al. In vivo two-photon imaging of motoneurons and adjacent glia in the ventral spinal cord // J Neurosci Methods. 2018. Vol. 299. P. 8-15.

22. Chang C. et al. Behavioral clusters revealed by end-to-end decoding from microendoscopic imaging // bioRxiv e-prints. 2021.

23. Chen P., Hong W. Neural Circuit Mechanisms of Social Behavior // Neuron. 2018. Vol. 98, № 1. P. 16-30.

24. Chen T.W. et al. Ultrasensitive fluorescent proteins for imaging neuronal activity // Nature. 2013. Vol. 499. P. 295-300.

25. Chung F. Spectral Graph Theory. Philadelphia, PA, USA: American Mathematical Society, 1997.

26. Cohen J.D., Bolstad M., Lee A.K. Experience-dependent shaping of hippocampal CA1 intracellular activity in novel and familiar environments // eLife. 2017. Vol. 6. P. 23040.

27. Cremer C., Cremer T. Considerations on a laser-scanning-microscope with high resolution and depth of field // Microscopica Acta. 1978. Vol. 81, № 1. P. 31-44.

28. de Groot A. et al. NINscope, a versatile miniscope for multi-region circuit investigations // eLife. 2020. Vol. 9. P. 49987.

29. Derdikman D., Knierim J. Space, Time and Memory in the Hippocampal Formation. Austria: Springer Vienna, 2014.

30. Dombeck D.A. et al. Functional imaging of hippocampal place cells at cellular resolution during virtual navigation // Nature neuroscience. 2010. Vol. 13, № 11. P. 1433-1440.

31. Dong C., Madar A.D., Sheffield M.E.J. Distinct place cell dynamics in CA1 and CA3 encode experience in new environments // Nat Commun. 2021. Vol. 12. P. 2977.

32. Dragoi G., Tonegawa S. Preplay of future place cell sequences by hippocampal cellular assemblies // Nature. 2011. Vol. 469. P. 397-401.

33. Dragoi G., Tonegawa S. Distinct preplay of multiple novel spatial experiences in the rat // Proc. Natl. Acad. Sci. USA. 2013. Vol. 110. P. 9100-9105.

34. Dragunow M. et al. Immediate-early genes, kindling and long-term potentiation // Neuroscience and biobehavioral reviews. 1989. Vol. 13, № 4. P. 301-313.

35. Eden U.T. et al. Dynamic analysis of neural encoding by point process adaptive filtering // Neural Comput. 2004. Vol. 16. P. 971-998.

36. Ekstrom A.D. et al. Cellular networks underlying human spatial navigation // Nature. 2003. Vol. 425. P. 184-188.

37. Eliav T. et al. Multiscale representation of very large environments in the hippocampus of flying bats // Science. 2021. Vol. 372. P. 6545.

38. Fournier J. et al. Mouse Visual Cortex Is Modulated by Distance Traveled and by Theta Oscillations // Current biology. 2020. Vol. 19, № 30. P. 3811-3817.

39. Frank L., Brown E., Wilson M. Trajectory encoding in the hippocampus and entorhinal cortex // Neuron. 2000. Vol. 27. P. 169-178.

40. Frank L.M., Stanley G.B., Brown E.N. Hippocampal plasticity across multiple days of exposure to novel environments // J Neurosci. 2004. Vol. 24. P. 7681-7689.

41. Gallego J. et al. Neural Manifolds for the Control of Movement // Neuron. 2017. Vol. 94. P. 978-984.

42. Gallego J. et al. Cortical population activity within a preserved neural manifold underlies multiple motor behaviors // Nat. Commun. 2018. Vol. 9. P. 4233.

43. Gee K.R. et al. Chemical and physiological characterization of fluo-4 Ca(2+)-indicator dyes // Cell Calcium. 2000. Vol. 27, № 2. P. 97-106.

44. Ghosh K.K. et al. Miniaturized integration of a fluorescence microscope // Nature Methods. 2011. Vol. 10, № 8. P. 871-878.

45. Gong Y. et al. High-speed recording of neural spikes in awake mice and flies with a fluorescent voltage sensor // Science. 2015. Vol. 6266, № 350. P. 1361-1366.

46. Grewe B. et al. Neural ensemble dynamics underlying a long-term associative memory // Nature. 2017. Vol. 7647, № 543. P. 670-675.

47. Grosmark A., Buzsaki G. Diversity in neural firing dynamics supports both rigid and learned hippocampal sequences // Science. 2016. Vol. 351. P. 1440-144.

