[논문 리뷰] Habit learning supported by efficiently controlled network dynamics in naive macaque monkeys

Karol P. Szymula, Fabio Pasqualetti외 3명|arXiv (Cornell University)|2020. 06. 25.

Neural dynamics and brain function참고 문헌 95인용 수 5

한 줄 요약

이 연구는 초보자 매파크 원숭이의 분산된 뇌 회로가 에너지 효율적인 상태 전이를 통해 습관 학습을 어떻게 지원하는지 설명하기 위해 네트워크 제어 이론 프레임워크를 제안한다. 자유 스캔 작업 동안 쌍두핵, 전두엽 피질 및 전 frontal 눈운동 영역에서의 다중 단위 기록을 분석함으로써, 유사하고 복잡한 사시드 패턴 간 전이에 더 낮은 제어 에너지가 필요하다는 것을 보여주며, 이러한 에너지-행동 관계가 효과적 연결성의 가상 병변에 대해 저항력이 있음을 입증함으로써 신경 동역학과 습관 형성에서의 행동 효율성 간의 원리적인 연결고리를 제시한다.

ABSTRACT

Primates display a marked ability to learn habits in uncertain and dynamic environments. The associated perceptions and actions of such habits engage distributed neural circuits. Yet, precisely how such circuits support the computations necessary for habit learning remain far from understood. Here we construct a formal theory of network energetics to account for how changes in brain state produce changes in sequential behavior. We exercise the theory in the context of multi-unit recordings spanning the caudate nucleus, prefrontal cortex, and frontal eyefields of female macaque monkeys engaged in 60-180 sessions of a free scan task that induces motor habits. The theory relies on the determination of effective connectivity between recording channels, and on the stipulation that a brain state is taken to be the trial-specific firing rate across those channels. The theory then predicts how much energy will be required to transition from one state into another, given the constraint that activity can spread solely through effective connections. Consistent with the theory's predictions, we observed smaller energy requirements for transitions between more similar and more complex trial saccade patterns, and for sessions characterized by less entropic selection of saccade patterns. Using a virtual lesioning approach, we demonstrate the resilience of the observed relationships between minimum control energy and behavior to significant disruptions in the inferred effective connectivity. Our theoretically principled approach to the study of habit learning paves the way for future efforts examining how behavior arises from changing patterns of activity in distributed neural circuitry.

연구 동기 및 목표

• 동적인 환경에서 영장류의 분산된 신경 회로가 습관 학습을 어떻게 지원하는지 이해하기 위해.
• 네트워크 제어 이론을 사용하여 뇌 상태 전이와 행동 효율성 간의 관계를 형식화하기 위해.
• 낮은 에너지 전이가 습관 형성에서 더 적은 인지 부담을 동반하고 안정적인 행동 패턴을 나타내는지 테스트하기 위해.
• 가상 병변을 통해 효과적 연결성의 손상에 대한 에너지-행동 관계의 저항력을 평가하기 위해.
• 신경 동역학과 습관 학습에서의 순차적 행동 간의 이론적으로 타당한 모델을 수립하기 위해.

제안 방법

• 연구는 쌍두핵, 전두엽 피질 및 전 frontal 눈운동 영역의 기록 지점에서의 시험 별 작동 속도 벡터를 뇌 상태로 모델링한다.
• 신경 기록에서 유도된 효과적 연결성을 통해 네트워크의 동적 경로를 정의한다.
• 제어 에너지는 효과적 연결을 통해만 전파되는 제약 조건 하에 상태 간 전이에 필요한 최소 에너지를 계산한다.
• 에너지-행동 상관관계는 사시드 패턴 간 전이에 대한 제어 에너지와 엔트로피 및 패턴 유사도와 같은 행동 지표를 비교하여 평가한다.
• 가상 병변은 효과적 연결성 행렬에서 간선을 체계적으로 제거하여 에너지-행동 상관관계의 강건성을 시험하기 위해 적용된다.
• 병변 효과의 통계적 유의성은 무작위 간선 제거의 근본 모델을 사용하여 평가되며, p-값은 단측 검정을 통해 계산된다.

실험 결과

연구 질문

• RQ1 습관 학습에서 사시드 패턴의 유사성과 복잡성에 따라 뇌 상태 전이에 필요한 에너지는 어떻게 관련되는가?
• RQ2 낮은 에너지 전이는 행동 엔트로피 감소와 패턴 안정성 증가와 관련이 있는가?
• RQ3 효과적 연결성의 손상에 대해 에너지-행동 상관관계는 어느 정도 저항력이 있는가?
• RQ4 네트워크 제어 이론은 습관 형성에서 효율적이고 안정적인 행동 시퀀스의 출현을 어떻게 설명할 수 있는가?
• RQ5 유사하고 복잡한 패턴에 대해 낮은 제어 에너지가 초보자 원숭이의 여러 행동 세션에 걸쳐도 유지되는가?

주요 결과

• 더 유사하고 더 복잡한 사시드 패턴 간 전이에 더 낮은 제어 에너지가 필요했으며, 이는 더 높은 신경 효율성을 나타낸다.
• 사시드 패턴 선택에서 엔트로피가 낮은 세션—즉, 더 안정적이고 예측 가능한 행동을 의미—은 낮은 제어 에너지 요구와 관련이 있었다.
• 관측된 제어 에너지와 행동 안정성 간의 상관관계는 효과적 연결성의 가상 병변에 대해 저항력이 있었으며, 근본 모델에서 유의미한 손상이 관찰된 간선 비율은 14.5%에 불과했다.
• 저항력 테스트 결과, 행동-에너지 상관관계를 완전히 무너뜨리기까지 최대 95%의 간선을 병변해도 상관관계가 유지되었으며, 이는 매우 높은 강건성을 시사한다.
• 체계적인 손상에도 불구하고 에너지-행동 관계는 여전히 유의미했으며, 이는 신경 동역학과 행동 효율성 간의 안정적이고 내재된 연결고리를 시사한다.
• 이 연구는 네트워크 제어 이론이 분산된 뇌 회로가 습관 학습을 지원하는 방식을 원리적으로 예측 가능한 프레임워크로 제공함을 입증한다.