[논문 리뷰] Topological mapping of space in bat hippocampus

Kentaro Hoffman, Andrey Babichev외 1명|arXiv (Cornell University)|2016. 01. 17.

Memory and Neural Mechanisms참고 문헌 35인용 수 5

한 줄 요약

이 연구는 고양이 해마에서의 공간 맵핑을 위한 위상적 모델을 제안하며, 장소 세포의 동시 활성 패턴을 이용해 위상적 복합체(coactivity complex)를 구성하여 환경의 위상적 성질을 인코딩한다. 모델은 세포 어셈블리가 예측된 통합 창인 약 250ms의 윈도우를 통해 시냅스 입력을 통합하는 기능을 하며, 고속 비행 중 고양이에서 테타-프리세션의 억제가 장소 세포의 발화 시각적 흔들림을 줄여 공간 맵의 정확도를 높인다는 점을 설명한다.

ABSTRACT

Mammalian hippocampus plays a key role in spatial learning and memory, but the exact nature of the hippocampal representation of space is still being explored. Recently, there has been a fair amount of success in modeling hippocampal spatial maps in rats, assuming a topological perspective on spatial information processing. In this paper, we use the topological model to study $3D$ learning in bats, which produces several insights into neurophysiological mechanisms of the hippocampal spatial mapping. First, we demonstrate functional importance of the cell assemblies for producing accurate maps of the $3D$ environments. Second, the model suggests that the readout neurons in these cell assemblies should function as integrators of synaptic inputs, rather than detectors of place cells' coactivity and allows estimating the integration time window. Lastly, the model suggests that, in contrast with relatively slow moving rats, suppressing $θ$-precession in bats improves the place cells capacity to encode spatial maps, which is consistent with the experimental observations.

연구 동기 및 목표

• 장소 세포의 동시 활성 패턴을 기반으로 한 위상적 프레임워크를 사용하여 고양이 해마가 3차원 공간을 어떻게 표현하는지 조사한다.
• 고속 및 3차원 주행 중 정확한 공간 맵을 형성하는 데 세포 어셈블리가 수행하는 功能적 역할을 규명한다.
• 고양이에서는 빠르게 움직이는 체형의 설치류와 달리 테타-프리세션의 억제가 발생하는 이유를 탐구하고, 이가 공간 표현의 정밀성에 어떤 영향을 미치는지 분석한다.
• 주행 중 공액 복합체(coactivity complex)의 변화를 모델링하여 환경의 구조를 반영하는 루프와 구멍 같은 위상적 특징을 포착한다.

제안 방법

• 장소 세포의 스파iking 시간 패턴에서 공액 복합체 $\mathcal{T}$를 구성한다. 여기서 정점은 활성 세포를, 변은 동시 활성 쌍을, 고차원 심플렉스는 동시 활성 그룹을 나타낸다.
• Čech 신경 구축을 통해 장소 영역의 공간적 겹침을 위상적 구조와 연결하며, 덮개가 조밀할 경우 공액 복합체 $\mathcal{T}$가 환경의 위상적 성질을 반영하도록 보장한다.
• 고속(평균 66 cm/s)으로 3차원 환경(290×280×270 cm)에서 고양이의 주행을 시뮬레이션하며, 343개의 장소 세포를 균일하게 분포시키고 가우시안 조절된 발화율을 적용한다.
• 공액 윈도우 250 ms를 적용하여 동시 활성 그룹을 정의하며, 이 윈도우 내의 스파이크만 심플렉스 형성에 기여하도록 한다.
• 테타-위상 프리세션을 모델링하기 위해 발화율을 단계별 가우시안 요소 $\Lambda_{\theta,c}$로 조절하고, 프리세션 유무에 따라 결과를 비교한다.
• 지속적 호몰로지(persistent homology)를 사용하여 시간에 따라 $\mathcal{T}$ 내 위상적 특징(예: 루프, 구멍)을 추적하며, 베티 수 $b_n$를 통해 학습 진행도를 정량화한다.

실험 결과

연구 질문

• RQ1 고양이의 장소 세포 동시 활성 패턴은 어떻게 3차원 공간의 위상적 표현을 형성하는가?
• RQ2 고속 주행 중 세포 어셈블리는 공간 정보를 통합하는 데 어떤 功能적 역할을 하는가?
• RQ3 왜 고양이에서는 설치류보다 테타-프리세션의 억제가 발생하며, 이는 공간 맵핑 정확도에 어떤 영향을 미치는가?
• RQ4 주행 중 공액 복합체 $\mathcal{T}$는 환경의 진정한 위상적 구조를 어느 정도 반영하도록 진화하는가?

주요 결과

• 고양이 해마의 세포 어셈블리는 시냅스 입력의 통합자로 기능하며, 모델에서 사용된 공액 윈도우와 일치하는 약 250ms의 예측된 통합 창을 가진다.
• 모델은 고양이에서 테타-프리세션을 억제할 경우 장소 세포 발화의 시간적 흔들림을 줄여 공간 맵 인코딩의 정밀도를 향상시킨다고 예측하며, 이는 실험 관찰과 일치한다.
• 공액 복합체 $\mathcal{T}$는 주행 중 환경의 진정한 위상적 구조를 반영하도록 진화하며, 동물의 탐색이 진행될수록 루프와 구멍 같은 위상적 특징이 나타난다.
• 루프의 수(1차 베티 수 $b_1$로 측정)는 주행 시간이 길어질수록 증가하며, 이는 통합된 인지 맵이 점차 형성됨을 반영한다.
• 모델은 초기 공액이 희박하더라도 충분한 탐색이 이루어지면 지속적 호몰로지 기반으로 환경의 위상적 성질을 재구성할 수 있음을 보여준다.
• 공액과 공간적 겹침을 모두 반영한 기능적 연결 행렬 $A_{ij}$는 생물학적으로 타당한 공액 이벤트의 집합을 효과적으로 제약하여 모델의 생물학적 타당성을 높인다.