在25°C和60％的湿度下 ，在12 h – 12 h的光线周期下
，在玉米面，糖蜜和酵母培养基上种植蝇 。所有实验均在雌性苍蝇上进行至少一个白色基因的野生型等位基因
。实验者没有盲目。 　　以下基因型的果蝇melanogaster用于将转基因表达靶向各种神经元类型：P {R48A07-P65.AD} ATTP40 ，P {10xUAS-IVS-MCD8 :: GFP} SU（HW）ATTP5;P {VT046779-GAL4.DBD} attp2用于标记MI9神经元，P {R13E12-P65.AD} attp40/+;p {r59c10-gal4.dbd} attp2/p {40xuas-ivs-mcd8 :: gfp} attp2用于标记TM3神经元
，p {r19f01-p65.ad} attp40/+;P {R71D01-GAL4.DBD} ATTP2/P {40XUAS-IVS-MCD8 :: GFP} ATTP2用于标记MI1神经元，P {R48A07-P65.AD} ATTP40 ，P {10XUAS-IVS-MCD8 :: GFP} SU（GFP} SU（HW）SU（HW）p {r13f11-gal4.dbd} attp2用于标记MI4神经元
，p {r26H02-p65.ad} attp40/+;P {R29G11-GAL4.DBD} ATTP2/P {40XUAS-IVS-MCD8 :: GFP} ATTP2用于标记C3神经元和P {R42F06-P65.AD} ATTP40，P {10XUAS-IVS-IVS-MCD8 :: GFP} attp4P {VT037588-GAL4.DBD} ATTP2（缩写T4> GFP）用于标记T4神经元 ，偏爱亚型T4C和T4D17,27,45,46 。在电生理实验中
，p {trip.hmc03585} attp40/p {r42f06-p65.ad} attp40，p {10xuas-ivs-mcd8 :: gfp} su（hw）attp5;p {vt037588-gal4.dbd} attp2/+（abbreadiated t4>gluclαrnai）和p {trip.hms02199} attp2/p {r42f06-p65.ad} attp40 ，p {10xuas-ivs-ivs-mcd8 ::: gfp5P {VT037588-GAL4.DBD} attp2/+（缩写的T4> NMDAR1RNAI）分别用于静音Gluclα和NMDAR1的表达
，分别为47。 　　在行为实验中，p {uas-dcr-2.d} 2;P {R39H12-GAL4} ATTP2（缩写的T4/T5>）在T4和T5神经元中产生强烈而全面的表达 ，用于驱动P {Trip.hmc03585} attp40（atbbreviedgluclαrnai）或p {at trip.hms0219999999999999999岁（trip.hmc03585} attp40nmdar1rnai）
。对于扩展数据中的实验图10c – f
，p {r59e08-p65.ad} attp40;p {r42f06-gal4.dbd} attp2用作驱动线。包括亲本控制在内的所有苍蝇对于各自的转基因都是杂合的 。p {uas-dcr-2.d} 2/p {10xuas-ivs-mcd8 :: gfp} su（hw）attp5;p {r39h12-gal4} attp2/+和p {r59e08-p65.ad} attp40/p {10xuas-ivs-mcd8 :: gfp} su（hw）attp5;p {r42f06-gal4.dbd} attp2/+用于可视化相应驱动线的表达模式
。 　　除了标记C3的菌株（来自A. Nern和M. Reiser的礼物）外，所有苍蝇均来自Bloomington Drosophila Stock Center。 　　在磷酸盐缓冲盐水（PBS; 137毫米NaCl ，3毫米KCl，8 mm Na2hpo4
，1.5 mm Kh2pO4，pH 7.3）中解剖女性苍蝇（1-3天）的大脑（1-3天） ，并在4％（w/v）的PBBS中固定在4°C的4％（w/v）中
，固定在4°C中的PBS中 。Triton X-100（PBT）
。为了标记富含生物细胞蛋白的神经元，将样品与Dylight 633偶联的链霉亲和素（21844 ，Invitrogen
，1：200）孵育48小时，然后在4°C ，然后在PBT中进行四30分钟的洗涤。可视化由R39H12-GAL4和R59E08-AD驱动的GFP表达模式；R42F06-DBD
