[論文レビュー] Noise-robust modes of the retinal population code geometrically correspond with "ridges"

Adrianna Loback, Jason Prentice+2 more|arXiv (Cornell University)|Oct 21, 2016

Neural dynamics and brain function被引用数 3

ひとこと要約

この論文は、自然で繰り返しのない刺激下において、網膜のノイズ耐性を持つニューロン集団コードが、固定されたスパイク数に制約された高尤度領域（「リッジ」として知られる）に幾何的に組織されていると提案している。これは、局所的なピークとは異なり、同じ機能的コミュニティに属するニューロンの協調的活動に対応しており、耐障害性の高い符号化と生物学的に妥当な復号化メカニズムを可能にする。

ABSTRACT

An appealing new principle for neural population codes is that correlations among neurons organize neural activity patterns into a discrete set of clusters, which can each be viewed as a noise-robust population codeword. Previous studies assumed that these codewords corresponded geometrically with local peaks in the probability landscape of neural population responses. Here, we analyze multiple datasets of the responses of ~150 retinal ganglion cells and show that local probability peaks are absent under broad, non-repeated stimulus ensembles, which are characteristic of natural behavior. However, we find that neural activity still forms noise-robust clusters in this regime, albeit clusters with a different geometry. We start by defining a soft local maximum, which is a local probability maximum when constrained to a fixed spike count. Next, we show that soft local maxima are robustly present, and can moreover be linked across different spike count levels in the probability landscape to form a ridge. We found that these ridges are comprised of combinations of spiking and silence in the neural population such that all of the spiking neurons are members of the same neuronal community, a notion from network theory. We argue that a neuronal community shares many of the properties of Donald Hebb's classic cell assembly, and show that a simple, biologically plausible decoding algorithm can recognize the presence of a specific neuronal community.

研究の動機と目的

• 自然的で繰り返しのない刺激下における網膜におけるニューロン集団コードの幾何的構造を調査すること。
• 従来のモデルが局所的尤度ピークに依存しているという限界を克服し、広いスティミュラス集合ではピークが存在しない状況を扱うこと。
• 現実的な神経応答条件下で、ノイズ耐性を持つ集団符号化を支える代替的な幾何的構造を同定すること。
• これらの構造を神経細胞コミュニティと関連付け、生物学的に妥当な復号化アルゴリズムを通じてその機能的意義を示すこと。

提案手法

• 全集団スパイク数が固定された条件下での「ソフト局所的最大値」（局所的尤度最大値）を定義した。
• スパイク数の異なるレベルにわたりソフト局所最大値をマッピングし、尤度のランドスケープにおける連続的な幾何的構造を同定した。
• これらの構造の進化を追跡することで、複数のスパイク数レベルにわたるリッジを特定した。
• リッジ上の点が、単一の神経細胞コミュニティ内でのスパイク発火とサイレントなニューロンの特定の組み合わせに対応していることを同定した。
• ネットワーク理論を用いて神経細胞コミュニティを定義・分析し、それらがリッジの幾何構造と整合することを示した。
• 特定の神経細胞コミュニティの存在を検出できるシンプルで生物学的に妥当な復号化アルゴリズムを提案・検証した。

実験結果

リサーチクエスチョン

• RQ1 自然的で繰り返しのない刺激下において、局所的尤度ピークが存在しない状況でも、ノイズ耐性を持つニューロン集団コードワードは存在するか？
• RQ2 ピークが存在しない状況で、尤度ランドスケープにおけるどの幾何的構造が耐障害性のある神経符号化を支えるか？
• RQ3 これらの構造は、網膜ネットワーク内の機能的神経細胞コミュニティとどのように関連しているか？
• RQ4 生物学的に妥当な復号化メカニズムは、このようなコードワードの存在を検出できるか？
• RQ5 これらのコードワードは、同じコミュニティに属するニューロン間の協調的活動パターンに対応するか？

主な発見

• 固定スパイク数制約下でのソフト局所最大値は、複数の網膜データセットにおいて一貫して強く観察された。
• これらのソフト最大値は、スパイク数レベルを跨いで連結され、尤度ランドスケープに連続的なリッジを形成した。
• リッジは、すべての発火ニューロンが同じ神経細胞コミュニティに属する協調的活動パターンに対応していた。
• ネットワーク理論によって定義された神経細胞コミュニティは、ハイブ理論の細胞集合体と整合する性質を示した。
• シンプルで生物学的に妥当な復号化アルゴリズムは、スパイクパターンに基づき、特定の神経細胞コミュニティの存在を効果的に検出できた。
• リッジの幾何的構造が、従来の局所的ピークが存在しない状況でも、安定でノイズ耐性のある符号化を提供した。