48. Grynkiewicz G., Poenie M., Tsien R.Y. A new generation of Ca2+ indicators with greatly improved fluorescence properties // J. Biol. Chem. 1985. Vol. 260, № 6. P. 3440-3450.

49. Guger C. et al. Real-time position reconstruction with hippocampal place cells // Front Neurosci. 2011. Vol. 5, № 85.

50. Hafting T. et al. Microstructure of a spatial map in the entorhinal cortex // Nature. 2005. Vol. 436. P. 801-806.

51. Hafting T. et al. Hippocampus-independent phase precession in entorhinal grid cells // Nature. 2008. Vol. 453, № 7199. P. 1248-1252.

52. Hill A.J. First occurrence of hippocampal spatial firing in a new environment // Experimental neurology. 1978. Vol. 62, № 2. P. 282-297.

53. Inagaki S., Nagai T. Current progress in genetically encoded voltage indicators for neural activity recording // Current opinion in chemical biology. 2016. Vol. 33. P. 95100.

54. Inoue M. Genetically encoded calcium indicators to probe complex brain circuit dynamics in vivo // Neuroscience research. 2021. Vol. 169. P. 2-8.

55. Itskov P.M., Vinnik E., Diamond M.E. Hippocampal representation of touch-guided behavior in rats: persistent and independent traces of stimulus and reward location // PLoS One. 2011. Vol. 1:e16462.

56. Itskov P.M. et al. Sound sensitivity of neurons in rat hippocampus during performance of a sound-guided task // J Neurophysiol. 2012. Vol. 107. P. 1822-1834.

57. Jacob A.D. et al. A Compact Head-Mounted Endoscope for In Vivo Calcium Imaging in Freely Behaving Mice // Current protocols in neuroscience. 2018. Vol. 84, № 1. P. 51.

58. Jeffery K. Integration of Sensory Inputs to Place Cells: what, where, why, and how? // Hippocampus. 2007. Vol. 17, № 9. P. 775-785.

59. Jolliffe I.T., Cadima J. Principal component analysis: a review and recent developments // Philos Trans A Math Phys Eng Sci. 2016. Vol. 374(2065), № 13.

60. Jun J.J. et al. Fully integrated silicon probes for high-density recording of neural activity // Nature. 2017. Vol. 551, № 7679. P. 232-236.

61. Kandel E.R. The molecular biology of memory storage: a dialogue between genes and synapses // Science. 2001. Vol. 294. P. 1030-1038.

62. Karlsson M., Frank L. Network dynamics underlying the formation of sparse, informative representations in the hippocampus // J. Neurosci. 2008. Vol. 28. P. 14271-

14281.

63. Kato D. et al. In Vivo Two-Photon Imaging of Microglial Synapse Contacts // Methods Mol Biol. 2019. Vol. 2034. P. 281-286.

64. Kelleher R.J., Govindarajan A., Tonegawa S. Translational regulatory mechanisms in persistent forms of synaptic plasticity // Neuron. 2004. Vol. 44, № 1. P. 59-73.

65. Kennedy P.J., Shapiro M.L. Motivational states activate distinct hippocampal representations to guide goal-directed behaviors // Proc Natl Acad Sci. 2009. Vol. 106. P.10805-10810.

66. Kentros C. et al. Increased attention to spatial context increases both place field stability and spatial memory // Neuron. 2004. Vol. 42. P. 283-295.

67. Kiani R., Esteky H., Tanaka K. Differences in onset latency of macaque inferotemporal neural responses to primate and non-primate faces // Journal of neurophysiology. 2005. Vol. 94, № 2. P. 1587-1596.

68. Latuske P. et al. Hippocampal Remapping and Its Entorhinal Origin // Front. Behav. Neurosci. 2018. Vol. 11. P. 253.

69. Lee I., Rao G., Knierim J.J. A double dissociation between hippocampal subfields: differential time course of CA3 and CA1 place cells for processing changed environments // Neuron. 2004. Vol. 42, № 5. P. 803-815.

70. Lee J.Q. et al. Relocating cued goals induces population remapping in CA1 related to memory performance in a two-platform water task in rats // Hippocampus. 2018. Vol. 28. P. 431-440.

71. Lee J.S. et al. The Statistical Structure of the Hippocampal Code for Space as a Function of Time, Context, and Value // Cell. 2020. Vol. 183(22), № 3. P. 620-635.

72. Liberti W.A. et al. An open source, wireless capable miniature microscope system // Journal of neural engineering. 2017. Vol. 14(045001), № 4.

73. Lin L. et al. Neural encoding of the concept of nest in the mouse brain // Proc. Natl. Acad. Sci. USA. 2007. Vol. V. 104. P. 6066-6071.