，在室温下固定大脑25分钟，并在PBT中阻塞10％正常山羊血清（NGS）在4°C下过夜 。首先将突触结构和GFP标记 ，首先用小鼠抗胸骨抗体（NC82
，AB2314866，发育研究杂交瘤河岸 ，1：20）和鸡抗GFP抗体（600-901-215s，600-901-215s
，Rockland，1：400） ，分别适用于48 H和Atti-con Jugg
，for Atti-con Jugg，抗体（610-156-040 ，Rockland
，1：300）和Alexa 488偶联的山羊抗Chicken Igy Igy抗体（A-111039，Invitrogen ，1：500）
，分别在含有5％Ngs的PBT中稀释72 h，在4°C中均稀释
。将免疫装饰的样品安装在Vectashield防利率安装培养基（矢量实验室）中 ，并在配备有HCX PL APO×63/1.30 Na甘油免疫物镜的Lei​​ca TCS SP8共聚焦显微镜上成像（506353
，Leica，Leica）。使用Leica Application Suite X（Leica）获取显微照片 ，并使用ImageJ（V.2.0）48的斐济分布进行处理 。 　　对于Vivo49,50中的全细胞记录，摄取后2-24小时的雌性苍蝇被冷 - 动物固定
，并固定在带有软热塑性蜡（琼脂科学）的定制激光切割的聚氧基因座上
。将制剂浸入含5 mm TE，103 mM NaCl ，3 mM KCl
，26 mM NaHCO3 、1 mM NAH2PO4
、1.5 mM CaCl2、4 mM MGCL2，4 mM MGCL2 ，10 mm glucose
，10 mm glucose和7 mm socclose（280％的MOSM）（280％的280％）的细胞外溶液（pH 7.3）中。O2） 。在足够大的窗户中，将角质层 ，脂肪组织和气管移除
，以暴露左背视力叶。使用P-97（Sutter Instruments）或PC-10（Narishige）微型夹具，分别用硼硅酸盐玻璃毛细管（15–20MΩ） ，外直径和内径分别为1.5 mm和1.17 mm或0.86 mm
，外径分别为1.5 mm和1.17毫米或0.86毫米
。使用Microforge（MF-830，Narishige）抛光移液器 ，并装满溶液（pH 7.3），其中含有10 mm HEPES
，140 mM Aspartate，1 mm KCl ，4 mM MMGATP
，0.5 mM Na3gtp，1毫米Na3gtp ，1 mm Egta和1 mm Egta和10 mm Biococytin（265 Mosmm）。使用在Invivo Slicescope（Scientifica）或Axio Scope.A1显微镜（Zeiss）上使用明亮场和表落荧光显微镜的组合在视觉上靶向绿色荧光体 。耶拿）
。通过将白色LED（MCWHD5
，Thorlabs）耦合到液体光导向器中，可以实现透射量 ，其远端的尾端尾尾位于苍蝇的距离为1 cm的距离为1 cm的距离
，允许使用无障碍的视野。为了进入细胞膜，使用微管在周围的鞘中进行小切口 。使用多灯700B放大器 ，低通滤波并使用Digidata 1550B 1550B数字化器（通过PCLAMP 11软件（全部来自分子设备）控制的数字化数字化器）在室温（21–23°C）上记录了信号（21–23°C）
，并在10 kHz中进行采样
。。Data were corrected for the liquid junction potential and analysed using custom-written software in Python v.3.7 (Python Software Foundation) using NumPy v.1.15, Pandas v.0.25, SciPy v.1.3, Matplotlib v.3.0 and pyABF v.2.1 (https://pypi.org/project/pyabf/).时间对齐后，以1 kHz的采样率分析电流夹数据 。闯入后2分钟内记录的最负膜电位在黑暗中 ，在没有保持电流的情况下以表示静止电位
。只有具有比-25 mV更阴性的静息电势的细胞才能进一步表征。如图2所示的输入电阻是根据线性拟合到稳态电压变化的基础上，从超极性电流的1 s步骤（2 PA增量
，从-10 PA开始）引起的稳态电压变化 。在电压钳记录中，在药理应用之前2 s应用了电压步骤 ，并减去线性泄漏电流
