[论文解读] Grid cells show field-to-field variability and this explains the aperiodic response of inhibitory interneurons

Benjamin Dunn, Daniel Wennberg+2 more|arXiv (Cornell University)|Jan 17, 2017

Memory and Neural Mechanisms参考文献 33被引用 12

一句话总结

本文表明，网格细胞在放电率振幅上表现出显著的场间差异性，挑战了现有模型中所有放电场具有相同峰值放电率的假设。通过在具有稀疏、类似场所的输入下，将这种差异性纳入两两群体兴奋-抑制网络模型中，作者表明抑制性中间神经元可自然产生非周期性的空间放电模式——与实验数据一致——同时还能在海马下游神经元中实现全局重编程。

ABSTRACT

Research on network mechanisms and coding properties of grid cells assume that the firing rate of a grid cell in each of its fields is the same. Furthermore, proposed network models predict spatial regularities in the firing of inhibitory interneurons that are inconsistent with experimental data. In this paper, by analyzing the response of grid cells recorded from rats during free navigation, we first show that there are strong variations in the mean firing rate of the fields of individual grid cells and thus show that the data is inconsistent with the theoretical models that predict similar peak magnitudes. We then build a two population excitatory-inhibitory network model in which sparse spatially selective input to the excitatory cells, presumed to arise from e.g. salient external stimuli, hippocampus or a combination of both, leads to the variability in the firing field amplitudes of grid cells. We show that, when combined with appropriate connectivity between the excitatory and inhibitory neurons, the variability in the firing field amplitudes of grid cells results in inhibitory neurons that do not exhibit regular spatial firing, consistent with experimental data. Finally, we show that even if the spatial positions of the fields are maintained, variations in the firing rates of the fields of grid cells are enough to cause remapping of hippocampal cells.

研究动机与目标

• 挑战网格细胞模型中所有放电场具有相同峰值放电率的假设。
• 解决理论模型预测抑制性中间神经元呈现规则空间放电，而实验数据却显示其为非周期性反应之间的矛盾。
• 研究网格细胞场振幅的可变性如何驱动海马锥体细胞的全局重编程。
• 构建一个网络模型，通过场间可变性和稀疏连接，重现实验观察到的非周期性中间神经元放电。

提出的方法

• 利用开放场环境中大鼠记录的373个网格细胞，通过分水岭分割法检测放电场。
• 计算场间（s²_B）和场内（s²_W）放电率的方差，并使用F统计量检验场间可变性是否显著。
• 定义无量纲的可变性系数（c_B 和 c_W），以标准化并比较不同细胞间的可变性。
• 构建一个具有稀疏、类似场所的外部输入的两两群体兴奋-抑制网络模型，作用于兴奋性网格细胞。
• 实施兴奋性与抑制性神经元之间的连接规则，当网格场振幅变化时，可产生非周期性中间神经元放电模式。
• 使用非负矩阵分解（NMF）的乘法更新规则学习网络模型中的突触权重。

实验结果

研究问题

• RQ1 网格细胞在其空间放电场之间是否表现出显著的放电率振幅可变性，从而与标准模型中假设的均匀峰值放电率相矛盾？
• RQ2 网格细胞放电的场间可变性是否能够解释实验观察到的抑制性中间神经元的非周期性空间放电？
• RQ3 在保持空间放电场几何结构不变的前提下，网格细胞场振幅的可变性是否会导致下游海马锥体细胞的全局重编程？
• RQ4 一个具有稀疏、类似场所输入和真实连接性的网络模型，能否在不假设周期性中间神经元调谐的前提下，重现中间神经元的非周期性放电？

主要发现

• 在373个记录细胞中，网格细胞放电率的场间可变性具有统计学显著性，场间方差（s²_B）显著高于场内方差（s²_W），F统计检验结果（p < 0.05）在94%的细胞中具有显著性。
• 场间可变性系数（c_B）在细胞间平均为0.38，表明振幅异质性显著，而场内可变性（c_W）较低，提示存在场特异性调制。
• 在两两群体网络模型中，引入场振幅可变性（同时保持空间放电场几何结构）可产生非周期性空间放电模式，与实验记录一致。
• 该模型在不假设周期性中间神经元调谐的前提下，重现了实验观察到的非周期性中间神经元反应，解决了连续吸引子模型中的一个关键矛盾。
• 即使空间放电场位置固定，仅通过改变网格细胞各场的相对振幅，也能在模拟海马锥体细胞活动的前馈网络中诱导出全局重编程。
• 该模型的网络动力学不依赖于路径积分或移动六边形活动模式，而是通过环回连接和稀疏、类似场所的输入生成网格放电。