74. Liu Y. et al. Consistent population activity on the scale of minutes in the mouse hippocampus // Hippocampus. 2022. Vol. 32, № 5. P. 359-372.

75. Linden D.J., Connor J.A. Long-term synaptic depression // Annu. Rev. Neurosci. 1995. Vol. 18. P. 319-357.

76. L0mo T. Frequency potentiation of excitatory synaptic activity in the dentate area of the hippocampal formation // Acta Physiologica Scandinavica. 1966. Vol. 68, № 277. P. 128.

77. Lu J. et al. MIN1PIPE: A Miniscope 1-Photon-Based Calcium Imaging Signal Extraction Pipeline // Cell Rep. 2018.

78. Mankin E.A. et al. Neuronal code for extended time in the hippocampus // Proc. Natl. Acad. Sci. USA. 2012. Vol. 109. P. 19462-19467.

79. Markowitz J.E. et al. Mesoscopic patterns of neural activity support songbird cortical sequences // PLoS biology. 2015. Vol. 13, № 6. P. 1002158.

80. Markus E.J. et al. Spatial information content and reliability of hippocampal CA1 neurons: effects of visual input // Hippocampus. 1994. Vol. 4, № 4. P. 410-421.

81. Maurer A.P. et al. Self-motion and the origin of differential spatial scaling along the septo-temporal axis of the hippocampus // Hippocampus. 2005. Vol. 15. P. 841-852.

82. McHugh T.J. et al. Impaired hippocampal representation of space in CA1-specific NMDAR1 knockout mice // Cell. 1996. Vol. 87. P. 1339-1349.

83. McLachlan G.J. Discriminant Analysis and Statistical Pattern Recognition. Wiley Interscience, 2004.

84. McNaughton B., Barnes C., O'Keefe J. The contributions of position, direction, and velocity to single unit activity in the hippocampus of freely-moving rats // Exp. Brain Res. 1983. Vol. 52. P. 41-49.

85. Meng C. et al. Spectrally Resolved Fiber Photometry for Multi-component Analysis of Brain Circuits // Neuron. 2018. Vol. 98, № 4. P. 707-717.

86. Meshulam L. et al. Collective Behavior of Place and Non-place Neurons in the Hippocampal Network // Neuron. 2017. Vol. 96. P. 1178-1191.

87. Mostany R. et al. Two-Photon Excitation Microscopy and Its Applications in Neuroscience // Advanced Fluorescence Microscopy. Methods in Molecular Biology (Methods and Protocols), vol 1251 / ed. Verveer P. New York, NY: Humana Press, 2015.

88. Muir G.M. et al. Disruption of the head direction cell signal after occlusion of the semicircular canals in the freely moving chinchilla // J Neurosci. 2009. Vol. 29. P. 14521-14533.

89. Mukamel E.A., Nimmerjahn A., Schnitzer M.J. Automated analysis of cellular signals from large-scale calcium imaging data // Neuron. 2009. Vol. 63, № 6. P. 747760.

90. Muller R. et al. On the directional firing properties of hippocampal place cells // J. Neurosci. 1994. Vol. 14. P. 7235-7251.

91. Muller R., Kubie J., Ranck J. Spatial firing patterns of hippocampal complex-spike cells in a fixed environment // J. Neurosci. 1987. Vol. 7. P. 1935-1950.

92. Nakai J., Ohkura M., Imoto K. A high signal-to-noise Ca(2+) probe composed of a single green fluorescent protein // Nature Biotechnology. 2001. Vol. 19, № 2. P. 137141.

93. Niki H., Watanabe M. Prefrontal unit activity and delayed response: relation to cue location versus direction of response // Brain research. 1976. Vol. 105, № 1. P. 79-88.

94. O'Keefe J., Dostrovsky J. The hippocampus as a spatial map. Preliminary evidence from unit activity in the freely-moving rat // Brain Research. 1971. Vol. 34, № 1. P. 171-175.

95. O'Keefe J., Recce M.L. Phase relationship between hippocampal place units and the EEG theta rhythm // Hippocampus. 1993. Vol. 3. P. 317-330.

96. O'Keefe J. et al. Place cells, navigational accuracy, and the human hippocampus // Philosophical Transactions of the Royal Society B: Biological Sciences. 1998. Vol. 353.

P. 1333-1340.

97. O'Leary A. et al. Cortical and Cortico-Hippocampal Circuits: Spatial Navigation // Soc Neurosci. 2019.

98. Ono T. et al. Monkey hippocampal neurons related to spatial and nonspatial functions // J. Neurophysiol. 1993. Vol. 70. P. 1516-1529.

