[论文解读] A unifying framework for understanding state-dependent network dynamics in cortex

Alexander Lerchner, Peter E. Latham|arXiv (Cornell University)|Nov 2, 2015

Neural dynamics and brain function参考文献 50被引用 6

一句话总结

本文提出一个统一框架，通过在稳定发放率平衡点发生转移时引入状态依赖的网络行为，扩展了皮层动力学的标准模型——使随机连接的兴奋性-抑制性网络能够再现多种实验观测结果，如近似同步放电、兴奋与抑制之间精确的时间关系、非高斯膜电位波动性以及快速状态转换——而无需引入额外的解剖学或生理学假设。

ABSTRACT

Activity in neocortex exhibits a range of behaviors, from irregular to temporally precise, and from weakly to strongly correlated. So far there has been no single theoretical framework that could explain all these behaviors, leaving open the possibility that they are a signature of radically different mechanisms. Here, we suggest that this is not the case. Instead, we show that a single theory can account for a broad spectrum of experimental observations, including specifics such as the fine temporal details of subthreshold cross-correlations. For the model underlying our theory, we need only assume a small number of well-established properties common to all local cortical networks. When these assumptions are combined with realistically structured input, they produce exactly the repertoire of behaviors that is observed experimentally, and lead to a number of testable predictions.

研究动机与目标

• 在单一理论框架下统一解释皮层网络动力学的多种实验观测结果，如不规则放电、弱相关性以及非高斯膜电位波动性。
• 解决标准 van Vreeswijk-Sompolinsky 模型的局限性，该模型无法解释近似同步活动和精确 E/I 时间关系等状态依赖现象。
• 证明当网络平衡点转移至低或零发放率时，仅通过一组已确立的皮层特性（强而稀疏的连接、强突触耦合、局部抑制）即可生成广泛多样的动力学行为。
• 提供一个可检验的理论扩展，以解释体内自发和刺激驱动的状态转换。

提出的方法

• 形式化一个基于电导的网络模型，包含 $N_E$ 个兴奋性神经元和 $N_I$ 个抑制性神经元，膜电位动力学由方程 (1) 描述，通过脉冲驱动的电导动力学引入突触电导变化。
• 使用方程 (2) 建模突触电导，其中 $G_{i}^{etaeta}(t)$ 表示来自突触前脉冲的总电导，为简化起见假设瞬时上升和指数衰减。
• 采用二次积分-发放神经元模型描述单个神经元动力学，并假设现实参数：平均 EPSP 幅度为 0.5 mV，强耦合，稀疏连接。
• 通过平均场近似和模拟分析网络行为，重点研究共享电导 $G_{\alpha\beta}(t)$ 如何通过方程 (20) 与发放率成比例，假设 $K \gg 1$ 以忽略 $j$-依赖性。
• 通过方程 (23) 推导出突触电导与发放率之间的比例关系，表明 $g_{j}^{\beta}(t) \approx \nu_j^{\beta}(t) F_j^{\beta}$，其中 $F_j^{\beta}$ 为电导瞬态的积分。
• 在不同外部输入（如正弦、Gabor 调制）下模拟网络行为，以探索亚阈值和超阈值区域，使用方程 (15)–(17) 定义的输入函数。

实验结果

研究问题

• RQ1 单一理论框架能否解释实验观测到的皮层网络动力学全谱，包括不规则放电、弱相关性以及非高斯膜电位波动性？
• RQ2 基于随机连接的兴奋性-抑制性网络的标准皮层动力学模型是否需要扩展，以解释近似同步活动和精确 E/I 时间关系等状态依赖现象？
• RQ3 在不引入新机制或解剖细节的前提下，仅通过一组生物上合理的假设（如强而稀疏的连接、强突触耦合、局部抑制）能否产生观测到的多样化网络行为？
• RQ4 网络发放率稳定平衡点（从中等水平到近零）的转移如何影响实验观测动力学的出现？
• RQ5 基于电导的模型在具备真实连接性和突触参数的前提下，能在多大程度上再现体内细胞内记录中观测到的精细时间相关性和状态转换？

主要发现

• 扩展后的模型成功再现了多种实验观测结果，包括近似同步放电、兴奋与抑制之间精确的相对时间关系以及非高斯膜电位波动性，所有结果均来自单一理论框架。
• 即使在无结构的随机连接网络中，只要具备强而稀疏的连接以及真实的突触参数，当网络在接近零发放率平衡点运行时，也能产生复杂且状态依赖的动力学。
• 共享突触电导 $G_{\alpha\beta}(t)$ 与突触前神经元的平均发放率成正比，如方程 (20) 所示，验证了电导可反映时间平均发放率的假设。
• 模型预测，在平均场极限下，由于神经元数量庞大，电导波动可忽略不计，从而支持使用平均电导动力学。
• 在时变输入（如正弦和 Gabor 调制）下的模拟成功再现了交替的亚阈值和超阈值区域，包括能模拟实验刺激的非对称 Gabor 函数。
• 该框架预测，行为或感觉调制期间观察到的网络状态快速切换，可由网络平衡点的转移引起，而无需改变网络结构或突触机制。