[논문 리뷰] The power ratio and the interval map: spiking models and extracellular data

Daniel S. Reich, Jonathan D. Victor외 1명|ArXiv.org|1998. 11. 01.

Neural dynamics and brain function인용 수 4

한 줄 요약

이 논문은 단순한 비율 조절 과정(예: 포아송 또는 감마 과정)에서 생성된 스파이크 트레인과, 누설 적분-화염 모델과 같은 구조적인 시간 역동성을 가지는 트레인을 구분하는 데 사용할 수 있는 새로운 통계적 척도인 '파워 비율'을 도입한다. 이 방법은 고양이의 망막, 측부 위상핵, 그리고 마카크의 주요 시각 피질에서 많은 시각 뉴런들이 비포아송, 비-SMRP 역동성을 보이며, 평균 발화 빈도를 초월해 스파이크 시점이 중요한 자극 정보를 담고 있음을 드러낸다.

ABSTRACT

We describe a new, computationally simple method for analyzing the dynamics of neuronal spike trains driven by external stimuli. The goal of our method is to test the predictions of simple spike-generating models against extracellularly recorded neuronal responses. Through a new statistic called the power ratio, we distinguish between two broad classes of responses: (1) responses that can be completely characterized by a variable firing rate, (for example, modulated Poisson and gamma spike trains); and (2) responses for which firing rate variations alone are not sufficient to characterize response dynamics (for example, leaky integrate-and-fire spike trains as well as Poisson spike trains with long absolute refractory periods). We show that the responses of many visual neurons in the cat retinal ganglion, cat lateral geniculate nucleus, and macaque primary visual cortex fall into the second class, which implies that the pattern of spike times can carry significant information about visual stimuli. Our results also suggest that spike trains of X-type retinal ganglion cells, in particular, are very similar to spike trains generated by a leaky integrate-and-fire model with additive, stimulus-independent noise that could represent background synaptic activity.

연구 동기 및 목표

• 외부 전극 기록에 대비하여 스파이크 생성 모델을 검증하기 위한 계산적으로 단순한 방법을 개발하는 것.
• 시간에 따라 변화하는 발화 빈도로만 완전히 기술될 수 있는 스파이크 트레인(SMRP)과 자극에 따라 시간 패턴이 형성되는 트레인을 구분하는 것.
• 초기 시각 경로에서 스파이크 시점이 평균 발화 빈도를 초월해 정보를 전달하는지 평가하는 것.
• 일반적인 모델(예: 포아송 및 감마 과정)과 노이즈가 있는 누설 적분-화염 모델이 실제 신경 세포 반응을 설명하는 데 얼마나 적합한지 평가하는 것.

제안 방법

• 파워 비율은 동일한 PSTH를 가진 포아송 과정에 대한 기대값 대비 자극 주파수에서의 푸리에 성분의 세기를 비율로 계산한다.
• 스파이크 간격을 실제 시간과 포아송 간격으로 변환한 시간에서의 시각화를 통해 비포아송 구조를 탐지하는 간격 맵을 사용하여 스파이크 트레인을 분석한다.
• 다양한 자극 대trast 조건에서 실제 신경 세포 데이터와 모의 스파이크 트레인(Poisson, 감마, 반사성 포아송, NLIF)을 비교한다.
• 각 조건에서 파워 비율을 계산하고 포아송 기대값과 비교하여 비-SMRP 역동성을 나타내는 편차를 식별한다.
• 반사성 기간을 포아송 과정에 도입하여 실제 비포아송 행동을 재현할 수 있는지 테스트한다.
• 재표본 추출 기법을 사용하여 PSTH는 유지하면서 스파이크 시점의 구조를 변경한 수정된 포아송 스파이크 트레인을 생성한다.

실험 결과

연구 질문

• RQ1 초기 시각 뉴런의 스파이크 트레인은 조절된 포아송 과정처럼 시간에 따라 변화하는 발화 빈도로만 완전히 기술될 수 있는가?
• RQ2 망막 간질세포, LGN 뉴런, V1 피각 뉴런에서의 스파이크 시점 패턴은 비율 코드화를 초월해 구조를 가지는가?
• RQ3 가감성 노이즈가 있는 누설 적분-화염 모델이 실제 신경 세포 반응에서 관찰된 시간적 구조를 재현할 수 있는가?
• RQ4 고정된 절대 반사 기간을 가진 포아송 과정이 실제 뉴런에서 관찰된 비포아송 행동을 충분히 설명할 수 있는가?
• RQ5 파워 비율은 외부 전극 스파이크 기록에서 비-SMRP 역동성을 탐지하기 위한 신뢰성 있고 계산적으로 효율적인 지표인가?

주요 결과

• 파워 비율은 비-SMRP 스파이크 트레인(예: NLIF 모델에서 유래한 것)과 SMRP 유사 반응을 효과적으로 구분하며, 포아송 기대값에서 벗어나는 파워 비율은 구조적인 역동성을 나타낸다.
• X형 망막 간질세포는 포아송 기대값보다 유의미하게 낮은 파워 비율을 보이며, 강한 비포아송 구조를 나타내며, 이는 노이즈가 있는 NLIF 모델과 일치한다.
• 긴 반사 기간(예: 16 ms)을 가진 포아송 과정조차도 실제 뉴런에서 관찰된 비-SMRP 역동성을 재현하지 못하며, 이는 반사성만으로는 부족하다는 것을 시사한다.
• 고대비 자극 조건에서 LGN 및 V1의 실제 뉴런은 SMRP 행동에서 유의미한 편차를 보이며, 이는 시간 코드화가 자극에 따라 달라지며 비율 코드화만으로는 포괄되지 않음을 나타낸다.
• 간격 맵 시각화 결과, 비-SMRP 반응은 실제 시간에서는 구조적인 스파이크 간격 패턴을 보이나, 변환된 시간에서는 균일해지며, 이는 비포아송 성격을 확인한다.
• 낮은 노이즈(0.0004)를 가진 NLIF 모델은 포아송 기대값보다 유의미하게 낮은 파워 비율을 생성하며, 강한 시간 패턴이 있음을 나타내며, 이 행동은 다양한 대비 조건에서 유사하게 유지된다.