阿比盖尔·莫里森;马库斯·迪斯曼;沃尔夫拉姆·郭士纳 基于棘突计时的突触可塑性现象学模型。 （英文） Zbl 1145.92306号 生物、网络。 98，第6459-478号（2008年）. 摘要：突触可塑性被认为是学习和记忆的生物基质。我们回顾了短期和长期突触可塑性的现象学模型，特别是尖峰时间依赖可塑性（STDP）。目的是为分类和评估不同的塑性模型提供一个框架。我们将重点放在现象学突触模型上，这些突触模型与完整型神经元模型兼容，其中每个神经元由少量变量描述。这意味着短期或长期可塑性的突触更新规则只能取决于锋电位计时，可能还取决于膜电位，以及突触重量的值，或者取决于上述变量的低通过滤（时间平均）版本。我们检验了模型对实验数据的解释能力，以及满足从理论考虑得出的期望的能力。我们进一步讨论了它们与基于教师的规则（监督学习）和基于奖励的规则（强化学习）的关系。本文讨论的所有模型都适用于大规模网络仿真。 引用于40文件 MSC公司： 92C20美元 神经生物学 91E40型 心理学中的记忆和学习 关键词：尖峰时间相关塑性;短期塑性;仿真;学习;常微分方程 软件：巢穴 PDF格式BibTeX公司 XML格式引用 \textit{A.Morrison}等人，《生物》。赛博。98，第6号，459--478（2008；Zbl 1145.92306） 全文： 内政部 参考文献： [1] Abarbanel H，Huerta R，Rabinovich M（2002）长期突触可塑性的动力学模型。美国国家科学院院刊99（15）：10132–0137·doi:10.1073/pnas.132651299 [2] Abbott LF，Nelson SB（2000）《突触可塑性：驯服野兽》。Nat Neurosci 3（增刊）：1178–183·数字对象标识代码：10.1038/81453 [3] Abbott LF、Varela JA、Sen K、Nelson SB（1997），突触抑制和皮层增益控制。科学275:220–23·doi:10.1126/science.275.5297.221 [4] Appleby P，Elliott T（2005），尖峰时间相关可塑性的突触和时间整体解释。神经计算17（11）：2316–336·Zbl 1072.92008年 ·doi:10.11162/089976054796879 [5] Artola A，Bröcher S，Singer W（1990）大鼠视皮层切片中诱导长期抑郁和长期增强的不同电压依赖性阈值。自然347:69–2·数字对象标识代码：10.1038/347069a0 [6] Artola A，Singer W（1993）兴奋性突触传递的长期抑制及其与长期增强的关系。《神经科学趋势》16（11）：480-87·doi:10.1016/0166-2236（93）90081-V [7] Badoual M、Zou Q、Davison AP、Rudolph M、Bal T、Fregnac Y、Destexhe A（2006），钉-时相关塑性中多个钉相互作用的生物物理和现象学模型。国际神经系统杂志16:79–7·doi:10.1142/S0129065706000524 [8] Bell C，Han V，Sugawara Y，Grant K（1997）小脑样结构的突触可塑性取决于时间顺序。自然387:278–81·doi:10.1038/387278a0 [9] Bi G-q，Poo M（2001）通过相关活动进行突触修饰：重新审视Hebb的假设。《神经科学年鉴》24:139–66·doi:10.1146/annurev.neuro.24.1.139 [10] Bi G-q，Wang H（2002）尖峰时间依赖性突触可塑性的时间不对称性。生理行为77:551–55·doi:10.1016/S0031-9384（02）00933-2 [11] Bi G-q，Poo M-M（1998）培养海马神经元的突触修饰：对放电时间、突触强度和突触后细胞类型的依赖。神经科学杂志18:10464–0472 [12] Bienenstock EL、Cooper LN、Munro PW（1982）《神经元选择性发展理论：视觉皮层中的定向特异性和双眼交互作用》。神经科学杂志2（1）：32–8 [13] Billings G，van Rossum M（2008）记忆保持和尖峰时间依赖性可塑性（预印本） [14] Bliss TVP，Collingridge GL（1993）记忆的突触模型：海马体的长期增强。