[논문 리뷰] Universality and individuality in a neural code

Elad Schneidman, Naama Brenner외 3명|ArXiv.org|2000. 05. 16.

Neural dynamics and brain function참고 문헌 19인용 수 19

한 줄 요약

이 논문은 파리의 동정성 운동 감지 뉴런(H1)에서의 스파이크 트레인 데이터를 사용하여 신경 코드의 보편성과 개인성(개인차)을 정보 이론 프레임워크로 정량화하는 방법을 제안한다. 연구 결과, 스파이크 타이밍 패턴은 개개인 간에 상당한 차이를 보이지만(개인성), 각 뉴런은 높은 코딩 효율성을 달성하여, 모든 파리에서 스파이크 하나가 동일한 정보를 전달함(보편성)을 보여주며, 이는 개인의 신경 코딩 스타일과 공통된 코딩 원리 사이의 근본적인 균형을 시사한다.

ABSTRACT

The problem of neural coding is to understand how sequences of action potentials (spikes) are related to sensory stimuli, motor outputs, or (ultimately) thoughts and intentions. One clear question is whether the same coding rules are used by different neurons, or by corresponding neurons in different individuals. We present a quantitative formulation of this problem using ideas from information theory, and apply this approach to the analysis of experiments in the fly visual system. We find significant individual differences in the structure of the code, particularly in the way that temporal patterns of spikes are used to convey information beyond that available from variations in spike rate. On the other hand, all the flies in our ensemble exhibit a high coding efficiency, so that every spike carries the same amount of information in all the individuals. Thus the neural code has a quantifiable mixture of individuality and universality.

연구 동기 및 목표

• 사전 정의된 지표에 의존하지 않고 개인 간의 신경 코딩을 비교하기 위한 정량적 방법을 개발하는 것.
• 신경 코딩 원리가 보편적인지 또는 개인 간에 다를지, 특히 평균 발화율을 초월하는 시간적 스파이크 패턴에서 조사하는 것.
• 신경 반응에 담긴 정보가 어느 정도 개인 간에 공유되는지, 어느 정도 각 개인 고유의 정보인지 평가하는 것.
• 응답 구조의 차이에도 불구하고 스파이크당 정보량인 코딩 효율성이 개인 간으로 보존되는지 확인하는 것.

제안 방법

• 자극과 반응 간 상호정보량을 통해 정보 이론을 활용해 신경 코딩의 유사성과 차이를 정의한다.
• 엔트로피와 조건부 엔트로피를 적용하여 반복적인 자극 제시 동안의 총 정보 용량과 노이즈를 정량화한다.
• 시간에 따라 변하는 발화율과 평균 발화율을 포함한 단일 스파이크 정보 공식을 사용해 스파이크당 정보율을 정의한다.
• 특정 개인을 알지 못한 채 복원하는 경우 발생하는 정보 손실을, 개인별 정보량과 앙상블 수준의 정보량 간의 차이로 계산한다.
• 파리의 신원을 변수로 삼아 정보 손실을 정량화하고, 이와 반응과 개인 신원 간의 상호정보량과 연결한다.
• 창고 T 동안 시간 평균 상호정보량을 사용해 渐近적 정보율과 코딩 효율성을 추정한다.

실험 결과

연구 질문

• RQ1 다른 파리의 동일한 뉴런 유형(H1)에서 스파이크 타이밍 패턴의 구조적 유사성 또는 이질성이 어느 정도인가?
• RQ2 스파이크당 전달하는 정보가 개인 간 일관된가? 이는 코딩 효율성의 보편성을 시사하는가?
• RQ3 개인의 신원을 알지 못한 채 반응을 복원할 경우 얼마나 많은 정보가 손실되는가? 이는 신경 코딩의 개인성에 대해 어떤 함의를 갖는가?
• RQ4 평균 발화율을 초월하는 시간적 스파이크 패턴이 코딩에 기여하는 정도는 어느 정도이며, 개인 간으로 어떻게 다를까?
• RQ5 정보 이론적 측정치를 사용해 보편성과 개인성의 균형을 정량화할 수 있는가?

주요 결과

• 개별 파리들은 스파이크 타이밍 패턴의 구조적 차이를 보이며, 특히 평균 발화율을 초월하는 정보 인코딩 방식에서 뚜렷한 개인적 차이를 보인다.
• 이러한 개인적 차이에도 불구하고, 모든 파리에서 스파이크 하나가 약동일한 양의 정보를 전달함으로써 높은 코딩 효율성과 정보 전송의 보편성을 시사한다.
• 스파이크당 정보율은 개인 간 일관되며, 개인의 반응 패턴과는 무관하게 효율적 코딩 원칙이 공유되고 있음을 시사한다.
• 시간적 스파이크 패턴이 총 정보의 상당 부분을 담고 있으며, 발화율 기반 코딩을 초월하는 추가 정보는 시너지 요인으로 정량화된다.
• 보편적 복원에 의한 평균 정보 손실은 반응과 개인 신원 간의 상호정보량과 직접적으로 연결되며, 개인성이 정량화 가능하고 비트리비하지 않음을 확인한다.
• 이 프레임워크는 한 개의 일관된 정보 이론적 측정치로 개인성(반응 구조의 차이)과 보편성(스파이크당 동일한 정보)을 성공적으로 정량화한다.