神经元。作者手稿；PMC 2008年3月10日提供。
以最终编辑形式发布为：
PMCID公司：PMC2266612型
NIHMSID公司：NIHMS41441
抑制与脑力劳动
,1,* ,2和三
吉尔吉·布扎基
1美国新泽西州纽瓦克州立大学罗格斯分校分子和行为神经科学中心，邮编：07102
凯凯拉
2芬兰赫尔辛基大学生物与环境科学系和神经科学中心，00014赫尔辛基
马科斯·雷克利
三美国密苏里州圣路易斯华盛顿大学医学院放射科、神经病学、神经生物学和生物医学工程系
1美国新泽西州纽瓦克州立大学罗格斯分校分子和行为神经科学中心，邮编：07102
2芬兰赫尔辛基大学生物与环境科学系和神经科学中心，00014赫尔辛基
三美国密苏里州圣路易斯华盛顿大学医学院放射科、神经病学、神经生物学和生物医学工程系
摘要
大脑能量预算的主要部分（~60%-80%）用于交流活动。虽然抑制对大脑功能至关重要，但对其代谢成本的关注相对较少。了解抑制性中间神经元如何促进大脑能量消耗（大脑工作）不仅有助于理解大脑功能的基本方面，而且有助于了解依赖于血流和新陈代谢相关测量的功能性大脑成像技术。在此，我们研究了与评估抑制性中间神经元在大脑功能服务中所做工作相关的问题。
背景
一个普通成年人的大脑约占体重的2%，但却约占所消耗能量的20%。这种能量消耗是如何在大脑中的细胞类型和他们执行的各种活动之间进行分配的，这是一个积极的研究领域（参见。Fox和Raichle，2007年). 正电子发射断层扫描（PET）和功能磁共振成像（fMRI）等功能成像技术的迅速发展在很大程度上刺激了这项研究，这些技术基于大脑血流和代谢的测量。迄今为止，大多数研究都集中于谷氨酸能主细胞和星形胶质细胞的作用。
虽然谷氨酸能主细胞构成了皮层神经元的大多数，但剩余的15%–20%是抑制性GABA能中间神经元(Sillito，1984年;Hendry等人，1987年;DeFelipe，1993年;Somogyi等人，1998年;Markram等人，2004年). GABA能中间神经元在许多方面与主要细胞不同，包括树突组织、轴突连接、内在生物物理特性、放电模式、网络活动和行为相关性(Freund和Buzsáki，1996年;Somogyi等人，1998年;McBain和Fisahn，2001年;Somogyi和Klausberger，2005年;Buzsáki等人，2004年;Markram等人，2004年;Soltesz，2006年).
主细胞和中间神经元之间的动态伙伴关系()确保在大脑皮层的扩展区域内对神经元的全局放电速率进行整体稳态调节，同时允许在短时间窗口内局部兴奋性的显著变化，这是处理和发送消息以及修改网络连接的要求。协同抑制可以确保兴奋性轨迹的正确路线，并且竞争性细胞集合在功能上是分离的。因此，为了响应相同的输入，给定的网络可以根据抑制状态在不同的时间产生不同的输出模式(). 神经元间支持的振荡为主要细胞的时空放电模式所代表的内容提供了时间背景（参见。Buzsáki和Chrobak，1995年;Salinas和Sejnowski，2001年).
