[论文解读] Synergy from Silence in a Combinatorial Neural Code

Elad Schneidman, Jason Puchalla+4 more|ArXiv.org|Jul 13, 2006

Neural dynamics and brain function参考文献 38被引用 4

一句话总结

本研究揭示，在视网膜神经编码中，放电与沉默的模式——尤其是沉默期——会产生显著的协同效应，即群体活动传递的信息量超过单个神经元信息量之和。通过在自然刺激下对多电极记录数据应用信息论，作者发现同步放电大多具有冗余性，而沉默模式则实现了独特且协同的刺激特征编码。

ABSTRACT

The manner in which groups of neurons represent events in the external world is fundamental to neuroscience. Here, we analyze the population code of the retina during naturalistic stimulation and show that the information conveyed by specific multi-neuronal firing patterns can be very different from the sum of the pattern's parts. Synchronous spikes convey more information than either of the participating cells, but almost always less than their sum, making them redundant coding symbols. Surprisingly, patterns of spiking and silence are mostly synergistic - carrying information that is accessible only by observing the whole pattern of activity, rather than its components, and signifying unique features in the stimulus. These results demonstrate that the retina uses a combinatorial code and that the brain can benefit significantly from recognizing multi-neuronal firing patterns.

研究动机与目标

• 研究视网膜中多神经元放电模式如何编码超出各神经元贡献总和的信息。
• 确定特定的放电与沉默模式在传递刺激信息时是否具有协同、冗余或独立性。
• 利用自然刺激探索组合编码在神经种群中的功能意义。
• 检验协同效应是否主要源于沉默期而非同步放电，从而挑战关于神经编码的主流假设。

提出的方法

• 使用时变符号速率模型测量神经符号（放电模式）所携带的信息，定义为 $ I(\sigma;S) = \frac{1}{T}\int_0^T \frac{r_\sigma(t)}{\bar{r}_\sigma} \log_2 \frac{r_\sigma(t)}{\bar{r}_\sigma} dt $，其中 $ r_\sigma(t) $ 为符号出现的时变速率。
• 利用重复刺激呈现的围刺激时间直方图（PSTHs）估计符号速率及其受动态刺激调制的情况。
• 通过贪婪算法优化时间窗内的速率分布，计算在单个细胞放电速率约束下，联合符号（如 $1\otimes1$）可达到的最大可能信息量，以量化潜在协同效应。
• 将协同效应定义为联合模式可实现的最大信息量与各细胞信息量之和的差值，从而提供实际协同效应的下限。
• 开发了一种基于刺激投影到偏好方向向量上的S型函数的双极细胞反应通用模型，并加入噪声以模拟变异性。
• 通过在大量随机刺激和100个偏好方向均匀分布的神经元上平均计算，评估成对与三元组神经元的协同效应与冗余性。

实验结果

研究问题

• RQ1 视网膜中的多神经元放电模式是否传递了超过其各部分之和的信息？
• RQ2 协同效应主要由同步放电驱动，还是由涉及沉默的模式驱动？
• RQ3 特定神经符号（如放电对或沉默模式）的信息含量如何与刺激动态相关？
• RQ4 具有S型调谐和噪声的通用神经反应模型能否再现观测到的协同与冗余模式？
• RQ5 组合编码——尤其是沉默期——在神经表征中发挥何种功能作用？

主要发现

• 涉及沉默的模式，尤其是与放电组合时，表现出强烈的协同效应，即整体模式传递的信息无法从单个神经元中获得。
• 同步放电对通常具有冗余性，其传递的信息量少于各神经元贡献之和，尽管仍比任一单个细胞更富信息。
• 联合放电模式的最大潜在协同效应显著高于实际观测到的协同效应，表明协同效应受到生物反应统计特性的限制。
• 沉默模式所传递的平均信息量相当可观，且常常超过放电对的信息量，凸显其在神经编码中的功能重要性。
• 具有S型调谐和噪声的通用神经反应模型成功再现了观测到的协同与冗余模式，表明此类编码是神经回路的一般特征。
• 与协同模式相关的刺激特征具有独特性，无法从单个细胞反应中预测，表明刺激结构得到了独特的编码。