。 　　如前所述20
，使用两个DLP LightCrafter 3000 Pico投影仪（Texas Instruments）将视觉刺激投射到圆柱屏幕上。屏幕在方位角覆盖了180°，在苍蝇左额叶视野的海拔中覆盖了105° ，并作为法拉第盾牌加倍 。将投影仪限制在绿色通道（500-600 nm）中
，使得在8位色深度时的刷新率为180 Hz，最大亮度为1,274 cd M-2。完全对比度显示的刺激的平均亮度设置为8位灰度值 ，为128
，对应于〜637 cd M-2的平均亮度
。创建刺激并预先描述，以使用Python v.2.7中的Panda3D游戏引擎来解释屏幕的曲率。 　　使用二进制白色噪声刺激 ，像素大小为2.8°×2.8° 。以60 Hz的速度绘制样品
，并在屏幕上投射到3分钟至20分钟的范围内
。使用屏幕上连续记录的触发信号对刺激和同时记录的膜电位进行时间锁定。刺激文件在无损压缩后导出，并使用标准技术在Python（v.3.7）20中使用标准技术与每个神经元记录的膜电压交叉相关 。通过减去使用高斯模糊获得的信号的低通滤波版本 ，标准偏差为60 s，校正了缓慢的电压漂移
。反向相关计算为 　　其中VM表示在时间点T和S处神经元的基线减少膜电压表示位置x位的刺激和时间点t-τ的τ值
，τ值范围为-0.5至+3.0 s。所得的时空接受场被转化为标准评分 。在分析中包括具有清晰标准评分峰的神经元（通常是从平均值中> 4 S.D.），并且具有从屏幕表圈中的8个PX（22.48°）的神经元出现在分析中 ，以确保周围的全面覆盖
。使用标准分数的极值（即最大或最小值的最大值或最小值）作为参考点
，将接收场在空间中进行标准化，并在空间中对齐 ，该分数位于0°。在将单个空间接受场裁剪到所有神经元中的最大公共区域后
，在一个类别的神经元中平均得分平均 。对于图1，通过线性插值将平均值通过10倍取样 ，并用高斯滤波器平滑（1.8 PX S.D.）
。对于方向选择性的T4神经元
，在空间中旋转单个接受场，以沿着神经元的PD对齐；因此 ，在图1E中
，方位角和高程不一定与屏幕上的水平和垂直坐标相对应，而是与T4单元的PD平行和正交的坐标。 　　为了确定神经元的PD ，横跨整个屏幕范围的空间波长的平方波光栅以1 Hz的时间频率移动，沿八个不同的方向移动
，分别为45° 。在减去1 s的prestimulus基线后，在运动过程中神经元的峰膜电压表示 ，以表示由相关刺激的旋转角度给出的方向指向的欧几里得矢量V（φ）的大小。PD被定义为所有矢量产生的方向
。使用上述特性的光栅测量时间频率调整曲线
，这些属性在PD和ND中交替移动（即PD+180），范围从0.5 Hz到16.0 Hz。ΔVM定义为最大膜电位和最小膜电位之间的绝对差异 。 　　图5中的细粒定向调谐曲线使用36°s-1的边缘在36个均匀间隔方向上进行了评估
。在存在-1 PA的恒定保持电流的情况下 ，记录了膜电位
，该电流在长时间内实现了稳定的记录。在图5C中，| V（φ）|被定义为使用lmfit的voigtmodel函数在python v.3.7中的voigtmodel函数 ，在运动过程中围绕运动过程中峰值响应的700 ms时窗口中的voigt曲线的最大值拟合膜电位 。因此
，读数不仅包含更多的数据点，而不仅仅是原始痕迹的最大值
。为了使实验和基因型之间的定向调谐曲线可比 ，每个神经元的PD在0°后都对齐
，其调谐曲线最小 - 最大最大归一化。定向调节被量化为所得矢量的大小除以单个向量的大小的总和： 　　对于图3中的实验，亮（）和深色（）边缘以30°s -1的速度在屏幕上移动 。基于每种神经元的时间导数与每个神经元的低通滤膜电位的时间衍生物与一个手工选择的模板神经元的响应（在PD中移动T4细胞移动）的互相关的最大值（在PD中移动）
。根据模板神经元在屏幕上的接收场中心的相对距离对齐不同输入神经元类的响应。通过在相同的刺激条件下使用定制的光电二极管记录位于相应模板神经元的接收场中心的屏幕5°宽区域的光强度通过记录光强度的验证 。 　　T4神经元的膜电位和输入电阻的时间锁定测量（图4和扩展数据图9）通过反复表现出相同的刺激的反复表现 ，而保持范围为-5至0 pa的不同保持电流幅度的变化
。电压对保持电流的线性回归的斜率提供了每个时间点神经元输入电阻的度量。对于仅具有两个不同保持电流幅度的实验，回归的斜率等效于计算为ΔVM/ΔI的输入电阻
，其中ΔVM表示膜电位的变化，ΔI表示重复之间保持电流的变化 。图4中所示的电阻用高斯滤光片（13 ms S.D.）平滑。在整个记录会议期间 ，输入电阻并未发生显着变化