脑能量消耗与神经生理学的关系关键取决于主细胞（P）和中间神经元（i）之间存在的伙伴关系“自发”持续（内在）活动（A）占大脑能量预算的最大比例，而诱发活动是兴奋（谷氨酸）和抑制（GABA）的结合。
（B） 在最简单（但非现实）的例子中，谷氨酸释放增加导致的活动变化没有受到GABA、EPSP和spike变化的影响输出相关性很好，伴随着能源消耗的增加。然而，GABA和谷氨酸的平行变化在系统中引起非线性反应。例如，在皮层下神经递质（例如乙酰胆碱[Ach]）产生的躯体前馈抑制（C）增加的情况下，谷氨酸释放的增加产生与（B）相同的EPSP，但主细胞的尖峰输出减少。尽管主电池的输出没有改变，但局部能耗仍如（B）所示增加。尽管局部计算和尖峰输出存在差异，但仅检测谷氨酸释放相关代谢活动的成像方法无法区分（B）和（C）。
（D） 在存在树突抑制（D）的情况下，局部释放的谷氨酸的量可能甚至大于（B）或（C），但在这种假设情况下，主细胞的输出与（C）中相同。与EPSP生成和星形胶质细胞处理谷氨酸有关的能量消耗将明显增加，可能比（B）或（C）中的能量消耗更多。这些例子说明了大脑成像信号对与主细胞和中间神经元输入相关的能量需求事件的依赖性。它们还提醒研究人员，将主细胞（棘波）的输出与大脑成像信号的变化进行比较可能会带来复杂性。
虽然两者的许多功能阶段性的和补药抑制对大脑的运作至关重要，它们所消耗的能量远没有对主要细胞的兴奋效应引起重视（参见。Heeger和Ress，2002年;阿特维尔和吉布，2005年;Raichle和Mintun，2006年). 下面，我们将讨论兴奋网络和抑制网络之间的差异，以及它们在工作大脑中的复杂交互作用如何对评估神经元计算的代谢支出产生重要影响。
为了提供一个恰当的背景来理解中间神经元在大脑能量消耗发生中的作用，我们首先简要回顾了与评估中间神经元对大脑工作的贡献相关的大脑能量代谢和循环的一些方面，我们回顾了大脑能量预算中可归因于抑制的部分的有限数据。由于后者的不完整性，我们接下来将在本综述的剩余部分中讨论中间神经元和抑制的特性，这些特性将指导未来的工作。
脑力劳动
最近的评估大脑总能量消耗使用多种方法一致表明，大脑能量消耗的50%至80%似乎用于与神经元的输入和输出活动相关的信号传递(Sibson等人，1997年,1998;艾姆斯，2000;Attwell和Laughlin，2001年;伦尼，2003). 虽然大部分用于信号传递的能量都用于谷氨酸的活动，但最近对大鼠大脑皮层进行的核磁共振波谱研究表明，GABA对谷氨酸/谷氨酰胺循环的贡献（GABA在星形胶质细胞中可以转化为谷氨酸）可能占总氧化代谢的10%-15%(Patel等人，2005年).
信号传递所需的大部分能量来自葡萄糖向二氧化碳和水的代谢，这是一个从糖酵解开始到氧化磷酸化结束的两阶段过程。传统上，这两个过程被视为与糖酵解协同作用，为氧化磷酸化提供必要的底物（即丙酮酸）。然而，事实上，尽管存在足够的脑氧合，糖酵解的发生却超出了为氧化磷酸化提供底物所需的程度。虽然大家都知道有一段时间了(Gibbs等人，1942年;Raichle等人，1970年;Siesjö，1978年)，这一点的重要性过量的由于糖酵解与脑细胞活动增加引起的代谢需求有着独特的联系，因此最近才认识到糖酵分解对正常脑功能的作用(;Fox等人，1988年).
神经活动与BOLD的关系大脑活动的增加涉及血流量和葡萄糖使用的增加，如用反向环形棋盘刺激视觉系统时所示（a）（数据改编自Fox等人，1988年). 氧气使用增加的程度是可变的，但始终小于葡萄糖利用和血液流量的增加。fMRI BOLD信号作为大脑活动的标志出现，因为由此导致的氧利用率和血红蛋白氧合增加，这对MRI磁场有直接影响(小川等人，1990年). 如果活动增加的情况包括氧气消耗、葡萄糖利用和血流的等量增加，那么用2-脱氧葡萄糖测量葡萄糖利用将显示变化，但fMRI BOLD信号不会（B）。兴奋性神经递质的增加是否可能导致血液和葡萄糖利用率的增加，这一增加大于耗氧量的增加，但随着抑制性神经传递的增加，三者平行移动？迄今为止，由于缺乏严格的实验，人们无法回答这个问题。
糖酵解是大脑活动的一个独特组成部分（参见。Raichle和Mintun，2006年)促使人们重新评价脑能量代谢的细胞生物学。人们的兴趣集中在星形胶质细胞及其在从突触摄取谷氨酸中的作用上。当星形胶质细胞暴露于谷氨酸时，它们会出现糖酵解爆发，但当暴露于GABA时则不会(Chatton等人，2003年). 这些数据被解释为对GABA介导的抑制反应在fMRI BOLD信号变化中的可能性提出质疑。
虽然大脑的大部分能量预算用于不间断的（“自发”）活动，大多数使用功能成像技术的研究都集中于变化大脑能量消耗(). 当测量血流量或葡萄糖利用率时，这些变化通常在局部范围内为5%至10%。然而，就局部脑能量消耗而言，“基线与任务”相关的差异可能更小，因为葡萄糖利用（糖酵解）显著超过了耗氧量的变化(). 当葡萄糖完全代谢为二氧化碳和水时，糖酵解只产生6%的能量。可以估计，如果大脑局部葡萄糖消耗量增加10%，那么从静息基线开始能量消耗的增加可以从1%（耗氧量没有增加）到10%（葡萄糖完全代谢为二氧化碳和水）。因为fMRI的成像信号取决于可用氧气量的局部变化(小川等人，1990年)因此，功能磁共振成像将无法“看到”由氧化磷酸化增加完全支持的能量消耗变化。这意味着抑制功能可能仍然未被检测到，其可能更多地由氧化机制支持，而非兴奋性信号（见下文）。因此，必须指出，评估糖酵解和氧化磷酸化的相对贡献需要PET测量耗氧量和葡萄糖利用率(Fox等人，1988年).