自然361:31–9·数字对象标识代码：10.1038/361031a0 [15] Bliss TVP，Lomo T（1973），麻醉兔麻醉区突触传递的长效作用，刺激穿支通路。生理学杂志232:331-56 [16] Brader JM、Senn W、Fusi S（2007）利用尖峰驱动的突触动力学在神经网络中学习现实世界刺激。神经计算19（11）：2881–912·Zbl 1129.92002号 ·doi:10.1162/neco.2007.19.11.2881 [17] Burkitt AN、Gilson M、van Hemmen JL（2007），具有重复连接的神经元的尖峰时间依赖性可塑性。生物网络96（5）：533–46·Zbl 1122.92002年 ·文件编号：10.1007/s00422-007-0148-2 [18] Burkitt AN、Meffin H、Grayden DB（2004），尖峰时间相关可塑性：由稳定不动点决定的权重动力学模型与基于速率的学习的关系。神经计算16:885–40·兹比尔1054.92007 ·doi:10.1162/089976604773135041 [19] Cooper L，Intrator N，Blais B，Shouval HZ（2004），皮层可塑性理论。新加坡世界科学·Zbl 1141.92309号 [20] Dayan P，Abbott LF（2001）《理论神经科学》。麻省理工学院出版社，剑桥·Zbl 1051.92010年 [21] Debanne D，Gähwiler BH，Thompson SM（1998）大鼠海马片培养中单个CA3锥体细胞对之间的长期突触可塑性。生理学杂志（伦敦）507:237–47·doi:10.1111/j.1469-7793.1998.237bu。x个 [22] Dudek SM，Bear MF（1992）海马CA1区的同突触长期抑制和n-甲基-d-天冬氨酸受体阻断的影响。美国国家科学院院刊89:4363–367·doi:10.1073/美国国家统计局.89.10.4363 [23] Florian RV（2007）通过调节峰值时间依赖性突触可塑性加强学习。神经计算19:1468–502·Zbl 1115.68473号 ·doi:10.1162/neco.2007.19.6.1468 [24] Fregnac Y，Schulz DE（2006）通过监督Hebbian学习对猫区17感受野特性的活动依赖性调节。神经生物学杂志41:69–2·doi:10.1002/（SICI）1097-4695（199910）41:1<69:：AID-NEU10>3.0.CO；2-1 [25] Frey U，Morris R（1997），突触标记和长期增强。自然385:533–36·数字对象标识代码：10.1038/385533a0 [26] Froemke R，Tsay I，Raad M，Long J，Dan Y（2006年），个体棘波在冲击波诱导的长期突触修饰中的作用。神经生理学杂志95:1620–629·doi:10.1152/jn.00910.2005年 [27] Froemke RC，Dan Y（2002）自然尖峰序列诱导的尖峰时间依赖性突触修饰。自然416（6879）：433–38·doi:10.1038/416433a [28] Fusi S，Annunziato M，Badoni D，Salamon A，Amit DJ（2000）尖峰驱动突触可塑性：理论、模拟、超大规模集成电路实现。神经计算12（10）：2227–258·doi:10.1162/089976600300014917 [29] Fusi S，Drew PJ，Abbott LF（2005），突触存储记忆的级联模型。神经元45（4）：599–11·doi:10.1016/j.neuron.2005.02.001 [30] Gerstner W，Kempter R，van Hemmen JL，Wagner H（1996）亚毫秒时间编码的神经元学习规则。自然383:76–8·数字对象标识代码：10.1038/383076a0 [31] Gerstner W，Kistler W（2002）尖峰神经元模型：单个神经元，种群，可塑性。剑桥大学出版社·Zbl 1100.92501号 [32] Gerstner W、Ritz R、van Hemmen JL（1993）为什么会出现尖峰？Hebbian时间分辨激发模式的学习和检索。