[論文レビュー] Measuring Shared Information and Coordinated Activity in Neuronal Networks

Kristina Lisa Klinkner, Cosma Rohilla Shalizi+1 more|arXiv (Cornell University)|Jun 7, 2005

Neural dynamics and brain function参考文献 11被引用数 10

ひとこと要約

本稿では、スパイクトレインデータから再構築した動的状態を分析することで、神経ネットワーク全体における共有情報の度合いを定量化する、神経協調性の新しい指標「情報的整合性」を導入する。従来の相関や鎖交指標とは異なり、非線形的で時間にわたるパターンの活動を捉えることができ、ガンマとベータリズムの生体物理学的モデルにおいて、協調的ニューロン集団の検出に優れた性能を示す。ベータリズムでは、全体的な情報量が増加しているにもかかわらず、より高い整合性を示す。

ABSTRACT

Most nervous systems encode information about stimuli in the responding activity of large neuronal networks. This activity often manifests itself as dynamically coordinated sequences of action potentials. Since multiple electrode recordings are now a standard tool in neuroscience research, it is important to have a measure of such network-wide behavioral coordination and information sharing, applicable to multiple neural spike train data. We propose a new statistic, informational coherence, which measures how much better one unit can be predicted by knowing the dynamical state of another. We argue informational coherence is a measure of association and shared information which is superior to traditional pairwise measures of synchronization and correlation. To find the dynamical states, we use a recently-introduced algorithm which reconstructs effective state spaces from stochastic time series. We then extend the pairwise measure to a multivariate analysis of the network by estimating the network multi-information. We illustrate our method by testing it on a detailed model of the transition from gamma to beta rhythms.

研究の動機と目的

• 非線形的で確率的かつ時間にわたるスパイクトレイン活動のパターンを捉える、堅牢で多次元的な神経協調性の測定法を開発すること。
• ニューロンが位相ロックされたり遅延して発火するようなパターンを示す場合に、ペアワイズ相関やクロス相関が協調的活動を検出できなくなるという限界を克服すること。
• 多電極レコーディングを用いて、大規模な神経ネットワークにおける情報共有を定量化する実用的手法を提供すること。
• ネットワークの多重情報と木構造近似を用いて、ペアワイズ指標をグローバルなネットワークレベルの分析に拡張すること。

提案手法

• 最近開発された状態空間再構築アルゴリズムを用いて、確率的スパイクトレイン時系列から有効な動的状態空間を再構築する。
• 情報的整合性を、2つのニューロンの再構築された動的状態間の正規化された相互情報量として定義し、予測可能性や非線形的依存関係を捉える。
• チャウ＝リウの木構造近似を用いて、多次元スパイクトレインデータからグローバルネットワーク多重情報と全体的なネットワーク整合性を推定する。
• 海馬CA1ネットワークのコンダクタンスに基づく生体物理学的詳細モデルを用い、ガンマ（30–80 Hz）とベータ（12–30 Hz）リズムへの遷移を模擬する。
• 情報的整合性と標準的なゼロラグクロス相関を比較し、協調的ニューロン集団を検出する性能を評価する。
• スペクトル整合性と相互情報量をベースライン比較として用い、提案手法が時間的に拡張されたパターンを捉える優位性を強調する。

実験結果

リサーチクエスチョン

• RQ1 従来のペアワイズ相関がスパイクパターンにおける非線形的かつ時間にわたる関係を捉えきれない場合、神経ネットワークにおける協調的活動をどのように測定できるか？
• RQ2 情報的整合性は、クロス相関のような標準的な2次統計量に比べて、神経データにおける集団レベルの協調性を検出する際にどの程度優れているか？
• RQ3 生体物理学的に現実的なモデルにおいて、ガンマとベータリズムの遷移といった異なる神経状態において、共有情報の測定値はどのように変化するか？
• RQ4 動的ノイズが存在する中でも、情報的整合性は機能的グループ（例：Pyramidal細胞とインターニューロン集団）を信頼性高く検出できるか？
• RQ5 グローバルネットワーク多重情報と整合性推定値は、状態遷移に伴い、ネットワーク全体の情報共有の変化をどのように反映するか？

主な発見

• 情報的整合性は、ガンマとベータリズムの両方において、位相ロックや遅延発火パターンによってクロス相関の結果が曇る状況でも、協調的ニューロンブロック（例：Pyramidal細胞とインターニューロン）を的確に同定した。
• ガンマリズムでは平均情報的整合性が0.411、ベータリズムでは0.614に上昇し、遅いリズムの間により強いペアワイズ協調性が存在することを示した。
• グローバルネットワーク多重情報推定値はガンマ状態で3243.7ビット、ベータ状態で7377.7ビットに上昇し、より活発な状態で全体的な情報量が増加していることを反映した。
• 全体的な情報量の増加にもかかわらず、グローバルネットワーク整合性は0.777から0.742にわずかに低下し、より多くの情報が存在するにもかかわらず、ネットワーク全体の協調性はやや低下していることを示した。
• 情報的整合性はゼロラグクロス相関や表面的相互情報量を上回り、特に位相差やノイズが存在する状況でも機能的グループの検出に優れていた。
• 本手法は動的ノイズに対して頑健であり、活動の時間的に拡張されたパターンを効果的に捉えることができ、分散神経符号化の分析に有効であることが妥当化された。