无论使用何种方法，了解能量消耗在神经膜中的分布是很重要的。大多数研究表明，主要的代谢代价是对细胞的兴奋性输入(施瓦茨等人，1979年;Mata等人，1980年;Kadekaro等人，1985年;Nudo和Masterton，1986年;Logothetis等人，2001年;洛戈塞提斯，2003年;Logothetis和Wandell，2004年;维斯瓦纳坦和弗里曼，2007年)而不是在它们的输出尖峰中，并且抑制性输入的成本经常被忽略。说明这一点的是尾壳核与苍白球神经元的强直放电率以及这两个区域的相关代谢之间的不一致。尾壳核中中等棘状GABA能神经元的张力放电频率约为1 Hz，而主要投射到丘脑的苍白球中GABA能神经细胞的张力放电持续频率高达60–80 Hz(水貂，1996年;Tepper等人，2007年). 这些燃烧率差异应与这两个结构中葡萄糖的代谢率进行对比，这在大鼠、猫和猴子中显示出相反的模式，即尾状突高而苍白球低(索科洛夫，1984年)这与尾壳核多巴胺较强的谷氨酸能神经支配相一致。
从上述实验中，我们可以预计苍白球细胞快速放电的成本将以表达其GABA能抑制的丘脑的能量消耗来表示。与这一预测一致，苍白球抑制细胞放电率的变化与用PET和18氟脱氧葡萄糖(艾德伯格等人，1997年). 此外，为治疗帕金森氏病而损伤苍白球导致丘脑葡萄糖代谢减少，丘脑神经元投射到的大脑皮层辅助运动区增加(艾德伯格等人，1996年). 使用PET测量血流，Hershey及其同事(Hershey等人，2003年)通过检测丘脑底核（STN）刺激对植入电极治疗帕金森病患者的影响，进一步推动了上述研究。他们观察到苍白球的血流量增加，与STN的兴奋性输入相一致，同时丘脑的血流量也增加，这归因于苍白球体的抑制性输入和辅助运动区的减少。
新皮质的实验也强调了中间神经元活动的代谢需求。阿克曼及其同事在早期尝试评估任务激发的GABA能神经传递的能量消耗(Ackermann等人，1984年)用2-脱氧葡萄糖组织放射自显影术(Sokoloff等人，1977年)测量葡萄糖代谢的变化，并报告海马主要细胞沉默后葡萄糖代谢增加。他们推断，刺激引起的能量消耗增加主要是由于神经元间的放电和相关的抑制（另见Nudo和Masterton，1986年). 由于在这些实验中既没有直接测量GABA能抑制，也没有直接测量到GABA神经元的活性，中间神经元和抑制的因果作用不能得到明确的支持。然而，在随后的一项研究中，对仓鼠体感皮层中经免疫细胞化学鉴定的GABA能神经元进行2-脱氧葡萄糖标记，发现GABA能神经细胞的葡萄糖代谢明显强于谷氨酸能神经元(McCasland和Hibbard，1997年).