99. Park E., Dvorak D., Fenton A.A. Ensemble place codes in hippocampus: CA1, CA3, and dentate gyrus place cells have multiple place fields in large environments // PLoS One. 2011. Vol. 6:e22349.

100. Pedrosa V., Clopath C. The interplay between somatic and dendritic inhibition promotes the emergence and stabilization of place fields // PLoS computational biology. 2020. Vol. 16, № 7. P. 1007955.

101. Peng R. et al. Design of a zoom lens without motorized optical elements // Opt Express. 2007. Vol. 11, № 15. P. 6664-6669.

102. Petersen A., Simon N., Witten D. Scalpel: Extracting neurons from calcium imaging data // The annals of applied statistics. 2018. Vol. 12, № 4. P. 2430.

103. Pettit N.L. et al. Fos ensembles encode and shape stable spatial maps in the hippocampus // Nature. 2022. Vol. 609. P. 327-334.

104. Phillips M.I., Olds J. Unit activity: motivation-dependent responses from midbrain neurons // Science. 1969.

105. Piatkevich K.D., Murdock M.H., Subach F.V. Advances in engineering and application of optogenetic indicators for neuroscience // Appl. Sci. 2019. Vol. 9. P. 562.

106. Pnevmatikakis E.A., Giovannucci A. NoRMCorre: An online algorithm for piecewise rigid motion correction of calcium imaging data // J Neurosci Methods. 2017. Vol. 291. P. 83-94.

107. Pnevmatikakis E.A. et al. Simultaneous Denoising, Deconvolution, and Demixing of Calcium Imaging Data // Neuron. 2016. Vol. 89, № 2. P. 285-299.

108. Pond F.J., Sinnamon H.M., Adams D.B. Single unit recording in the midbrain of rats during shock-elicited fighting behavior // Brain research. 1977. Vol. 120, № 3. P. 469-484.

109. Prasher D.C. et al. Primary structure of the Aequorea victoria green-fluorescent protein // Gene. 1992. Vol. 111, № 2. P. 229-233.

110. Qian Y. et al. A bioluminescent Ca(2+) indicator based on a topological variant of GCaMP6s // Chembiochem Eur. J. Chem. Biol. 2018. Vol. 20. P. 516-520.

111. Quian Quiroga R. et al. Invariant visual representation by single neurons in the human brain // Nature. 2005. Vol. 435. P. 1102-1107.

112. Quiroga Q.R. Concept cells: the building blocks of declarative memory functions // Nature reviews. Neuroscience. 2012. Vol. 13, № 8. P. 587-597.

113. Quiroga R. et al. Explicit encoding of multimodal percepts by single neurons in the human brain // Curr. Biol. 2009. Vol. 19. P. 1308-1313.

114. Ranck J.B.J. Studies on single neurons in dorsal hippocampal formation and septum in unrestrained rats: Behavioral correlates and firing repertoires // Experimental neurology. 1973. Vol. 41, № 2. P. 461-531.

115. Resendez S., Stuber G. In vivo Calcium Imaging to Illuminate Neurocircuit Activity Dynamics Underlying Naturalistic Behavior // Neuropsychopharmacol. 2015. Vol. 40. P. 238-239.

116. Ringach D.L. Mapping receptive fields in primary visual cortex // J Physiol. 2004. Vol. 558. P. 717-728.

117. Rolotti S.V. et al. Local feedback inhibition tightly controls rapid formation of hippocampal place fields // Neuron. 2022. Vol. 110 (6), № 5. P. 783-794.

118. Romano S.A. et al. An integrated calcium imaging processing toolbox for the analysis of neuronal population dynamics // PLoS computational biology. 2017. Vol. 13, № 6. P. 1005526.

119. Rubin A. et al. Revealing neural correlates of behavior without behavioral measurements // Nat Commun. 2019. Vol. 10. P. 4745.

120. Rubin A. et al. Hippocampal ensemble dynamics timestamp events in long-term memory // eLife. 2015. Vol. 4. P. 12247.

121. Rueckl M. et al. SamuROI, a Python-based software tool for visualization and analysis of dynamic time series imaging at multiple spatial scales // Frontiers in neuroinformatics. 2017. Vol. 11. P. 44.

122. Salih A. Fluorescent Proteins / ed. Cox G. Boca Raton: Jenny Stanford Publishing, 2019. P. 122.

123. Sato M. et al. In vivo two-photon imaging of striatal neuronal circuits in mice // Neurobiol Learn Mem. 2016. Vol. 135. P. 146-151.

124. Scott B.B. et al. Imaging Cortical Dynamics in GCaMP Transgenic Rats with a Head-Mounted Widefield Macroscope // Neuron. 2018. Vol. 100, № 5. P. 1045-1058.