。记录会话的开始和结束之间的输入电阻差为0.28±0.56gΩ（平均值±S.E.M.
，n = 30个单元格； p = 0.6143，两尾配对的学生的t检验）。 　　对于谷氨酸 ，乙酰胆碱和GABA的施用
，孔直径为5 µm的微型纤维填充有1 mm的神经递质（溶解在细胞外溶液中），并针对GFP标记的T4树突在Medulla的第10层中 。为了在贴片钳T4神经元中引起瞬时神经递质反应 ，使用PDES-02DX气动药物喷射系统（NPI电子）将压力（50 kPa）施加在100 ms脉冲中
。对于输入电阻测量过程中的持久响应
，脉冲时间增加到500毫秒。图2E的贴片钳记录期间第三次使用谷氨酸盐后，丢失了两个野生型神经元 ，并从重复测量分析中排除了 。 　　我们在Python v.3.7中构建了T4神经元的被动隔室模型（扩展数据
，D），以说明由于电压钳实验中神经元形态引起的可能空间夹问题 ，并评估树突和SOMA之间的信号传播（扩展数据图4E，F）
。该模型基于电子显微镜重建7（http://neuromorpho.org/neuron_info.jsp?neuron_name = t4a-25_85）
，并包含2,012个隔间。连接矩阵的值为1，其中两个隔室连接 ，否则为0值
，用作计算电导矩阵M的模板 。后者基于三维坐标，长度以及每个隔室的直径以及每个隔室的直径 ，除非另有说明
，否则，除非另有说明 ，否则是轴向电阻（RA）的280次电阻（RA）
，并具有280次电阻（RA）（RA）
。膜电容（CM）为1 µF cm -2。所有参数均与对果蝇神经元建模的通常使用的尺度相同，并被认为在整个细胞中都均匀 。在生物物理上合理范围内的RA和RM变化对模型输出的影响可忽略不计（扩展数据图4F ，G）
。 　　电压矢量VM（t）指示每个隔室的膜电位
，并在每个时间点t使用稀疏的scipy v.1.3模块的稀疏。spsold 。表示在上一个时间点的电压向量，CM是持有所有隔室的特定电容的矢量 ，ΔT表示时间步长，Eleak表示泄漏的逆转电势
，Gleak表示载体，持有所有隔板的特定跨膜泄漏的矢量 ，并指示当前的注入量。用0.1 ms的固定ΔT进行仿真
。如果仅考虑稳态
，则电导矩阵M的对角线没有电容电导性，并且方程式的右侧简化为Eleak×Gleak+I（t）。在发射机应用时 ，将突触电导量均添加到电导矩阵的对角线
，并乘以电流的逆转电位，乘以方程的右侧 。 　　为了模拟电压夹 ，根据所选的命令电压VCMD和SOMA VM处的实际电势之间的差异计算在SOMA处的电流
，使用比例综合控制循环SOMA，该循环用于模拟Python V.3.7中的Voltage-Clamp弹药板
。计算在时间点t上注入的电流为i（t）= kp×（vcmd（t） - vm ，soma（t））+ki×i（t -1）;KP表示比例增益
，而Ki的积分增益。对于KP和Ki的值分别为2×109和1，VM可以在所有条件和突触输入下可靠地在所需的VCMD处可靠地夹住SOMA 。 　　将记录的输入神经元的膜电压进行平均 ，最小值 - 最大最大归一化（在刺激之间保持信号比），并使用直线转移函数转换为相对电导
，每个神经元具有两个自由参数：一个阈值，一个阈值以下 ，所有电导率都设置为0和一个增益（即
，缩放因子）
。考虑到平均跨膜间角θ为4.8°（参考52,53）和边缘速度V 30°s-1，MI9神经元的电导率和MI4和C3神经元的电导分别在时间上延迟或延迟 ，相对于MI1和TM3 Neurons的范围
，ΔT的范围是ΔT的，依赖于MI1和TM3 Neurons ，依赖于MI1和TM3 Neurons的范围。ΔT=θcosφ/v 。 　　对于每种刺激条件
，将T4神经元的膜电位计算为 　　其中g表示与每个输入神经元相关的相对电导率，并且E表示具有EGLU = -71 mV的相应突触电流的逆转电位 ，每个= -21 mV和Egaba = -68 mV作为测量/模拟的电压夹具实验（扩展数据）
。由于T4神经元的紧凑尺寸
，电容电流的小振幅（与稳态振幅有关）及其短时常数（相对于突触电流的常数）消除了对微分方程计算VM的需求。根据优化的帮助，从最小二乘拟合到测量的T4神经元的膜电压轨迹的免费参数（阈值 ，增益，Eleak和高效）估计
，借助优化计算 。Scipyv.1.3 v.1.3模块的功能，并使用FADERPORT PORTEND 16-晶体型16-晶体组合制作量（Pershannel Contracters）（Pershannel Contraporter）（Pershannel and）