不幸的是，上述研究都没有告诉我们抑制所需的能量是由糖酵解、氧化磷酸化还是二者的某些组合提供的。如果没有测量耗氧量，大脑能量消耗的变化幅度仍然未知。
总之，大脑的能量消耗主要用于其功能活动，多达80%用于与神经元输入和输出相关的信号传递。与整体能量预算相比，与诱发活动相关的能量消耗变化较小。抑制对脑功能活动诱发变化的作用无疑存在，但其程度尚待确定。由于兴奋性主细胞和抑制性中间神经元对大脑功能的不同方面有贡献，并且由于兴奋性和抑制性系统的活动模式可以以任务依赖的方式解离，基于差异的代谢变化可以反映系统或其复杂相互作用的活动变化。了解其各自贡献的关键步骤将需要对糖酵解和氧化磷酸化进行定量评估。
由于与抑制和大脑工作相关的数据不完整，我们接下来将更详细地考虑中间神经元的特性和抑制在大脑功能中的作用，以强调抑制系统能量节省和消耗的潜在机制。
中间神经元手术的直接和间接代谢成本
中间神经元群对GABA能的控制通过两种不同的机制实现：动作电位依赖性或“相”抑制和动作电位无关性或“强直”抑制(Mody和Pearce，2004年;Semyanov等人，2004年;Farrant和Nusser，2005年;Farrant和Kaila，2007年). GABA，通过GABA行事A类受体，增加膜对氯的渗透性−和HCO三−离子(凯拉，1994年). 与主小区上保真度较低的EPSP相比，在较低频率下，IPSP很少发生故障(Tamas等人，1997年;Somogyi等人，1998年;Kraushaar和Jonas，2000年). GABA的功能后果A类受体的激活取决于突触后膜的极化水平。通常，氯化物萃取K-Cl共转运体（KCC）的活性，如KCC2(Rivera等人，1999年;Payne等人，2003年)产生跨膜Cl−产生超极化突触后反应所需的梯度。GABA公司A类通道激活也会降低目标细胞的输入电阻，这称为“分流”抑制(Farrant和Kaila，2007年;Bartos等人，2007年). 在评估这些“直接”GABA传递机制的代谢成本时，还需要考虑中间神经元操作在维持体内大脑网络活动动态平衡方面的间接影响。
抑制对主细胞活性的间接影响
虽然还需要进一步研究来评估抑制的直接代谢成本(Lauritzen，2005年)，通过改变主细胞的放电速率和模式来表达抑制的间接作用更容易说明。抑制通过两个相位对主细胞放电进行增益控制()和补益机制。抑制可以改变膜的电导和时间常数，从而改变兴奋性突触整合发生的时间窗口(Pouille和Scanziani，2001年). 这不是简单的线性（加法）操作，将主细胞的输入输出兴奋性曲线向左或向右移动，而是斜坡因为神经元的兴奋性取决于输入电导的可变性(Semyanov等人，2004年). 结果是传入兴奋（谷氨酸释放和EPSP）和输出尖峰之间存在难以预测的非线性关系。通常情况下，信息不是通过神经元群体的激发变化来表示的，而是通过改变细胞集合中的成员关系来表示的。细胞集合中成员关系代表了群体随时间变化的恒定比例。例如，尽管主细胞和中间神经元的放电率在10毫秒尺度上发生了剧烈变化，但海马CA1锥体细胞群和几组中间神经元在秒尺度上的总放电率在整个睡眠周期、学习条件、网络状态变化、，甚至在长时间增强后(Csicsvari等人，1999年;Hirase等人，2001年;Dragoi等人，2003年). 改变的是时间定义的细胞集合中神经元的成员资格以及集合序列的时空组合(Harris等人，2003年). 另一方面，位于CA1层的中间神经元亚群在网络的θ频率振荡期间放电率可增加50%(Csicsvari等人，1999年)这是一种与注意力、唤醒、探索和运动增加相关的状态（参见。布兹萨基，2002年). 尽管在不同的条件和状态下，主细胞群的放电率相对恒定，但fMRI研究可以检测到海马体在不同任务中的BOLD变化(Maguire等人，1998年;Zeineh等人，2003年)，表明神经成像信号和主细胞的放电速率不是简单地可互换的。其他系统也报告了主细胞缺乏与任务相关的点火率变化。在灵长类的V2皮层中，在推测的中间神经元的活动中检测到了强烈的注意力介导的增加，但在主细胞的放电率中只有微不足道的变化(Mitchell等人，2007年). 这些发现的含义是，虽然主细胞的尖峰增加与末端释放的谷氨酸量和靶点EPSP的频率有关，但情况可能并不总是相反。脑电定量变化反映出传入兴奋/谷氨酸释放增加和相关的树突状去极化，这可能导致主细胞输出尖峰增加，平均放电率无变化，甚至放电输出减少，具体取决于抑制状态().
