[論文レビュー] Simple connectome inference from partial correlation statistics in calcium imaging

Antonio Sutera, Arnaud Joly+5 more|Open Repository and Bibliography (University of Liège)|Jun 30, 2014

Functional Brain Connectivity Studies被引用数 7

ひとこと要約

この論文は、カルシウムイメージングデータからのコネクトーム推定のための単純ながら効果的な手法を提示している。2段階のアプローチを採用する：まず、神経のピーク活動を検出するための信号処理；次に、部分相関を用いて直接の神経結合を推定する。この手法は、既存の手法と比較してAUROCおよびAUPRCの両面で優れている。ベンチマークデータセット上で、AUROCは0.943、AUPRCは0.403を達成し、コネクトーム再構築の強固で再現可能なベースラインを確立している。

ABSTRACT

In this work, we propose a simple yet effective solution to the problem of connectome inference in calcium imaging data. The proposed algorithm consists of two steps. First, processing the raw signals to detect neural peak activities. Second, inferring the degree of association between neurons from partial correlation statistics. This paper summarises the methodology that led us to win the Connectomics Challenge, proposes a simplified version of our method, and finally compares our results with respect to other inference methods.

研究の動機と目的

• ノイジーで低サンプリングレートのカルシウムイメージング時系列データから、神経間のシナプス結合を推定する課題に対処すること。
• 神経活動データにおける間接的および誤検出の相関をフィルタリングする手法を開発すること。
• 理論的裏付けがあり、計算的に効率的で、再現可能なコネクトーム推定のベースラインを提供すること。
• 部分相関を活用して直接の神経相互作用を特定することで、既存のネットワーク推定手法を改善すること。

提案手法

• ノイズの高い高周波数成分を低減するために、原始的な蛍光シグナルにローパスフィルタ（例：f₁ または f₂）を適用する。
• 神経スパイクを示す急激な変化を強調するために、後退差分（g）を計算する。
• しきい値τより高い顕著な活動ピークのみを保持するために、ハードスレッショルドフィルタ（h）を適用する。
• スパイク検出における高水準のグローバルネットワーク活動の影響を低減するために、グローバル正則化（w）を適用する。
• 部分相関統計を用いて、直接の結合を推定し、間接的な関連をフィルタリングする。
• 前処理と部分相関を統合したパイプラインを構築し、標準相関や他のネットワーク推定手法を上回る性能を達成する。

実験結果

リサーチクエスチョン

• RQ1 単純な信号処理ベースの前処理パイプラインは、ノイジーなカルシウムイメージングデータから神経スパイクイベントを効果的に分離できるか？
• RQ2 部分相関は、標準相関や他のネットワーク推定手法と比較して、直接的なシナプス結合をより正確に推定できるか？
• RQ3 グローバル活動の正規化は、推定された神経結合の信頼性にどのように影響するか？
• RQ4 簡素化された手法は、より複雑でチューニングされたアルゴリズムと比較して、どの程度コネクトーム推定の性能を再現できるか？
• RQ5 方向予測なしに、部分相関は双方向または強い単方向相互作用を効果的に特定できるか？

主な発見

• 提案手法は、normal-2データセットでAUROC 0.943、AUPRC 0.403を達成し、テストされたすべての他の手法を上回った。
• 部分相関はピアソン相関を著しく上回り、後者は間接的関連をフィルタリングできないためAUPRCで劣っていた。
• エッジの方向予測を行わないにもかかわらず、GTE や GENIE3 と同等またはそれ以上の性能を示した。
• Connectomics Challengeで優勝した完全にチューニングされた手法と比較して、簡略化されたバージョンの手法も同等の性能を示した。
• グローバル正則化（w）の使用により、高水準のグローバル活動がスパイク検出に与える影響が低減され、性能が向上した。
• 複数のデータセットにわたる実験で、一貫したAUPRCの優位性を示し、真の結合を特定する精度の高さが裏付けられた。