。参数值的上限和下限设置为阈值的0和1 ，埃雷克（Eleak）的上限为0和1
，为0和2，埃克（Eleak）的上限为0和2 ，触发分别为0和3。用于图1和图2中所示的模拟的参数 。3b
，c和5a以及扩展数据图。7b, c and 8 were as follows: Mi9gain = 0.92, Tm3gain = 0.35, Mi1gain = 0.65, Mi4gain = 1.10, C3gain = 1.49, Mi9thld = 0.20, Tm3thld = 0.35, Mi1thld = 0.88, Mi4thld = 0.44, C3thld = 0.70, Eleak = −65.0 mV and光泽= 0.50，其中“ thld ”是指相应的阈值值
。 　　为了验证我们选择的参数并量化了参数集的灵敏度 ，鲁棒性和唯一性
，我们诉诸于基于仿真的推进29，这使我们能够检查可能的参数组合的全部范围。我们使用了20,000个模型模拟 ，从上面的界限内绘制均匀分布的参数来训练软件包SBI（v.0.8）54的顺序神经后估计（SNPE）算法中实现的人工神经网络 。根据贝叶斯的推断
，SNPE提供了条件概率分布p（α| vdata），该参数集很高 ，与实验测量的电压轨迹VDATA一致，但否则接近零
。为了可视化P（α| VDATA）
，我们绘制了与VDATA兼容的10,000个样本参数集，并将其与我们选择的参数进行了比较（扩展数据图6）。所有模拟都写在Python v.3.7中 。 　　使用牙齿固化灯（440 nm ，新木钉）
，将雌性苍蝇（1-5天）冷入并连接到带有光固化复合胶（Sinfony不透明牙本质，3m）的销钉上
。并联五个独立的运动记录32。在每个录音机中 ，将束缚的苍蝇放在直径为6 mm的空气悬浮聚氨酯球的顶部
，重量约为40 mg 。球体在旋转叶片泵（G6/01-k-eb9l，加德纳·丹佛·托马斯）提供的空气流中自由漂浮 ，穿过凹架底部的入口
，使步行蝇通过其中心绕任何轴旋转球体
。由红外LED（JET-800-10，Roithner Electronics）点亮的球形跑步机的旋转以4 kHz的速度跟踪 ，并使用基于两个光学计算机鼠标传感器的定制设计系统在200 Hz处进行了数字化
，该系统侧重于两个1 mm2赤道平方，该传感器始于两个1 mm2赤道平方 ，该平方位于距Sphehe 55的中心±30°。相机（GRAS-20S4M-C，Point Gray Research）用于促进球在球上的适当定位 。为了鼓励长时间的步行
，使用带有毛皮孔加热器的定制空调系统（QC-127-1.4-6.0ms，Quick-Cool）和位于球体下方的温度计
。 　　在三个液晶显示器（2233RZ ，三星）上以刷新速率为120 Hz的视觉刺激
，垂直排列，形成苍蝇周围的U形视觉舞台 ，在方位角跨越了约270°
，在苍蝇高度上跨越了大约270° <0.1°. The maximal luminance of the displays was 131 cd m−2; the average intensity of stimuli, which were presented at a Michelson contrast of 50%, was set to an 8-bit greyscale value of 100. Stimuli were created, and predistorted to mimic a cylindrical panorama, using the Panda3D game engine in Python v.2.7. 　　In open-loop experiments, and edges were moved at a velocity of 60° s−1 in 16 evenly spaced directions. Owing to the geometry of the visual arena, full translation of edges at different angles required variable amounts of time. Thus, to limit stimulus durations to 5 s, an edge of which the direction of motion deviated from