单个神经元的协同抑制和激发：对离子通量的影响
从上述总结可以看出，在评估抑制的代谢消耗时，区分GABA介导机制的直接或直接离子能后果和完整神经元和网络中抑制传递的功能后果非常重要。突触传递导致质膜离子梯度的消散，而通过主动转运机制恢复质膜离子的梯度通常被认为是大脑能量消耗的主要因素(Siesjö，1978年;阿特维尔和劳克林，2001年;埃雷钦斯卡和西尔弗，1989年). 然而，从下面的讨论中可以明显看出，单独估计抑制或兴奋的能量成本是不可能的（无论是理论上还是经验上）。
为了说明我们的观点，让我们考虑与特定谷氨酸能突触后事件相关的总离子流量，该事件激活目标神经元中固定数量的离子型谷氨酸受体。在没有抑制的情况下，一定数量的Na+离子将通过谷氨酸受体通道进入细胞，目标神经元将去极化。现在，如果在GABA存在的情况下激发出完全相同的谷氨酸电导A类受体介导的抑制，一个看似矛盾的结果是，当钠的总流量+跨谷氨酸门控通道将增强，对膜电位有较小的去极化作用。这个“悖论”的关键很简单：Na的驱动力+在同时存在抑制的情况下会更大。应该注意的是，如果我们考虑固定的突触后GABA，情况也是类似的A类孤立电导和同时存在的激发：在后一种情况下，目标神经元将积累更多的Cl−比前一种情况要好。基于离子驱动力的这些基本考虑得出的一个重要结论是，总离子通量，因此，如果两种类型的突触事件之间存在时间重叠，那么在单个目标神经元水平上的激励和抑制的成本都会增加。通过协同抑制和激发，大多数总离子通量是电中性的（基于钠的相互中和净流入+和Cl−). 这将在下文中以更定量的方式进行讨论。
在一个孤立的神经元中，单个突触输入作用于高输入电阻的背景，产生一个IPSP，GABAA类受体介导的氯净流入−可忽略不计，相当于Cl微摩尔范围内的净增益−为接近氯化物平衡电位E的膜电容充电氯(; 看见凯拉，1994年;Farrant和Kaila，2007年;普隆西和巴尔，2000年). 对于同时接收抑制信号和兴奋信号的真实网络中的神经元，大多数同时流入的氯离子−和Na+将对彼此起电中和作用（见上文）。因此总净离子通量将比电容电流高几个数量级通过检测抑制介导的电荷转移（Q我)和激励（Qe（电子）)，按Cl−和Na+分别是。因为电容电流可以忽略不计，必须以整体电中性为准（即Q我=Qe（电子）)，抑制的突触后能量消耗依赖于由离子型谷氨酸受体介导的同时兴奋电流。同时，谷氨酸受体激活的突触后能量消耗在抑制存在时更大。基于中所示的等效电路，能源成本的定量表达式(W公司)同时抑制（由Cl介导−)和兴奋（由Na介导+)可以从以下位置获得
协同抑制和激发增加氯的净流入量−和Na+以及这两种突触后动作的能量消耗（A1）当仅对单个离子物种具有渗透性的通道被激活时（描述为电导，G公司)，为膜电容充电所需的电流C类米这个离子的平衡势(E类)可以忽略不计。因此，穿过膜的净离子通量非常小。（A2）在协同激活和抑制期间，谷氨酸和GABA修饰的离子通道(G公司纳和G公司氯）被激活。同时流入相反电荷的钠+和Cl−离子，由离子电化学梯度驱动(V（V）米−E类纳和V（V）米−E类氯)，发生。因此，大部分Na的净流入+和Cl−离子是电中性的（参见方程式1).
（B） 描述兴奋性和抑制性突触处通道和转运体介导的离子通量的简化方案，其中Cl的净流入−和Na+穿过谷氨酸和GABA门控离子通道的离子被K-Cl共转运蛋白KCC2（或其他KCC亚型）和Na-K ATP酶抵消。K（K）+Na-K AT-Pase的积累通常导致E值K（K）约为−100 mV，这是超极化GABA能抑制的基本要求：K+电化学梯度设置Cl的驱动力−KCC2挤压。因为Na-K ATP酶占据两个K+一个ATP水解循环的离子，两个Cl−离子被挤压出来的代价是一个ATP。因此，消耗一个ATP分子的Na-K泵的一个循环可以抵消两个Cl的流入−离子和三钠+离子。“Out”和“in”分别指细胞外和细胞内隔室。在（A2）中，设置E类纳和E类氯被采纳。
哪里W公司指的是重新建立已被沟道传导网络通量消散的离子梯度所需的工作(我=电流，G公司=电导，E类=平衡电位，下标指离子物种）。应该再次强调方程式1给出了稳态下在导电回路中流动的电流：总离子电流我不是网络跨膜影响的电流V（V）米.
