Abstract Dynamics and functions of neural circuits depend on synaptic interactions mediated by receptors. Therefore, a comprehensive map of receptor organization is needed to understand how different functions may emerge across distinct cortical regions. Here we use in-vitro receptor autoradiography to measure the density of 14 neurotransmitter receptor types in 109 areas of macaque cortex. We integrate the receptor data with other anatomical, genetic and functional connectivity data into a common cortical space. We uncovered a principal gradient of increasing receptor expression per neuron aligned with cortical hierarchy from early sensory cortex to higher cognitive areas. A second gradient, primarily driven by 5-HT 1A receptors, peaks in the anterior and subcallosal cingulate, suggesting that the macaque may be a promising animal model for major depressive disorder. The receptor gradients may enable rapid, reliable information processing in sensory cortical areas and slow, flexible integration of information in higher cognitive areas.

Summary Dopamine is critical for working memory. However, its effects throughout the large-scale primate cortex are poorly understood. Here we report that dopamine receptor density per neuron, measured by receptor autoradiography in the macaque monkey cortex, displays a macroscopic gradient along the cortical hierarchy. We developed a connectome- and biophysically-based model for distributed working memory that incorporates multiple neuron types and a dopamine gradient. The model captures an inverted U-shaped dependence of working memory on dopamine. The spatial distribution of mnemonic persistent activity matches that observed in over 90 experimental studies. We show that dopamine filters out irrelevant stimuli by enhancing inhibition of pyramidal cell dendrites. The level of cortical dopamine can also determine whether memory encoding is through persistent activity or an internal synaptic state. Taken together, our work represents a cross-level understanding that links molecules, cell types, recurrent circuit dynamics and a core cognitive function distributed across the cortex.

Abstract A growing body of evidence suggests that conscious perception of a sensory stimulus triggers an all-or-none activity across multiple cortical areas, a phenomenon called ‘ignition’. In contrast, the same stimulus, when undetected, induces only transient activity. In this work, we report a large-scale model of the macaque cortex based on recently quantified structural connectome data. We use this model to simulate a detection task, and demonstrate how a dynamical bifurcation mechanism produces ignition-like events in the model network. The model predicts that feedforward excitatory transmission is primarily mediated by the fast AMPA receptors to ensure rapid signal propagation from sensory to associative areas. In contrast, a greater proportion of the inter-areal feedback projections and local recurrent excitation depend on the slow NMDA receptors, to ensure ignition of distributed frontoparietal activity. Our model predicts, counterintuitively, that fast-responding sensory areas contain a higher ratio of NMDA to AMPA receptors compared to association cortical areas that show slow, sustained activity. We validate this prediction using in-vitro receptor autoradiography data. Finally, we show how this model can account for various behavioral and physiological effects linked to consciousness. Together, these findings clarify the neurophysiological mechanisms of conscious access in the primate cortex and support the concept that gradients of receptor densities along the cortical hierarchy contribute to distributed cognitive functions.

Abstract Based on quantitative cyto- and receptor architectonic analyses, we identified 35 prefrontal areas and introduced a novel subdivision of Walker’s areas 10, 9, 8B and 46. Statistical analysis of receptor densities revealed regional differences in lateral and ventrolateral prefrontal cortex. Since structural and functional organization of subdivisions encompassing areas 46 and 12 demonstrated significant differences in the interareal levels of α 2 receptors. Furthermore, multivariate analysis included receptor fingerprints of previously identified 16 motor areas in the same macaque brains, and revealed five clusters encompassing frontal lobe areas. Based on the functional connectivity analysis, clustered areas showed similar connectivity distribution pattern. In particular, rostrally located areas (in clusters 1-2) were characterized by bigger fingerprints, i.e., higher receptor densities, and stronger regional interconnections. Whereas, more caudal areas (in clusters 3-5) had smaller fingerprints, but showed a widespread connectivity pattern with distant cortical regions. Taken together, present study provides a comprehensive insight into the molecular structure underlying the functional organization of the cortex and, thus, reconcile discrepancies between the structural and functional hierarchical organization of the primate frontal lobe. Finally, our data are publicly available via the EBRAINS and BALSA repositories for the entire scientific community.

ABSTRACT In the present study we reevaluated the parcellation scheme of the macaque frontal agranular cortex by implementing quantitative cytoarchitectonic and multireceptor analyses, with the purpose to integrate and reconcile the discrepancies between previously published maps of this region. We applied an observer-independent and statistically testable approach to determine the position of cytoarchitectonic borders. Analysis of the regional and laminar distribution patterns of 13 different transmitter receptors confirmed the position of cytoarchitectonically identified borders. Receptor densities were extracted from each area and visualized as its “receptor fingerprint”. Hierarchical and principal components analyses were conducted to detect clusters of areas according to the degree of (dis)similarity of their fingerprints. Finally, functional connectivity pattern of each identified area was analyzed with areas of prefrontal, cingulate, somatosensory and lateral parietal cortex and the results were depicted as “connectivity fingerprints” and seed-to-vertex connectivity maps. We identified 16 cyto- and receptor architectonically distinct areas, including novel subdivisions of the primary motor area 4 (i.e. 4a, 4p, 4m) and of premotor areas F4 (i.e. F4s, F4d, F4v), F5 (i.e. F5s, F5d, F5v) and F7 (i.e. F7d, F7i, F7s). Multivariate analyses of receptor fingerprints revealed three clusters, which first segregated the subdivisions of area 4 with F4d and F4s from the remaining premotor areas, then separated ventrolateral from dorsolateral and medial premotor areas. The functional connectivity analysis revealed that medial and dorsolateral premotor and motor areas show stronger functional connectivity with areas involved in visual processing, whereas 4p and ventrolateral premotor areas presented a stronger functional connectivity with areas involved in somatomotor responses. For the first time, we provide a 3D atlas integrating cyto- and multi-receptor architectonic features of the macaque motor and premotor cortex. This atlas constitutes a valuable resource for the analysis of functional experiments carried out with non-human primates, for modeling approaches with realistic synaptic dynamics, as well as to provide insights into how brain functions have developed by changes in the underlying microstructure and encoding strategies during evolution. Highlights Multimodal analysis of macaque motor and premotor cortex reveals novel parcellation 3D atlas with cyto- and multireceptor architectonic features of 16 (pre)motor areas Primary motor area 4 is cyto- and receptor architectonically heterogeneous (Pre)motor areas differ in their functional connectivity fingerprints

