[논문 리뷰] The molecular memory code and synaptic plasticity: a synthesis

Samuel J. Gershman|arXiv (Cornell University)|2022. 09. 11.

Neural dynamics and brain function인용 수 4

한 줄 요약

이 논문은 세포 내 분자가 생성 모델의 파라미터(사실)를 저장하는 반면 시냅스는 빠르고 근사적인 베이지안 추론을 위한 추론 모델의 파라미터를 저장하는 双기억 프레임워크를 제안한다. 자유 에너지 최소화 원리 아래 시냅스 가소성과 분자 기억을 통합함으로써, 신경과학에서 오랫동안 대립해 온 시냅스 이론과 분자 이론의 갈등을 해소한다.

ABSTRACT

The most widely accepted view of memory in the brain holds that synapses are the storage sites of memory, and that memories are formed through associative modification of synapses. This view has been challenged on conceptual and empirical grounds. As an alternative, it has been proposed that molecules within the cell body are the storage sites of memory, and that memories are formed through biochemical operations on these molecules. This paper proposes a synthesis of these two views, grounded in a computational theory of memory. Synapses are conceived as storage sites for the parameters of an approximate posterior probability distribution over latent causes. Intracellular molecules are conceived as storage sites for the parameters of a generative model. The theory stipulates how these two components work together as part of an integrated algorithm for learning and inference.

연구 동기 및 목표

• 신경과학에서 오랫동안 대립해 온 시냅스 가소성 이론과 분자 기억 이론 간의 갈등을 해결하기 위해.
• 일반적으로 필수적이라고 여겨지지만 그 정확한 계산적 목적은 명확하지 않은 시냅스 가소성의 기능적 역할을 설명하기 위해.
• 세포 내 분자 과정이 장기적 사실(예: 공간, 시간, 수치 등)을 인코딩하는 생물학적으로 타당한 메커니즘을 제안하기 위해.
• 표현적 기억(사실)과 계산적 기억(추론 파라미터)이라는 두 가지 다른 형태의 기억을 자유 에너지 최소화라는 단일 최적화 원리 아래 통합하기 위해.
• 시냅스가 장기 기억 저장의 유일한 장소라는 뿌리내린 가정을 도전하고, 예측 코드와 베이지안 추론에 기반한 이중 시스템 모델을 주장하기 위해.

제안 방법

• 기억을 이원적 시스템으로 공식화: 세포 내 분자가 생성 모델의 파라미터(예: 환경 변수에 대한 믿음)를 저장하고, 시냅스는 추론 모델의 파라미터(즉, 근사 후행 분포)를 저장한다.
• 학습과 추론을 자유 에너지 최소화 문제로 프레임워크화하여, 뇌가 예측 오차를 줄이기 위해 생성 모델 및 추론 모델의 파라미터를 동시에 최적화함을 나타낸다.
• 시냅스 가소성을 허비안 학습 규칙으로 모델링하여 추론 모델 파라미터를 업데이트함으로써 예측 정확도를 향상시키고 자유 에너지를 감소시킨다.
• 에피제네틱 메커니즘(예: DNA 메틸화 및 히스톤 수식)을 통한 분자 가소성이 생성 모델의 파라미터를 업데이트하여 장기적 사실을 인코딩한다고 제안한다.
• 예측 코드와 통합: 전행 경로는 예측 오차를 전달하고, 후행 경로는 예측을 전달하며, 둘 다 层상皮질 회로로 구현된다.
• 심리적 이론을 사용하여 분자 및 시냅스 메커니즘의 상호보완적 상호작용이 근사 베이지안 추론을 통해 효율적이고 적응적인 행동을 가능하게 함을 보여준다.

실험 결과

연구 질문

• RQ1 장기 기억 저장의 진정한 생물학적 기초는 무엇인가? (예: 공간, 시간, 수치 등의 사실에 대해) 시냅스가 아니라면?
• RQ2 시냅스 가소성이 높은 대사 비용과 강한 행동적 연관성에도 불구하고 기억 내용을 저장하지 않는 한이면, 왜 지속되는가?
• RQ3 세포 내 분자 메커니즘(예: 에피제네틱 수정)이 어떻게 안정적이고 장기적인 기억 코드로 작용할 수 있는가?
• RQ4 시냅스와 세포 내 과정이 공동으로 뇌의 추론 및 예측 능력을 어떻게 최적화하는가?
• RQ5 생성 모델(분자 기반)과 추론 모델(시냅스 기반)을 단일 目적 함수 아래 통합할 수 있는 기억 이론을 구축할 수 있는가?

주요 결과

• 시냅스는 표현적 내용(예: 공간, 시간, 수치에 대한 사실)의 장기적 저장소로써 주요 장소일 가능성이 낮다. 이는 교과서의 시냅스 가소성 모델에 도전한다.
• 세포 내 분자 메커니즘—특히 DNA 메틸화 및 히스톤 아세틸화와 같은 에피제네틱 수정—는 세계에 대한 생성 모델의 파라미터를 저장할 수 있는 타당한 후보이다.
• 시냅스 가소성은 기억 저장 자체를 위한 것이 아니라, 빠르고 근사적인 베이지안 추론을 가능하게 하는 추론 모델 파라미터의 최적화를 위한 것이다.
• 이중 시스템—분자 기반 생성 모델, 시냅스 기반 추론 모델—은 자유 에너지 최소화를 통해 상호보완적으로 작용하며, 이는 예측 코드와 능동적 추론의 核심 목표이다.
• 이론은 절차적 학습(예: 세는 것)에서 기억 회상(예: 즉각적 회상)으로의 전환을 계산에서 저장된 결과로의 전환으로 설명하며, 이는 인지 발달 데이터와 일치한다.
• 이 프레임워크는 시냅스 가소성이 대사 비용이 크지만 동시에 기능적으로 필수적인 이유를 설명한다: 사실 저장이 아니라 신속한 믿음 갱신과 예측을 가능하게 하기 때문이다.