125. Sheintuch L. et al. Tracking the Same Neurons across Multiple Days in Ca2+ Imaging Data // Cell reports. 2017. № 4 (21). C. 1102-1115.

126. Sheintuch L. et al. Multiple Maps of the Same Spatial Context Can Stably Coexist in the Mouse Hippocampus // Curr. Biol. 2020. Vol. 30. P. 1467-1476.

127. Shimomura O., Johnson F.H., Saiga Y. Extraction, purification and properties of aequorin, a bioluminescent protein from the luminous hydromedusan, Aequorea // Journal of Cellular and Comparative Physiology. 1962. Vol. 59, № 3. P. 223-239.

128. Skaggs W.E., McNaughton B.L. Theta phase precession in hippocampal neuronal populations and the compression of temporal sequences // Hippocampus. 1996. Vol. 6. P. 149-172.

129. Strumwasser F. Long-term recording from single neurons in brain of unrestrained mammals // Science. 1958. Vol. 127, № 3296. P. 469-470.

130. Sun C. et al. Hippocampal neurons represent events as transferable units of experience // Nat Neurosci. 2020. Vol. 23, № 5. P. 651-663.

131. Suzuki H., Azuma M. Prefrontal neuronal activity during gazing at a light spot in the monkey // Brain research. 1977. Vol. 126, № 3. P. 497-508.

132. Kitamura T. et al. Engrams and circuits crucial for systems consolidation of a memory // Science. 2017. Vol. 6333, № 356. P. 73-78.

133. Tenenbaum J., De Silva V., Langford J. A global geometric framework for nonlinear dimensionality reduction // Science. 2000. Vol. 290. P. 2319-2323.

134. Thevenaz P., Ruttimann U.E., Unser M. A pyramid approach to subpixel registration based on intensity // IEEE transactions on image processing: a publication of the IEEE Signal Processing Society. 1998. Vol. 7, № 1. P. 27-41.

135. Thomas D. et al. A comparison of fluorescent Ca2+ indicator properties and their use in measuring elementary and global Ca2+ signals // Cell Calcium. 2000. Vol. 28. P. 213-223.

136. Tian L. et al. Imaging neural activity in worms, flies and mice with improved GCaMP calcium indicators // Nat. Methods. 2009. Vol. 6. P. 875-881.

137. Tolman E.C. Cognitive maps in rats and men // Psychological Review. 1948. Vol. 55, № 4. P. 189-208.

138. Tsien R.Y. New Calcium Indicators and Buffers with High Selectivity Against Magnesium and Protons: Design, Synthesis, and Properties of Prototype Structures // Biochemistry. 1980. Vol. 19, № 11. P. 2396-2404.

139. Ulanovsky N., C.F. M. Hippocampal cellular and network activity in freely moving echolocating bats // Nat. Neurosci. 2007. Vol. 10. P. 224-233.

140. Ulanovsky N., Moss C.F. Dynamics of hippocampal spatial representation in echolocating bats // Hippocampus. 2011. Vol. 21, № 2. P. 150-161.

141. Vertes R.P., Miller N.E. Brain stem neurons that fire selectively to a conditioned stimulus for shock // Brain research. 1976. Vol. 103, № 2. P. 229-242.

142. Wilson M.A., McNaughton B.L. Dynamics of the hippocampal ensemble code for space // Science. 1993. Vol. 261, № 5124. P. 1055-1058.

143. Yanbo L., Burkitt A.N. Learning Spatiotemporal Properties of Hippocampal Place Cells // eNeuro. 2022. Vol. 9, № 4.

144. Yanny K. et al. Miniscope3D: optimized single-shot miniature 3D fluorescence microscopy // Light, science & applications. 2020. Vol. 9. P. 171.

145. Yu B. et al. Gaussian-process factor analysis for low-dimensional single-trial analysis of neural population activity // J. Neurophysiol. 2009. Vol. 102. P. 614-635.

146. Zhang K. et al. Interpreting neuronal population activity by reconstruction: unified framework with application to hippocampal place cells // Journal of neurophysiology. 1998. Vol. 79, № 2. P. 1017-1044.

147. Zhou P. et al. Efficient and accurate extraction of in vivo calcium signals from microendoscopic video data // eLife. 2018. Vol. 7. P. 28728.

148. Ziv Y. et al. Long-term dynamics of CA1 hippocampal place codes // Nat. Neurosci. 2013. Vol. 16. P. 264-266.

149. Zong W. et al. Large-scale two-photon calcium imaging in freely moving mice // Cell. 2022. Vol. 185, № 7. P. 1240-1256.