[論文レビュー] The cell-type specific connectivity of the local cortical network explains prominent features of neuronal activity

Tobias C. Potjans, Markus Diesmann|arXiv (Cornell University)|Jun 28, 2011

Neural dynamics and brain function参考文献 91被引用数 9

ひとこと要約

本研究は、電気生理学的および解剖学的結合マップを統合することで、皮膚質ネットワークモデルと生体内記録との間の長年の不一致を解消し、特に抑制性フィードバックおよびフィードフォワードループを含む細胞タイプ特異的で階層的な結合構造が、L2/3およびL6における非同期不規則活動と低刺激性投射率を説明することを明らかにした。統合モデルは、個々のニューロン特性のチューニングを必要とせず、実験的自発的および誘発活動パターンを再現した。

ABSTRACT

In the past decade, the cell-type specific connectivity and activity of local cortical networks have been characterized experimentally to some detail. In parallel, modeling has been established as a tool to relate network structure to activity dynamics. While the available connectivity maps have been used in various computational studies, prominent features of the simulated activity such as the spontaneous firing rates do not match the experimental findings. Here, we show that the inconsistency arises from the incompleteness of the connectivity maps. Our comparison of the most comprehensive maps (Thomson et al., 2002; Binzegger et al., 2004) reveals their main discrepancies: the lateral sampling range and the specific selection of target cells. Taking them into account, we compile an integrated connectivity map and analyze the unified map by simulations of a full scale model of the local layered cortical network. The simulated spontaneous activity is asynchronous irregular and the cell-type specific spontaneous firing rates are in agreement with in vivo recordings in awake animals, including the low rate of layer 2/3 excitatory cells. Similarly, the activation patterns evoked by transient thalamic inputs reproduce recent in vivo measurements. The correspondence of simulation results and experiments rests on the consideration of specific target type selection and thereby on the integration of a large body of the available connectivity data. The cell-type specific hierarchical input structure and the combination of feed-forward and feedback connections reveal how the interplay of excitation and inhibition shapes the spontaneous and evoked activity of the local cortical network.

研究の動機と目的

• 皮質マイクロサーキットにおけるシミュレーションと生体内ニューロン活動の間の持続的不一致、特にL2/3の刺激性ニューロンの低自発発火率を解消すること。
• この不一致の根本的要因を特定し、不完全な結合マップかモデル仮定に起因するかを検証すること。
• 光刺激および電子顕微鏡からの追加的証拠を統合し、電気生理学的（Thomson et al., 2002）および解剖学的（Binzegger et al., 2004）データを調和させることで、包括的かつ統合的な結合マップを構築すること。
• レイヤー化皮質ネットワークのスケールシミュレーションを用いて統合結合マップを検証し、アウェイ動物における生体内記録と整合性を持つことを保証すること。
• 特定の抑制性および刺激性結合モチーフが、皮質層に跨る細胞タイプ特異的活動ダイナミクスおよび機能的役割をどのように規定するかを解明すること。

提案手法

• 最も包括的な電気生理学的（Thomson et al., 2002）および解剖学的（Binzegger et al., 2004）データを統合し、横方向のサンプリング範囲および標的ニューロン選択の不一致を解消することで、統合結合マップを構築した。
• 光刺激（Dantzker & Callaway, 2000; Zarrinpar & Callaway, 2006）および電子顕微鏡（McGuire et al., 1984）からの追加的実験的制約を統合し、特に抑制性インターニューロンの投影特異性を精緻化した。
• ヒストロロジカルカウントに基づく現実的なニューロン数を用い、L2/3、L4、L5、L6の多層皮質ネットワークモデルを、各層に刺激性および抑制性集団を含む形でスケールアップしてシミュレーションした。
• バランスの取れたランダムネットワークモデルの原則（Brunel, 2000a）を用いてシナプス強度、遅延、外部入力をパrameter化し、安定な非同期不規則活動を確保した。
• 64,000ニューロンを含む1 mm²の皮質ボリュームモデルを用い、視床皮質およびバックグラウンド入力を含め、自発的および一時的誘発活動をシミュレーションした。
• 細胞タイプ特異的発火率、入力構造、活動伝播パターンを分析し、アウェイ動物からの生体内データと直接比較した。

実験結果

リサーチクエスチョン

• RQ1 なぜ従来の皮質ネットワークモデルは、生体内で観察されるL2/3刺激性ニューロンの低自発発火率を再現できないのか？
• RQ2 特に横方向サンプリング範囲および標的ニューロン選択の不完全さに起因する結合マップの不完全性が、シミュレートされたネットワークダイナミクスにどのように影響するのか？
• RQ3 細胞タイプ特異的抑制性フィードバックおよびフィードフォワード投射が、非同期不規則活動および層特異的発火率をどのように規定するのか？
• RQ4 電気生理学的、解剖学的、機能的データを統合した結合マップは、一時的応答パターンを含む生体内活動の主要特徴を再現できるか？
• RQ5 異なる刺激性集団（L2/3e、L4e、L5e、L6e）の階層的入力構造は、それらの特異的活動ダイナミクスおよび機能的役割をどのように決定するのか？

主な発見

• 統合結合マップは、すべての細胞タイプで非同期不規則な自発的活動を正確に再現し、アウェイ動物における生体内観察と一致した。
• L2/3刺激性ニューロンは1 Hz未満の自発的発火率を示し、実験的記録と一致しており、これは従来のモデルが不完全な結合性により達成できなかった特徴である。
• L2/3eの低発火率は、すべての層からの強い再帰的抑制と多様な刺激性入力の統合によって構造的に説明され、内在的ニューロン特性によるものではない。
• L5刺激性ニューロンは、最大の一次刺激性入力数と最小の抑制性フィードバックを有するため、最も高い自発的発火率を示し、信号増幅の役割を果たす。
• モデルは視床からの一時的入力がL4を経由してL2/3およびL5へと伝播する一時的活動伝播を正確に再現し、フィードフォワードおよびフィードバック抑制によって時間的構造化がなされた。
• 抑制性インターニューロンは主に複数の層からの刺激性入力を受容し、その高発火率が説明される。また、標的特異的投射がネットワークの安定性に不可欠である。