[논문 리뷰] Dynamical properties and mechanisms of metastability: a perspective in neuroscience

Kalel L. Rossi, Roberto C. Budzinski외 4명|arXiv (Cornell University)|2023. 05. 09.

Neural dynamics and brain function인용 수 4

한 줄 요약

이 논문은 비선형 역학 시스템 이론에 기반하여 뇌 동역학에서의 일시적이지만 장기적인 상태로 정의되는 신경 불안정성의 통합적이고 맥락에 의존하지 않는 프레임워크를 제안한다. 이는 위상 공간에서의 끌림과 밀림 방향의 공존을 신경 불안정성의 일반적인 역학 원리로 규명하여 다양한 실험적 관찰을 통합하고, 이론적 분석과 시뮬레이션을 통해 새로운 메커니즘을 드러낸다.

ABSTRACT

Metastability, characterized by a variability of regimes in time, is a ubiquitous type of neural dynamics. It has been formulated in many different ways in the neuroscience literature, however, which may cause some confusion. In this Perspective, we discuss metastability from the point of view of dynamical systems theory. We extract from the literature a very simple but general definition through the concept of metastable regimes as long-lived but transient epochs of activity with unique dynamical properties. This definition serves as an umbrella term that encompasses formulations from other works, and readily connects to concepts from dynamical systems theory. This allows us to examine general dynamical properties of metastable regimes, propose in a didactic manner several dynamics-based mechanisms that generate them, and discuss a theoretical tool to characterize them quantitatively. This perspective leads to insights that help to address issues debated in the literature and also suggest pathways for future research.

연구 동기 및 목표

• 신경과학에서 현재 맥락 특화된 수식에 의존하는 불안정성의 통합 정의 부족 문제를 해결하기 위해.
• 신경 활동에서 일시적이지만 장기적인 상태로 정의되는 일반적이고 맥락에 의존하지 않는 불안정성의 정의를 수립하기 위해.
• 비선형 시스템 이론을 사용하여 불안정성의 근본적인 일반 원리를 도출하기 위해.
• 이 원리에 기반하여 알려진 및 새로운 메커니즘을 식별하고 분류하기 위해.
• 이 프레임워크를 기반으로 뇌 동역학에 대한 예측 및 제어 도구의 개발을 가능하게 하기 위해.

제안 방법

• 다양한 실험 데이터에 적용 가능한, 일시적이지만 장기적인 상태의 존재로 불안정성을 정의하기.
• 비선형 역학 시스템 이론을 사용하여 핵심 원리로 위상 공간에서의 끌림과 밀림 방향의 공존을 규명하기.
• 수치 시뮬레이션을 통해 다섯 가지 다른 역학 메커니즘—노이즈가 있는 이중함정 시스템, 이형선형 순환, 액터 모으기 위기, 유형 I 간헐성, 혼돈의 안정성 집합—을 분석하기.
• 시뮬레이션 및 시각화를 위해 Julia에서의 DifferentialEquations.jl, DynamicalSystems.jl, Makie.jl 도구를 사용하기.
• 기존 신경 현상(예: EEG 마이크로스테이트, UP/DOWN 상태)을 이 통합적 구조 내 특정 메커니즘에 매핑하여 프레임워크의 타당성 검증하기.
• 기존 역학 시스템 행동을 확장하여 불안정 전이를 설명하는 데 사용 가능한 새로운 메커니즘 도출하기.

Figure 1: Brain activity typically evolves as a sequence of well-defined states that are transient but long lived. The panels illustrate important observations taken from the literature, namely EEG microstates [ 5 ] , hidden Markov states of firing rates [ 12 ] , UP and DOWN states [ 15 ] , cortical

실험 결과

연구 질문

• RQ1 다양한 신경 시스템에서 불안정성을 뒷받침하는 일반적인 역학 원리는 무엇인가?
• RQ2 기존 실험적 관찰을 통합할 수 있는 맥락에 의존하지 않는 방식으로 불안정성을 어떻게 정의할 수 있는가?
• RQ3 기존로 알려진 역학 메커니즘 중 어떤 것들이 신경 불안정 상태에 매핑될 수 있으며, 일반 원리에서 어떤 새로운 메커니즘이 도출될 수 있는가?
• RQ4 제안된 프레임워크는 뇌 동역학에 대해 실험적으로 검증 가능하고 반증 가능한 가설을 도출할 수 있는가?
• RQ5 위상 공간에서의 끌림과 밀림의 상호작용은 어떻게 일시적이지만 장기적인 상태를 생성하는가?

주요 결과

• 이 프레임워크는 일시적이지만 장기적인 상태로 불안정성을 정의하여 EEG 마이크로스테이트, UP/DOWN 상태, 피각파동과 같은 다양한 신경 현상을 하나의 정의로 통합한다.
• 핵심 역학 원리는 위상 공간에서의 끌림과 밀림 방향의 공존이며, 이는 시스템이 장기간 동안 상태에 머물다가 전이되는 데 기여한다.
• 노이즈가 있는 이중함정 시스템(Duffing 진동자에 노이즈 추가)은 잠재적 우물에서 노이즈 유도 탈출로 인해 두 상태 간의 불안정 전이를 성공적으로 재현한다.
• 신경 집단의 속도 모델에서의 이형선형 순환은 관측된 신경 동역학(예: 피각파동 전파)과 일치하는 순차적 상태 전이를 생성한다.
• 액터 모으기 위기와 유형 I 간헐성은 분기 유도 전이를 통해 불안정 행동을 보이며 명확한 위상 공간 서명을 보였다.
• 혼돈의 안정성 집합은 새로운 메커니즘으로 규명되었으며, 궤적이 불안정 다각형 주변에서 장기간 머물다가 탈출함으로써 장기적인 일시적 상태를 설명한다.

Figure 2: Formulations of metastability in the neuroscience literature. A common theme among these is the presence of transitions between certain aspects of the system’s dynamics (e.g., between activity patterns). The upper part of the figure illustrates what these aspects are in each definition, an