the cardinal directions was initialized with a small segment of the edge already present in one of the outer corners (never covering any part of the central display). Edges started moving 0.5 s after stimulus initialization and crossed the arena within 5 s. In a single experiment (~80 min), flies experienced 50 trials of either or edges moving in all 16 directions in a pseudorandom order. The first 15 trials were used to equilibrate the temperature and to accustom the fly to the treadmill and were excluded from analyses. As inclusion criteria, we used a forward walking speed of ≥0.15 cm s−1 on a trial-by-trial basis and a minimum of ten trials per fly. To correct for a possible constant turning bias, the time-averaged rotational velocity of each full trial (comprising all 16 directions) was subtracted from all measurements of the corresponding trial. The optomotor response was quantified as the average rotational velocity during 5 s of edge motion in the corresponding direction. The slope of a linear regression of optomotor responses onto the absolute horizontal stimulus components |cosφ| served as a single measure of an animal’s angular velocity across different edge angles φ. 　　In closed-loop experiments, bar-fixation was assessed using a 10°-wide dark vertical bar, the position of which along the azimuth was controlled in real time by the rotation of the spherical treadmill (Δbar position = −rotation about z axis, updated every ~9 ms). The bar appeared at a random position between −180° and 180° at the start of each 20 s trial, during which the fly could control the bar’s position through its walking behaviour. One experiment (~60 min) consisted of 180 trials, the first 40 of which were not analysed, as they served to equilibrate the temperature and to accustom the fly to the virtual environment. For the results presented in Extended Data Fig. 10d–f, each experiment consisted of 80 longer multi-stimulus