上述考虑意味着，在嵌入有源网络的神经元中，量化抑制或兴奋的能量消耗在孤立情况下没有意义。因为“直接”或直接能源成本给定GABA能量事件的上下文相关，试图设计实验来估计药物阻断GABA（或谷氨酸）传播的抑制成本并不是一个令人满意的方法。如上所述，兴奋的代谢费用有一种完全相似的上下文依赖性。这里值得强调的是，即使在单个突触后神经元的水平上，上述药物分离也是无效的方法——这是由方程式1.
基于方程式1，有人可能会预测增强补品GABAA类受体介导的电导（参见Farrant和Kaila，2007年)只要兴奋性传递没有严重受阻，就会导致能量消耗增加。在这里，有趣的是注意到，在正常人类受试者中使用PET的观察表明，特定GABA的给药A类受体激动剂4，5，6，7-四氢异恶唑[5,4-c]吡啶-3-醇（THIP；一种已知能诱导紧张性GABA电导的激动剂）导致葡萄糖代谢增加，尽管临床和脑电图监测显示给药后有镇静作用和嗜睡(Peyron等人，1994年). 在颞叶癫痫患者中，THIP诱导的葡萄糖代谢增加在电活动减退灶中最高(Peyron等人，1994年b).
似乎在皮层神经元中表达的主要K-Cl协同转运蛋白KCC2在维持Cl中起着关键作用−皮层主要神经元的电化学梯度(Rivera等人，1999年)，是为了最小化神经元能量消耗而优化的。这里值得注意的是K-Cl共传输的电中性，因为（根据定义）电中性转运体不会引起膜电位的变化以及由此产生的电压驱动的离子通量。特别是，因为KCC2协同转运器在近平衡状态下运行(Payne等人，2003年)，它允许最大化从K中获取的能量+为Cl挤压提供燃料的梯度−.在转运体光度水平，挤出一个Cl−神经元K-Cl协同转运蛋白产生的离子需要一个K的“能量”+离子(). 在此，还值得注意的是，碳酸氢盐在GABA中的大量流出A类受体(凯拉，1994年)将在电子静音净流入的氯离子中增加另一组分−并且因此涉及与抑制相关的总能量消耗。这是因为HCO的去极化驱动力三−由控制细胞内pH值的质膜离子转运体产生(Kaila和Voipio，1987年)，其保持在比基于HCO被动分布预测的更碱性的稳态水平三−(Chesler和Kaila，1992年).
目前的讨论侧重于离子性GABA能和谷氨酸能传输，但相互中和的离子通量可能是由许多不同类型通道的同时激活引起的（或由给定通道类型的非理想选择性引起的）。事实上，从在各种条件下可以检测到的单价离子的大幅度（mM范围）活动依赖性位移中可以明显看出，大脑中存在大的电静音离子通量(尼科尔森，1993年;Voipio和Kaila，2000年;Payne等人，2003年).
结论
过去几十年的研究揭示了神经元放电模式、代谢活动和成像信号之间相当复杂的关系。我们综述的目的是强调皮质主细胞和GABA能中间神经元群的独特形态、连接、整合和放电特性，以及它们彼此之间以及与脑能量学之间的复杂关系。由于主细胞和中间神经元以根本不同的方式对信息处理做出贡献，因此评估它们各自在大脑工作中的份额以及在大脑图像中的贡献是可取的。
功能成像仍然是研究人脑系统级功能的主要工具。作为神经元群体集体行为的度量，它提供了不同网络中操作模式的基本信息。然而，这些信号不应被视为神经元峰值的替代测量或细胞分辨率神经生理学方法的替代。相反，它们提供了重要的补充信息。此外，单靠葡萄糖消耗和血流无法区分非氧化性糖酵解和线粒体驱动的磷酸化。还必须测量耗氧量，以全面了解大脑活动变化的代谢后果。通过了解主要细胞和中间神经元活性的贡献及其对这些不同能量产生机制的相互作用，可以开始设计范式来定量评估GABA能中间神经元系统的份额及其上下文依赖性效应。
致谢
我们要感谢M.Farrant、T.F.Freund、A.Gulyás、B.Gulyás、H.Hirase、s.Laughlin、N.Logothetis、E.Nimchinski、s.Ogawa、A.Thomson和J.Voipio对手稿早期版本的评论。这项工作得到了国家卫生研究院（G.B.和M.R.）和芬兰科学院（K.K.）的支持。