生物Cybern 69（5-）:503-15·Zbl 0783.92005号 [33] Gewaltig M-O，Diesmann M（2007）NEST（神经模拟工具）。学术媒体2（4）：1430·doi:10.4249/学术期刊.1430 [34] Graupner M，Brunel N（2007）基于CaMKII和相关信号通路的双稳态突触模型中的STDP。公共图书馆科学计算生物学3（11）：e221 [35] Grossberg S（1987）适应性大脑I.Elsevier，阿姆斯特丹 [36] Gupta A，Wang Y，Markram H（2000）新皮质中GABA能中间神经元和突触多样性的组织原则。科学287:273–78·doi:10.1126/science.287.5451.273 [37] Gustafsson B，Wigstrom H，Abraham WC，Huang Y-Y（1987）利用去极化电流脉冲作为单发突触电位的条件刺激在海马中的长期增强。神经科学杂志7:774-80 [38] Gütig R，Aharonov R，Rotter S，Sompolinsky H（2003）通过非线性时间不对称Hebbian塑性学习输入相关性。神经科学杂志23（9）：3697–714 [39] Hebb DO（1949）行为组织：一种神经心理学理论。纽约威利 [40] Iglesias J、Eriksson J、Grize F、Tomassini M、Villa A（2005）模拟大规模峰值神经网络中的修剪动力学。生物系统79:11–0·doi:10.1016/j.biosystems.2004.09.016 [41] Izhikevich EM（2007）通过STDP和多巴胺信号的联系解决远端奖赏问题。大脑皮层17（10）：2443–452·doi:10.1093/cercor/bhl152 [42] Izhikevich EM，Desai NS（2003）《STDP与BCM的关系》。神经计算15:1511–523·Zbl 1109.92307号 ·doi:10.1162/089976603321891783 [43] Izhikevich EM，Gally JA，Edelman GM（2004），神经元群的尖峰时间动力学。大脑皮层14:933–44·doi:10.1093/cercor/bhh053 [44] 詹姆斯·W（1890）《心理学》（简短课程）。霍尔特，纽约 [45] Kampa BM、Letzkus JJ、Stuart GJ（2007），控制尖峰时间依赖性突触可塑性的树突状机制。《神经科学趋势》30（9）：456–63·doi:10.1016/j.tins.2007.06.010 [46] Kandel ER、Schwartz JH、Jessel TM（2000）《神经科学原理》，第4版。纽约McGraw-Hill，ISBN 978-0838577011 [47] Kelso SR，Ganong AH，Brown TH（1986），海马中的希伯来突触。美国国家科学院院刊83:5326–330·doi:10.1073/pnas.83.14.5326 [48] Kempter R、Gerstner W、van Hemmen JL（1999）《希伯来学习和尖峰神经元》。物理版E 59:4498–514·doi:10.103/物理版本E.59.4498 [49] Kempter R、Gerstner W、van Hemmen JL（2001），通过基于峰值的Hebbian学习实现输出率的内在稳定。神经计算12:2709–742·Zbl 0996.92001号 ·doi:10.1162/089976601317098501 [50] Kistler WM，van Hemmen JL（2000）《结合突触前和突触后动作电位的计时建立突触可塑性模型》。神经计算12:385–05·doi:10.1162/089976600300015844 [51] Kriener B、Tetzlaff T、Aertsen A、Diesmann M、Rotter S（2008），递归皮层网络中的相关性和种群动态。神经计算（出版）·Zbl 1140.92005年 [52] Larson J，Lynch G（1986）通过模式刺激诱导海马突触增强涉及两个事件。科学232:985–88·数字对象标识代码：10.1126/science.3704635 [53] Legenstein R、Naeger C和Maass W（2005年），神经元可以通过峰值时间依赖性可塑性学习什么？