[논문 리뷰] Characterizing Neuronal Circuits with Spike-triggered Non-negative Matrix Factorization.

Shanshan Jia, Zhaofei Yu외 4명|arXiv (Cornell University)|2018. 08. 12.

Neural dynamics and brain function참고 문헌 58인용 수 3

한 줄 요약

이 연구는 자극에 의해 유도된 비음수 행렬 분해(STNMF)를 확장하여 망막 신경 회로를 특성화하며, 수상세포의 공간적 수용장, 시간적 필터 및 전달 비선형성과 같은 생물물리적 특성을 드러내고, 시냅스 가중치를 복원하며, 수상세포의 충동을 각각의 전신경세포 기여도에 따라 분리한다. STNMF는 복잡한 회로 입력을 고유한 功能적 성분들로 체계적으로 분해할 수 있다.

ABSTRACT

Neuronal circuits formed in the brain are complex with intricate connection patterns. Such a complexity is also observed in the retina as a relatively simple neuronal circuit. A retinal ganglion cell receives excitatory inputs from neurons in previous layers as driving forces to fire spikes. Analytical methods are required that can decipher these components in a systematic manner. Recently a method termed spike-triggered non-negative matrix factorization (STNMF) has been proposed for this purpose. In this study, we extend the scope of the STNMF method. By using the retinal ganglion cell as a model system, we show that STNMF can detect various biophysical properties of upstream bipolar cells, including spatial receptive fields, temporal filters, and transfer nonlinearity. In addition, we recover synaptic connection strengths from the weight matrix of STNMF. Furthermore, we show that STNMF can separate spikes of a ganglion cell into a few subsets of spikes where each subset is contributed by one presynaptic bipolar cell. Taken together, these results corroborate that STNMF is a useful method for deciphering the structure of neuronal circuits.

연구 동기 및 목표

• 망막 간질세포의 신경 회로 성분을 체계적으로 특성화하기 위해 STNMF를 확장한다.
• 공급망 수상세포의 생물물리적 특성, 특히 공간적 수용장과 시간 필터를 규명한다.
• STNMF 가중치 행렬에서 시냅스 연결 강도를 복원한다.
• 각각의 전신경세포 기여도에 따라 간질세포 충동을 부분집합으로 분리한다.
• 복잡하고 겹치는 입력을 해독하는 도구로서 STNMF의 유효성을 검증한다.

제안 방법

• 망막 간질세포의 충동 유도 평균 데이터에 STNMF를 적용하여 입력을 음수일 수 없는 성분들로 분해한다.
• 음수 분해를 통해 수상세포의 공간적 수용장과 시간 필터를 추출한다.
• 입력 성분과 충동 출력 간의 관계를 분석하여 전달 비선형성을 추정한다.
• STNMF 분해의 가중치 행렬에서 시냅스 가중치를 재구성한다.
• 지배적 기여 성분에 따라 충동 출력을 군집화하여 전신경세포 기원을 식별한다.
• 복원된 성분을 알려진 망막 회로의 생물물리적 특성과 비교하여 결과를 검증한다.

실험 결과

연구 질문

• RQ1 STNMF는 망막 회로에서 수상세포의 공간적 및 시간적 수용장을 정확히 복원할 수 있는가?
• RQ2 STNMF는 충동 유도 데이터로부터 수상세포의 전달 비선형성을 얼마나 잘 추정할 수 있는가?
• RQ3 STNMF는 신경 충동 데이터에서 시냅스 연결 강도를 재구성할 수 있는가?
• RQ4 STNMF는 각각의 전신경세포 기여도에 따라 간질세포 충동을 어느 정도 정확히 분리할 수 있는가?
• RQ5 STNMF는 생물학적으로 타당한 신경 회로에서 복잡하고 겹치는 입력을 효과적으로 분리할 수 있는가?

주요 결과

• STNMF는 망막 간질세포 데이터로부터 수상세포의 공간적 수용장과 시간 필터를 성공적으로 추출하였다.
• 이 방법은 수상세포의 전달 비선형성을 정확히 추정하였으며, 비선형 통합 특성을 반영하였다.
• STNMF 분해의 가중치 행렬에서 시냅스 연결 강도가 신뢰성 있게 복원되었다.
• STNMF는 간질세포 충동을 각각 고유한 전신경세포에 해당하는 별개의 부분집합으로 분리하였다.
• 분해 과정은 다수의 기능적 성분을 드러내어, STNMF가 복잡한 입력 구조를 해석할 수 있음을 확인하였다.
• 결과는 STNMF가 망막 회로 조직을 해독하는 데 있어 체계적이고 생물학적으로 해석 가능한 방법을 제공함을 보여주었다.