[論文レビュー] The molecular memory code and synaptic plasticity: a synthesis

Samuel J. Gershman|arXiv (Cornell University)|Sep 11, 2022

Neural dynamics and brain function被引用数 4

ひとこと要約

本稿では、細胞内分子が生成モデルのパラメータ（事実）を記憶し、シナプスが高速で近似的なベイズ推論のための推論モデルのパラメータを記憶する二重記憶フレームワークを提案する。自由エネルギー最小化原理の下で分子記憶とシナプス可塑性を統合することにより、神経科学における長年のシナプス理論と分子理論の矛盾を解消する理論が提示される。

ABSTRACT

The most widely accepted view of memory in the brain holds that synapses are the storage sites of memory, and that memories are formed through associative modification of synapses. This view has been challenged on conceptual and empirical grounds. As an alternative, it has been proposed that molecules within the cell body are the storage sites of memory, and that memories are formed through biochemical operations on these molecules. This paper proposes a synthesis of these two views, grounded in a computational theory of memory. Synapses are conceived as storage sites for the parameters of an approximate posterior probability distribution over latent causes. Intracellular molecules are conceived as storage sites for the parameters of a generative model. The theory stipulates how these two components work together as part of an integrated algorithm for learning and inference.

研究の動機と目的

• 神経科学におけるシナプス可塑性理論と分子記憶理論の長年の対立を解消すること。
• しばしば不可欠であると仮定されるが、その正確な計算的役割が不明瞭なシナプス可塑性の機能的役割を説明すること。
• 細胞内分子プロセスが長期的事実（例：空間、時間、数の量）を符号化する生物学的に妥当なメカニズムを提示すること。
• 代表的記憶（事実）と計算的記憶（推論パラメータ）という二種類の記憶形態を、自由エネルギー最小化という単一の最適化原理の下に統合すること。
• シナプスが長期記憶の唯一の場所であるという根強い仮定に挑戦し、予測コーディングとベイズ推論に基づく二重システムモデルを提唱すること。

提案手法

• 記憶を二部構造のシステムとして形式化する：細胞内分子が生成モデルのパラメータ（環境変数に関する信念など）を記憶し、シナプスが推論モデルのパラメータ（近似的な後騒分布）を記憶する。
• 学習と推論を自由エネルギー最小化問題として定式化し、予測誤差を低減するために生成モデルおよび推論モデルの両方のパラメータを最適化する。
• ヘブの法則に基づく可塑性ルールを用いてシナプス可塑性をモデル化し、予測精度を向上させ、自由エネルギーを低減するように推論モデルのパラメータを更新する。
• エピジェネティクス的手法（例：DNAメチル化、ヒストン修飾）による分子可塑性が、世界の生成モデルのパラメータを更新し、長期的事実を符号化すると提唱する。
• 予測コーディングと統合する：前向きパスは予測誤差を伝達し、後向きパスは予測を伝達する。両者とも階層的皮質回路によって実装される。
• 計算的心の理論を用いて、分子的およびシナプス的メカニズムの協働が、近似的なベイズ推論を通じて効率的で適応的な行動を可能にすることを示す。

実験結果

リサーチクエスチョン

• RQ1 もしシナプスでないなら、空間的・時間的・数量的知識といった事実的知識の長期記憶の真の生物学的基盤は何か？
• RQ2 シナプス可塑性は代謝的に高コストであり、行動的相関が強いにもかかわらず、記憶内容を記憶しないのになぜ存続するのか？
• RQ3 エピジェネティック修飾（例：DNAメチル化、ヒストンアセチル化）といった細胞内分子機構が、安定的かつ長期的な記憶コードとして機能できるのか？
• RQ4 シナプス的および細胞内的プロセスが、どのようにして脳の推論と予測能力を最適化するのか？
• RQ5 生成モデル（分子的）と推論モデル（シナプス的）を、単一の目的関数の下で統一的記憶理論として構築できるか？

主な発見

• シナプスは、代表的記憶内容（例：空間、時間、数に関する事実）の長期的記憶の主な場所である可能性が低い。これは教科書的なシナプス可塑性モデルに挑戦する。
• 細胞内分子機構、特にDNAメチル化やヒストンアセチル化といったエピジェネティクス的修飾は、世界の生成モデルのパラメータを記憶する可能性の高い候補である。
• シナプス可塑性は記憶の保存そのものではなく、高速かつ近似的なベイズ推論を可能にする推論モデルのパラメータ最適化を目的としている。
• 分子的生成モデルとシナプス的推論モデルという二重システムは、自由エネルギー最小化という予測コーディングと能動的推論の根幹的目標を達成するために協働的に機能する。
• この理論は、手続き的学習（例：数え上げ）から記憶の想起（例：即時の想起）への移行を、計算から保存された結果へのシフトとして説明でき、認知発達のデータと整合的である。
• このフレームワークは、シナプス可塑性が代謝的に高コストである一方で機能的に不可欠である理由を説明する：記憶の保存ではなく、迅速な信念の更新と予測を可能にするためである。