[논문 리뷰] The balance between excitation and inhibition controls the temporal organization of neuronal avalanches

Fabrizio Lombardi, Hans J. Herrmann외 3명|arXiv (Cornell University)|2012. 04. 27.

Neural dynamics and brain function인용 수 16

한 줄 요약

이 연구는 랫의 피질 슬라이스에서 신경 폭발 간의 비단조도 대기 시간 분포가 고도로 활성화된 상태(업상태)와 무기능 상태(다운상태)의 번갈아가는 것에 기인하며, 이는 자극과 억제의 동적 균형에 의해 유도됨을 밝혀낸다. 수치 시뮬레이션은 단일 뉴런의 탈분극 및 초분극 상태를 오가는 동역적이며 임계 균형 상태가 유지될 때 이와 같은 행동이 나타남을 보여주며, 이 임계 균형은 단일 비율 R ≈ 10⁻⁴로 제어되며, 실험 데이터와 일치하여 네트워크 수준의 임계성이 내재된 뉴런 상태 전이에 의존한다는 것을 확인한다.

ABSTRACT

Neuronal avalanches, measured in vitro and in vivo, exhibit a robust critical behaviour. Their temporal organization hides the presence of correlations. Here we present experimental measurements of the waiting time distribution between successive avalanches in the rat cortex in vitro. This exhibits a non-monotonic behaviour, not usually found in other natural processes. Numerical simulations provide evidence that this behaviour is a consequence of the alternation between states of high and low activity, named up and down states, leading to a balance between excitation and inhibition controlled by a single parameter. During these periods both the single neuron state and the network excitability level, keeping memory of past activity, are tuned by homeostatic mechanisms.

연구 동기 및 목표

• 실험적으로 관찰된 랫 피질 슬라이스에서의 신경 폭발 간 비단조도 대기 시간 분포의 기원을 이해하기 위해.
• 업상태와 다운상태의 번갈아가는 행동이 폭발의 시간적 조직에 어떻게 기여하는지 조사하기 위해.
• 자극과 억제의 균형이 관찰된 비단조도 대기 시간 분포를 어떻게 결정하는지 규명하기 위해.
• 단일 뉴런의 상태 전이(업상태에서는 탈분극, 다운상태에서는 초분극)가 실험적 대기 시간 통계를 재현하는 데 필수적인지 검증하기 위해.

제안 방법

• 마이크로전극 어레이를 사용한 원형형 랫 청각 피질 슬라이스에서의 신경 폭발 간 대기 시간 분포 측정.
• 업상태와 다운상태를 모방하는 상태 의존성 동역학을 가진 스파iking 뉴런 네트워크의 수치 시뮬레이션.
• 이전 활동에 기반해 단일 뉴런의 민감도를 조정하는 홈오스터시스 메커니즘 통합; 자극과 억제에 대해 별도의 막전위 임계값 설정.
• 업상태와 다운상태 간 전이에 기반한 임계값 기반 메커니즘 적용; 균형은 비율 R = h / sΔv^min로 제어.
• p = 0.05 유의수준에서 콜모고로프-스미르노프 검정을 사용해 시뮬레이션된 대기 시간 분포와 실험 데이터 간 통계적 비교.
• 실험 데이터와의 최적 일치를 도출하기 위해 자극(sΔv^min)과 억제(h) 매개변수의 체계적 변동 수행.

실험 결과

연구 질문

• RQ1 피질 네트워크에서 신경 폭발 간 비단조도 대기 시간 분포는 무엇에 의해 발생하는가?
• RQ2 업상태와 다운상태는 폭발의 시간적 조직에 어떻게 다르게 기여하는가?
• RQ3 관찰된 대기 시간 분포가 자극과 억제의 균형에 의해 어느 정도 결정되는가?
• RQ4 상태 의존성 단일 뉴런 동역학을 가진 최소 모델이 실험적 대기 시간 통계를 재현할 수 있는가?
• RQ5 비단조도 행동은 네트워크 수준의 임계성의 결과인가, 아니면 내재된 뉴런 상태 전이의 결과인가?

주요 결과

• 실험적 대기 시간 분포는 10~200ms 사이에서 거듭제곱 법칙 영역(지수 2.15 ± 0.32)을 보이며, 200ms < Δt_min < 1초 사이에 국소 최솟값이 나타나고, Δt ≈ 1–2초에서 뚜렷한 최댓값을 보인다.
• 수치 시뮬레이션은 높은 정밀도로 비단조도 대기 시간 분포를 재현하며, 실험 데이터에 대해 콜모고로프-스미르노프 검정에서 상단 패널 p = 0.99, 하단 패널 p = 0.68를 통과한다.
• 대기 시간 분포의 최솟값과 최댓값은 자극과 억제의 균형에 의해 제어되며, 실험 데이터와의 최적 일치를 위해 비율 R = h / sΔv^min ≈ 10⁻⁴로 정량화된다.
• 대기 시간의 거듭제곱 법칙 영역은 업상태 기간 동안 집중된 폭발 활동에 기인하며, 더 긴 간격에서의 종형 곡선 피크는 장시간 복구가 필요한 다운상태에서 기인한다.
• 단일 뉴런의 상태 의존성 제거(예: h = 0 설정) 시, 대기 시간 분포는 단조로워지며, 내재된 뉴런 동역학이 비단조도 형태를 결정하는 데 필수적임을 입증한다.
• 모델은 업상태가 반복적 활동에 의해 유지되는 준안정적인 네트워크 상태이며, 다운상태는 네트워크 민감도가 초기화되어 과거 활동 기억이 지워지는 회복 단계임을 확인한다.