Due to the limited computing resources and storage capacity of edge detection devices, efficient detection algorithms are typically required to meet real-time and accuracy requirements. Existing detectors often require a large number of parameters and high computational power to improve accuracy, which reduces detection speed and performance on low-power devices. To reduce computational load and enhance detection performance on edge devices, we propose a lightweight drone target detection algorithm, LD-YOLOv10. Firstly, we design a novel lightweight feature extraction structure called RGELAN, which utilizes re-parameterized convolutions and the newly designed Conv-Tiny as the computational structure to reduce the computational burden of feature extraction. The AIFI module was introduced, utilizing its multi-head attention mechanism to enhance the expression of semantic information. We construct the DR-PAN Neck structure, which obtains weak features of small targets with minimal computational load. Wise-IoU and EIoU are combined as new bounding box regression loss functions to adjust the competition between anchor boxes of different quality and the sensitivity of anchor box aspect ratios, providing a more intelligent gradient allocation strategy. Extensive experiments on the VisdroneDET-2021 and UAVDT datasets show that LD-YOLOv10 reduces the number of parameters by 62.4% while achieving a slight increase in accuracy and has a faster detection speed compared to other lightweight algorithms. When deployed on the low-power NVIDIA Jetson Orin Nano device, LD-YOLOv10 achieves a detection speed of 25 FPS.

ABSTRACT Due to their fundamental relevance, the number of anatomical macaque brain templates is constantly growing. Novel templates aim to alleviate limitations of previously published atlases and offer the foundation to integrate multiscale multimodal data. Typical limitations of existing templates include their reliance on one subject, their unimodality (usually only T1 or histological images), or lack of anatomical details. The MEBRAINS template overcomes these limitations by using a combination of T1 and T2 images, from the same 10 animals (Macaca mulatta), which are averaged by the multi-brain toolbox for diffeomorphic registration and segmentation. The resulting volumetric T1 and T2 templates are supplemented with high quality white and gray matter surfaces built with FreeSurfer. Human-curated segmentations of pial surface, white/gray matter interface and major subcortical nuclei were used to analyse the relative quality of the MEBRAINS template. Recently published 3D maps of the macaque inferior parietal lobe and (pre)motor cortex were warped to the MEBRAINS surface template, thus populating it with a parcellation scheme based on cyto- and receptor architectonic analyses. Finally, 9 CT scans of the same monkeys were registered to the T1 modality and co-registered to the template. Through its main features (multi-subject, multi-modal, volume-and-surface, traditional and deep learning-based segmentations), MEBRAINS aims to improve integration of multi-modal multi-scale macaque data and is quantitatively equal or better compared to currently widely used macaque templates. The template is integrated in the EBRAINS and Scalable Brain Atlas web-based infrastructures, each of which comes with its own suite of spatial registration tools.

The somatosensory cortex is a brain region responsible for receiving and processing sensory information from across the body and is structurally and functionally heterogeneous. Since the chemoarchitectonic segregation of the cerebral cortex can be revealed by transmitter receptor distribution patterns, by using a quantitative multireceptor architectonical analysis, we determined the number and extent of distinct areas of the macaque somatosensory cortex. We identified three architectonically distinct cortical entities within the primary somatosensory cortex (i.e., 3bm, 3bli, 3ble), four within the anterior parietal cortex (i.e., 3am, 3al, 1 and 2) and six subdivisions (i.e., S2l, S2m, PVl, PVm, PRl and PRm) within the lateral fissure. We provide an ultra-high resolution 3D atlas of macaque somatosensory areas in stereotaxic space, which integrates cyto- and receptor architectonic features of identified areas. Multivariate analyses of the receptor fingerprints revealed four clusters of identified areas based on the degree of (dis)similarity of their receptor architecture. Each of these clusters can be associated with distinct levels of somatosensory processing, further demonstrating that the functional segregation of cortical areas is underpinned by differences in their molecular organization.

CD24 is a glycosylphosphatidylinositol-anchored protein that is expressed in a wide range of tissues and cell types. It is involved in a variety of physiological and pathological processes, including cell adhesion, migration, differentiation, and apoptosis. Additionally, CD24 has been studied extensively in the context of cancer, where it has been found to play a role in tumor growth, invasion, and metastasis. In recent years, there has been growing interest in CD24 as a potential therapeutic target for cancer treatment. This review summarizes the current knowledge of CD24, including its structure, function, and its role in cancer. Finally, we provide insights into potential clinical application of CD24 and discuss possible approaches for the development of targeted cancer therapies.

We proposed a novel method for predicting the service life of optical cables based on the Autoformer model combined with the calculation method. Leveraging historical weather data from Guangzhou and employing specific cable length calculation techniques, our study comprehensively considers factors impacting cable lifespan. Moreover, through comparative analysis with alternative deep learning models and parameter assessments, our method validates the superiority and stability of the Autoformer model in predicting cable lifespan, which can offer a more reliable approach for ensuring cable technology reliability and the management of associated industries.