[논문 리뷰] Measuring Shared Information and Coordinated Activity in Neuronal Networks

Kristina Lisa Klinkner, Cosma Rohilla Shalizi외 1명|arXiv (Cornell University)|2005. 06. 07.

Neural dynamics and brain function참고 문헌 11인용 수 10

한 줄 요약

이 논문은 자극 반응 시간에 따라 변화하는 신경 회로의 동적 상태를 스파ike 트레인 데이터에서 재구성한 후, 이를 기반으로 공유 정보를 정량화하는 새로운 신경 조율 측정법인 정보적 공명성(informational coherence)을 제안한다. 기존의 상관관계나 동기화 측정법과 달리, 비선형적이고 시간에 걸쳐 확장된 활동 패턴을 포착하며, 감마 및 베타 리듬을 모의한 생물물리적 모델에서 인과적 인과관계를 더 잘 탐지함을 입증한다. 특히, 전반적인 정보량이 증가함에도 불구하고 베타 리듬에서 더 높은 공명성을 보이며, 이는 느린 리듬에서 더 강한 이차적 조율이 존재함을 시사한다.

ABSTRACT

Most nervous systems encode information about stimuli in the responding activity of large neuronal networks. This activity often manifests itself as dynamically coordinated sequences of action potentials. Since multiple electrode recordings are now a standard tool in neuroscience research, it is important to have a measure of such network-wide behavioral coordination and information sharing, applicable to multiple neural spike train data. We propose a new statistic, informational coherence, which measures how much better one unit can be predicted by knowing the dynamical state of another. We argue informational coherence is a measure of association and shared information which is superior to traditional pairwise measures of synchronization and correlation. To find the dynamical states, we use a recently-introduced algorithm which reconstructs effective state spaces from stochastic time series. We then extend the pairwise measure to a multivariate analysis of the network by estimating the network multi-information. We illustrate our method by testing it on a detailed model of the transition from gamma to beta rhythms.

연구 동기 및 목표

• 스파이크 트레인 활동의 비선형적, 확률적, 시간에 걸쳐 확장된 패턴을 포착할 수 있는 강력한 다변량 신경 조율 측정법을 개발하기 위해.
• 신경세포가 위상 고정되거나 지연된 스파이크 패턴을 보일 경우, 이차 상관관계나 교차상관관계 측정법이 조율된 활동을 탐지하는 데 한계를 보이는 문제를 해결하기 위해.
• 다중 전극 기록을 활용하여 대규모 신경망 내에서 정보 공유를 정량화할 수 있는 실용적 방법을 제공하기 위해.
• 네트워크 다변량 정보와 트리 근사법을 활용해 이차 측정법을 전역적 네트워크 수준의 분석으로 확장하기 위해.

제안 방법

• 최근 개발된 상태공간 재구성 알고리즘을 사용하여 확률적 스파이크 트레인 시간 시리즈에서 효과적인 동적 상태공간을 재구성한다.
• 정보적 공명성을 두 신경세포의 재구성된 동적 상태 간의 정규화된 상호정보량으로 정의하여 예측 가능성과 비선형적 의존성을 포착한다.
• 다변량 스파이크 트레인 데이터로부터 다변량 정보량과 전체 네트워크 공명성을 추정하기 위해 Chow-Liu 트리 근사법을 사용한다.
• 감도 기반의 생물물리적으로 세밀한 Hippocampal CA1 네트워크 활동 모델을 사용하여 감마 리듬(30–80 Hz)과 베타 리듬(12–30 Hz) 간의 전이를 시뮬레이션한다.
• 정보적 공명성과 표준 0-지연 교차상관관계를 비교하여, 조율된 신경군 탐지 성능을 평가한다.
• 스펙트럼 공명성과 상호정보량을 기준 비교 지표로 사용하여, 제안된 방법이 시간에 걸쳐 확장된 패턴을 더 잘 포착할 수 있음을 강조한다.

실험 결과

연구 질문

• RQ1 기존의 이차 상관관계가 비선형적이고 시간에 걸쳐 확장된 스파이크 패턴 간의 관계를 포착하지 못할 경우, 어떻게 신경망 내 조율된 활동을 측정할 수 있는가?
• RQ2 정보적 공명성이 스파이크 패턴의 인과적 조율을 탐지하는 데 있어 표준 이차 통계량(예: 교차상관관계)보다 얼마나 뛰어나게 성능을 발휘하는가?
• RQ3 생물물리적으로 현실적인 모델에서 감마와 베타 리듬 전이와 같은 다양한 신경 상태 전환 시 공유 정보 측정치는 어떻게 변화하는가?
• RQ4 동적 노이즈가 존재하더라도 정보적 공명성이 기능적 그룹(예: pyramidal 세포 및 인터뉴런 집단)을 신뢰성 있게 탐지할 수 있는가?
• RQ5 전역적 네트워크 다변량 정보량과 공명성 추정치는 상태 전이 동안 네트워크 전체의 정보 공유 변화를 어떻게 반영하는가?

주요 결과

• 정보적 공명성은 위상 고정되거나 지연된 스파이크 패턴으로 인해 교차상관관계로는 결과가 흐려지는 감마 및 베타 리듬 모두에서 조율된 블록(예: 피라미드 세포 및 인터뉴런)을 성공적으로 식별하였다.
• 감마 리듬에서는 평균 정보적 공명성이 0.411로 측정되었고, 베타 리듬에서는 0.614로 증가하여 더 느린 리듬에서 더 강한 이차적 조율이 존재함을 시사하였다.
• 전역적 네트워크 다변량 정보량 추정치는 감마 리듬 기간에 3243.7 비트에서 베타 리듬 기간에 7377.7 비트로 증가하여 더 활성화된 상태에서 전체 정보량이 더 높음을 반영하였다.
• 전체 정보량이 증가했음에도 불구하고, 전역적 네트워크 공명성은 베타 리듬에서 0.777에서 0.742로 약간 감소하여, 더 많은 정보가 존재하더라도 네트워크 전체의 조율성이 다소 낮아졌음을 나타내었다.
• 정보적 공명성은 0-지연 교차상관관계 및 표면 상호정보량보다 기능적 그룹 탐지에서 뛰어난 성능을 보였으며, 특히 위상 이동과 노이즈 존재 조건에서도 유의미하였다.
• 이 방법은 동적 노이즈에 대해 강건했으며, 활동의 시간에 걸쳐 확장된 패턴을 효과적으로 포착하여 분산 신경 코드 분석에 실용적임을 입증하였다.