[論文レビュー] On the ground state of spiking network activity in mammalian cortex

Jens Wilting, Viola Priesemann|arXiv (Cornell University)|Apr 20, 2018

Neural dynamics and brain function参考文献 60被引用数 3

ひとこと要約

本研究は、サブサンプリング不変推定法を導入することで、皮質ネットワークダイナミクスにおける長年の論争を解決した。実験的記録において、哺乳類皮質内の発火活動が一貫して特異的で狭い「リバーブレーティング状態」として占める状態が明らかになった。これは非同期不規則状態や臨界状態とは明確に異なる。著者らは、この状態に合わせて調整された汎用モデルを検証し、単一ニューロン、ペアワイズ、および集団レベルの性質を正確に予測可能となった。また、時間スケールや入力強度といった従来測定が困難であったネットワークパラメータの推定も可能となった。

ABSTRACT

Electrophysiological recordings of spiking activity are limited to a small number of neurons. This spatial subsampling has hindered characterizing even most basic properties of collective spiking in cortical networks. In particular, two contradictory hypotheses prevailed for over a decade: the first proposed an asynchronous irregular state, the second a critical state. While distinguishing them is straightforward in models, we show that in experiments classical approaches fail to correctly infer network dynamics because of subsampling. Deploying a novel, subsampling-invariant estimator, we find that in vivo dynamics do not comply with either hypothesis, but instead occupy a narrow state consistently across multiple mammalian species and cortical areas. A generic model tuned to this reverberating state predicts single neuron, pairwise, and population properties. With these predictions we first validate the model and then deduce network properties that are challenging to obtain experimentally, like the network timescale and strength of cortical input.

研究の動機と目的

• 皮質ネットワークダイナミクスにおける非同期不規則状態と臨界状態仮説の間の長年の矛盾を解消すること。
• 電気生理学的記録における空間的サブサンプリング下で失敗する古典的手法の限界を克服すること。
• 多様な哺乳類皮質領域および種に跨るスパイク活動を支配する普遍的な動的状態を同定すること。
• この状態に合わせてキャリブレーションされたモデルを構築し、単一ニューロン、ペアワイズ、および集団レベルの活動統計を正確に予測すること。
• ネットワークの時間スケールや皮質入力の強度といった、実験的に測定が困難な隠れたネットワーク特性を推定すること。

提案手法

• 限られたニューロン記録下でも信頼性高くネットワークダイナミクスを推定できる、新規のサブサンプリング不変推定法の開発。
• 複数の哺乳類種および皮質領域からの生体内電気生理学的データへの推定法の適用。
• 経験的に推定されたダイナミクスに一致するように、汎用スパイクネットワークモデルのパラメータを調整し、複数スケールでの予測を達成。
• モデルの予測を、実験データから得られた単一ニューロン、ペアワイズ、および集団レベルの統計と照合して検証。
• モデルの予測を用いて、直接測定が困難な隠れたネットワーク特性（時間スケール、入力強度など）を推定。

実験結果

リサーチクエスチョン

• RQ1 記録における空間的サブサンプリングの制限を考慮すると、生体内皮質ネットワークが実際に占める動的状態は何か？
• RQ2 わずかに一部のニューロンしか記録できない状況で、どのようにして信頼性高くネットワークダイナミクスを推定できるか？
• RQ3 観察された活動は、非同期不規則状態または臨界状態仮説のどちらかに従っているのか、それとも別個の状態を示しているのか？
• RQ4 経験的に推定された状態に合わせてキャリブレーションされた汎用モデルは、単一ニューロン、ペアワイズ、および集団レベルの活動統計を正確に予測できるか？
• RQ5 この状態を支配する背後にあるネットワーク特性（時間スケール、入力強度など）は何か？そして、それらはデータから推定可能か？

主な発見

• 複数の哺乳類種および皮質領域における生体内皮質ネットワークのダイナミクスは、一貫して特異的で狭いリバーブレーティング状態に位置づけられ、非同期不規則状態や臨界状態とは明確に異なる。
• 古典的手法はサブサンプリング下で失敗し、ネットワークダイナミクスの誤分類を引き起こす。これは長年の論争の原因である。
• リバーブレーティング状態に合わせて調整された汎用スパイクネットワークモデルは、単一ニューロンの発火レート、ペアワイズ相関、および集団活動パターンを正確に予測できる。
• モデルの予測は実験データと照合され、推定された状態の頑健さと正確性が確認された。
• モデルにより、従来測定が困難だったネットワーク特性（時間スケール、皮質入力の強度など）の推定が可能となった。