trials, the first 10 of which were excluded. Only trials with a forward walking velocity of ≥0.40 cm s−1 and flies with at least 50 (20 for Extended Data Fig. 10d–f) of such trials were included in the analysis. To avoid possible turning bias (for example, due to skewed mounting), flies whose average turning deviated from zero by >排除10°s -1。在平均试验之前，使用bin宽度为5° ，计算每20 s试验的条形位置的概率密度函数 。通过将在苍蝇前60°窗口中找到条的概率并在试验中平均这些概率来获得“前面的固定
”。 　　统计检验是在Prism v.9.2（GraphPad）中进行的
。详细信息
，包括测试统计，自由度和精确的P值 ，用于图2所示的数据的统计分析。2和5和扩展数据图10在补充表1和2中报告 。 　　分别使用Shapiro -Wilk和Brown -Forsythe测试评估了数据的正态性和方差平等
。使用两尾学生的t检验比较两组正态分布数据（如果适用
，则配对）。使用两尾Mann-Whitney U检验比较了两组非参数数据，用于独立数据集 ，并使用Wilcoxon Matched-Pairs签名的级别测试对配对数据集进行了比较 。使用单向方差分析，然后是Holm-šídák的多镜头测试
，比较了多个独立数据群体平均值之间的差异
。如果违反了正态性或方差平等的假设，则使用Kruskal – Wallis测试比较群体平均值 ，然后分别进行Dunn的多镜头测试或Welch的ANOVA
，然后分别进行DUNNETT的T3多镜头测试。校正了报告的P值以进行多个比较 。使用Geisser-Greenhouse校正使用双向重复测量方差分析图2E所示的数据
。对于与父母对照的多次比较，在图中报告了两个P值中的最高值。 　　在实验之前未进行样本量计算 。选择样品量以匹配或超过场中标准样本量
。电生理实验中的样品量对应于细胞的数量 ，每个细胞都记录在另一种动物中。行为实验中的样本大小对应于苍蝇的数量 。调查人员没有盲目。随机化不适用
，因为果蝇是根据基因型进行分组的
。在开环行为实验（图5D – F）和所有涉及两个视觉刺激方向的实验中，刺激方向是随机交替的。所有其余的视觉刺激都以严格的顺序呈现 ，以实现快速
，直观的解释（图1F和5B） 。图2E的贴片钳记录期间第三次使用谷氨酸盐后，丢失了两个野生型神经元 ，并从重复测量分析中排除了
。在图2F所示的电压钳实验中丢失了六个细胞
，并且由于气动弹性弹性，图4B丢失。这些单元的当前 - 电压关系不包括全部 ，但至少六个数据点每个单元格 。 　　有关研究设计的更多信息可在与本文有关的自然研究报告摘要中获得
。
http://http://www.o-press.com/news/show-231.html/sitemaps.xml http://http://www.0517kq.com/news/show-8256.html/sitemaps.xml http://http://www.o-press.com/news/show-239.html/sitemaps.xml http://http://www.o-press.com/news/show-149.html/sitemaps.xml http://http://www.0517kq.com/news/show-8318.html/sitemaps.xml http://http://www.0517kq.com/news/show-8201.html/sitemaps.xml http://http://www.0517kq.com/news/show-8111.html/sitemaps.xml http://http://www.o-press.com/news/show-34.html/sitemaps.xml http://http://www.0517kq.com/news/show-8386.html/sitemaps.xml http://http://www.0517kq.com/news/show-8185.html/sitemaps.xml