[논문 리뷰] The cell-type specific connectivity of the local cortical network explains prominent features of neuronal activity

Tobias C. Potjans, Markus Diesmann|arXiv (Cornell University)|2011. 06. 28.

Neural dynamics and brain function참고 문헌 91인용 수 9

한 줄 요약

이 연구는 전기생리학적 및 해부학적 연결 맵을 통합함으로써 장기적으로 지속된 코어티컬 네트워크 모델과 생체 내 기록 간의 모순을 해결하여, 세포 유형 특이적이고 계층적인 연결성—특히 억제성 피드백과 피드포워드 루프—이 이질적 비정규 활동과 L2/3 및 L6에서 낮은 활성화된 수용체의 활성도를 설명함을 밝혀냈다. 통합된 모델은 개별 뉴런 성질을 조정하지 않고도 실험적 자발적 및 자극 유도 활동 패턴을 재현한다.

ABSTRACT

In the past decade, the cell-type specific connectivity and activity of local cortical networks have been characterized experimentally to some detail. In parallel, modeling has been established as a tool to relate network structure to activity dynamics. While the available connectivity maps have been used in various computational studies, prominent features of the simulated activity such as the spontaneous firing rates do not match the experimental findings. Here, we show that the inconsistency arises from the incompleteness of the connectivity maps. Our comparison of the most comprehensive maps (Thomson et al., 2002; Binzegger et al., 2004) reveals their main discrepancies: the lateral sampling range and the specific selection of target cells. Taking them into account, we compile an integrated connectivity map and analyze the unified map by simulations of a full scale model of the local layered cortical network. The simulated spontaneous activity is asynchronous irregular and the cell-type specific spontaneous firing rates are in agreement with in vivo recordings in awake animals, including the low rate of layer 2/3 excitatory cells. Similarly, the activation patterns evoked by transient thalamic inputs reproduce recent in vivo measurements. The correspondence of simulation results and experiments rests on the consideration of specific target type selection and thereby on the integration of a large body of the available connectivity data. The cell-type specific hierarchical input structure and the combination of feed-forward and feedback connections reveal how the interplay of excitation and inhibition shapes the spontaneous and evoked activity of the local cortical network.

연구 동기 및 목표

• 코어티컬 마이크로순환에서 시뮬레이션된 활동과 생체 내 뉴런 활동 간의 지속적인 불일치, 특히 L2/3의 활성화 뉴런에서 낮은 자발적 활동 빈도를 해결하기 위해.
• 이 불일치의 근본 원인을 규명하기 위해, 이는 연결 맵의 불완전성인지 또는 모델 가정 때문인지 테스트하기 위해.
• 광학 자극 및 전자현미경 데이터를 추가로 반영하여 전기생리학적(Thomson et al., 2002) 및 해부학적(Binzegger et al., 2004) 데이터를 조율함으로써 종합적이고 통합된 연결 맵을 구축하기 위해.
• 자기 코어티컬 네트워크의 전면적 시뮬레이션을 통해 통합된 연결 맵을 검증하여 각각 각각의 깨어있는 동물의 생체 내 기록과 일치함을 보장하기 위해.
• 특정 억제성 및 활성화성 연결 모티프가 코어티컬 층 전반에서 세포 유형 특이적 활동 역학과 기능적 역할을 어떻게 결정하는지 밝혀내기 위해.

제안 방법

• 가장 포괄적인 전기생리학적(Thomson et al., 2002) 및 해부학적(Binzegger et al., 2004) 데이터 세트를 결합하여 통합된 연결 맵을 구축하였으며, 횡방향 샘플링 범위 및 대상 세포 선택의 모순를 해결함.
• 특히 억제성 수용체 뉴런의 투사 특이성 향상을 위해 광자극(Dantzker & Callaway, 2000; Zarrinpar & Callaway, 2006) 및 전자현미경(McGuire et al., 1984) 데이터로부터 추가 실험적 제약 조건을 통합함.
• 해부학적 계수를 기반으로 한 현실적인 뉴런 수를 사용하여, 각 층에 활성화 및 억제성 집단이 포함된 다층 코어티컬 네트워크 모델(L2/3, L4, L5, L6)을 전면적으로 시뮬레이션함.
• 균형 무작위 네트워크 모델 원칙(Brunel, 2000a)을 활용하여 시냅스 강도, 지연 시간 및 외부 자극을 설정하여 비정규 이질적 활동의 안정성을 확보함.
• 1 mm² 코어티컬 부위 모델을 사용하여 64,000개의 뉴런을 포함하고, 시냅스 자극 및 배경 자극을 포함하여 자발적 및 일시적 자극 유도 활동을 시뮬레이션함.
• 세포 유형 특이적 활동 빈도, 입력 구조 및 활동 전파 패턴을 분석하여, 깨어있는 동물의 생체 내 데이터와 직접 비교함.

실험 결과

연구 질문

• RQ1 이전의 코어티컬 네트워크 모델은 왜 생체 내에서 관찰된 L2/3 활성화 뉴런의 낮은 자발적 활동 빈도를 재현하지 못하는가?
• RQ2 특히 횡방향 샘플링 및 대상 세포 선택의 불완전성에 기인한 연결 맵의 완전성 차이가 시뮬레이션된 네트워크 역학에 어떤 영향을 미치는가?
• RQ3 세포 유형 특이적 억제성 피드백 및 피드포워드 투사가 이질적 비정규 활동과 층 특이적 활동 빈도를 어떻게 결정하는가?
• RQ4 전기생리학적, 해부학적, 기능적 데이터를 통합한 연결 맵이 자극에 의한 반응 패턴을 포함한 생체 내 활동의 핵심 특징을 재현할 수 있는가?
• RQ5 다른 활성화 뉴런 집단(L2/3e, L4e, L5e, L6e)의 계층적 입력 구조는 그들의 고유한 활동 역학과 기능적 역할을 어떻게 결정하는가?

주요 결과

• 통합된 연결 맵은 모든 세포 유형에서 자발적 비정규 이질적 활동을 성공적으로 재현하여 깨어있는 동물의 생체 내 관찰과 일치한다.
• L2/3 활성화 뉴런은 1 Hz 이하의 자발적 활동 빈도를 보이며, 실험 기록과 일치한다. 이는 이전의 모델에서 연결 맵의 불완전성로 인해 달성되지 못했던 특징이다.
• L2/3e의 낮은 활동 빈도는 내재적 뉴런 성질이 아니라, 모든 층으로부터 강한 재귀적 억제성 투사와 다양한 활성화 입력의 통합에 의해 구조적으로 설명된다.
• L5 활성화 뉴런은 가장 많은 제1순위 활성화 입력을 받고 억제성 피드백이 최소이므로 가장 높은 자발적 활동 빈도를 보이며, 이는 신호 증폭 기능을 수행하는 데 기여한다.
• 모델은 시상에서 유도된 일시적 활동이 L4를 거쳐 L2/3과 L5로 전파되는 것을 정확히 재현하며, 피드포워드 및 피드백 억제에 의해 시간적 정렬이 이루어진다.
• 억제성 수용체 뉴런은 주로 여러 층으로부터 활성화 입력을 받으며, 이는 그들의 높은 자발적 활동 빈도를 설명한다. 또한 그들의 목표 세포 특이적 투사는 네트워크 안정성에 핵심적이다.