[논문 리뷰] Non-Associative Learning Representation in the Nervous System of the Nematode Caenorhabditis elegans

Ramin Hasani, Magdalena Fuchs외 2명|arXiv (Cornell University)|2017. 03. 18.

Genetics, Aging, and Longevity in Model Organisms참고 문헌 18인용 수 9

한 줄 요약

이 논문은 비연합 학습 메커니즘, 특히 기계감각 성숙을 연구하기 위해 *C. elegans* 감각 뉴런과 시냅스의 다중 척도 수학적 모델을 제안한다. 동적인 이온 채널 전도도와 시냅스 신경전달물질 동역학을 통합함으로써, 반복적 자극이 세포 내 칼슘 농도를 감소시키고 뉴런의 자극성에 영향을 주는 내재적 매개변수 변화를 통해, 단일 뉴런과 시냅스가 자율적으로 성숙을 인코딩하는 방식을 밝혀낸다.

ABSTRACT

Caenorhabditis elegans (C. elegans) illustrated remarkable behavioral plasticities including complex non-associative and associative learning representations. Understanding the principles of such mechanisms presumably leads to constructive inspirations for the design of efficient learning algorithms. In the present study, we postulate a novel approach on modeling single neurons and synapses to study the mechanisms underlying learning in the C. elegans nervous system. In this regard, we construct a precise mathematical model of sensory neurons where we include multi-scale details from genes, ion channels and ion pumps, together with a dynamic model of synapses comprised of neurotransmitters and receptors kinetics. We recapitulate mechanosensory habituation mechanism, a non-associative learning process, in which elements of the neural network tune their parameters as a result of repeated input stimuli. Accordingly, we quantitatively demonstrate the roots of such plasticity in the neuronal and synaptic-level representations. Our findings can potentially give rise to the development of new bio-inspired learning algorithms.

연구 동기 및 목표

• 비연합 학습의 생물학적 기반을 *C. elegans*의 뉴런 및 시냅스 수준에서 이해하기 위해.
• 유전자, 이온 채널, 펌프, 시냅스 동역학을 통합한 정밀한 수학적 모델을 개발하기 위해.
• 다중 척도 생리학적 매개변수를 사용하여 기계감각 성숙을 시뮬레이션하기 위해.
• 생물학적으로 탄탄한 프레임워크 내에서 성숙과 시냅스 가소성의 계산적 메커니즘을 규명하기 위해.
• 인공지능 분야에서 생물학적으로 영감을 받은 학습 알고리즘의 기초를 마련하기 위해.

제안 방법

• 전압에 의해 조절되는 Ca2+ 채널, K+ 채널, 누출 채널 및 Ca2+ 펌프를 포함한 *C. elegans* 감각 뉴런의 허딩턴-하크리의 모델을 개발하였다.
• 총 세포막 전류를 포함한 미분방정식을 사용하여 막 전위 동역학을 모델링하였다: Cm·dV/dt = −(ICa + IK + Isk + ILeak) + Σ(ISyn + Igap + Istimuli).
• 학습을 시뮬레이션하기 위해 입력 자극의 진폭과 주파수에 따라 최대 이온 채널 전도도(Gion)를 동적 기능으로 간주하였다.
• 신경전달물질 방출과 수용체 결합에 시간에 따라 변하는 매개변수를 사용하여 화학적 시냅스 모델을 수립하였다: ISyn = Gmax·G(Vpre)·S(t)·(ESyn − Vpost).
• 반복적인 기계적 자극에 따라 칼륨 전도도와 시냅스 매개변수를 조정함으로써 성숙을 시뮬레이션하였다.
• 실험 데이터와의 검증을 통해 감각 뉴런에서 세포 내 칼슘 농도 감소와 반응 진폭 감소를 확인하였다.

실험 결과

연구 질문

• RQ1 반복적인 자극에 대해 *C. elegans*의 내재적 뉴런 성질, 예를 들어 이온 채널 전도도가 어떻게 동적으로 적응하는가?
• RQ2 유전자에 의해 매개되는 이온 채널 수정이 비연합 학습에 어떤 역할을 하는가?
• RQ3 신경전달물질 농도와 수용체 가용성 등의 시냅스 매개변수가 성숙에 기여하는 방식은 무엇인가?
• RQ4 단일 뉴런이 이온 전도도의 동적 변화를 통해 자율적으로 성숙을 인코딩할 수 있는가?
• RQ5 시냅스 가소성이 신경 회로 전반에 걸쳐 성숙을 어떻게 전파하고 유지할 수 있는가?

주요 결과

• 반복적인 기계적 자극은 감각 뉴런에서 세포 내 칼슘 농도를 감소시키며, 이는 모델에서 칼륨 채널 전도도가 동적으로 감소함으로써 포착된다.
• 모델은 기계감각 성숙 회로에서 실험적으로 관측된 성숙을 재현하며, 반복 자극 후 반응 진폭과 지속 시간이 감소함을 보여준다.
• Gmax와 수용체 결합 확률 S(t)의 변화에 의해 유도되는 시냅스 가소성은 신호 전달의 자율적 조절을 가능하게 하며 성숙에 기여한다.
• 시냅스 매개변수가 재설정될 경우 회복이 가능한 성숙 상태를 나타내어, 시냅스 수준에서의 가역적 가소성을 보여준다.
• 뉴런의 성숙은 시냅스 입력만으로 인해 발생하는 것이 아니라 주로 내재적 이온 채널 동역학의 변화에 의해 주도된다.
• 결과적으로 뉴런과 시냅스는 모두 학습의 독립적 기초가 될 수 있으며, 시냅스는 습관화된 상태를 전파하고 유지하는 데 핵심적인 역할을 한다.