神经计算17（11）：2337–382·Zbl 1075.68635号 ·doi:10.1162/0899766054796888 [54] Levy WB，Steward D（1983），海马体长期联想增强/抑制的时间邻接性要求。神经科学8:791–97·doi:10.1016/0306-4522（83）90010-6 [55] Lisman J（1989）学习和记忆背后的Hebb和反Hebb过程机制。美国国家科学院院刊86:9574–578·doi:10.1073/pnas.86.23.9574 [56] Lisman JE，Zhabotinsky AM（2001）《突触记忆模型：通过组织AMPA受体锚定组装来增强传递的CaMKII/PP1开关》。神经元31:191–01·doi:10.1016/S0896-6273（01）00364-6 [57] Lu J，Li C，Zhao JP，Poo M-M，Zhang X（2007）抑制性中间神经元上新皮质兴奋性突触的尖峰时间依赖性可塑性取决于靶细胞类型。神经科学杂志27:9711–720·doi:10.1523/JNEUROSCI.2513-07.2007 [58] Malenka RC、Kauer J、Zucker R、Nicoll RA（1988）突触后钙足以增强海马突触传递。科学242:81–4·doi:10.1126/science.2845577 [59] Malenka RC、Nicoll RA（1993），NMDA受体依赖性可塑性：多种形式和机制。神经科学趋势16:480-87·doi:10.1016/0166-2236（93）90197-T [60] Markram H，Lübke J，Frotscher M，Sakmann B（1997）通过突触后AP和EPSP的巧合调节突触效能。科学275:213–15·doi:10.1126/science.275.5297.213 [61] Markram H，Sakmann B（1995）动作电位传回树突触发V层锥体神经元间单轴突突触效能的变化。Soc Neurosci文章摘要21（3）：2007 [62] Markram H，Wang Y，Tsodyks M（1998）通过新皮质锥体神经元的同一轴突的差异信号。美国国家科学院院刊95（9）：5323–328·doi:10.1073/pnas.95.9.5323 [63] Miller K、Keller JB、Stryker MP（1989）《眼球优势柱发育：分析和模拟》。科学245:605–15·doi:10.1126/science.2762813 [64] Morrison A、Aertsen A、Diesmann M（2007），平衡随机网络中的峰值时间相关塑性。神经计算19:1437–467·Zbl 1115.92011年 ·doi:10.1162/neco.2007.19.6.1437 [65] Morrison A，Straube S，Plesser HE，Diesmann M（2007）离散时间神经网络模拟中具有连续尖峰时间的精确亚阈值积分。神经计算19（1）：47–9·Zbl 1116.92016号 ·doi:10.1162/neco.2007.19.1.47 [66] Ngezahayo A，Schachner M，Artola A（2000）突触活性调节成年小鼠海马双向突触变化的诱导。神经科学杂志20（7）：2451–458 [67] Nishiyama M，Hong K，Mikoshiba K，Poo M，Kato K（2000）钙储存调节突触修饰的极性和输入特异性。自然408（6812）：584–88·数字对象标识代码：10.1038/35046067 [68] O'Connor D，Wittenberg G，Wang S-H（2005）分级双向突触可塑性由开关样单一事件组成。美国国家科学院院刊102:9679–684·doi:10.1073/pnas.0502332102 [69] Oja E（1982）作为主成分分析仪的简化神经元模型。数学生物学杂志15:267–73·Zbl 0488.92012号 ·doi:10.1007/BF00275687 [70] Pacelli GJ，Sue W，Keslo SR（1989）在LTP诱导的模式刺激过程中，活性诱导的突触抑制的抑制。大脑研究486:26–2·doi:10.1016/0006-8993（89）91273-0 [71] Petersen C，Malenka R，Nicoll R，Hopfield J（1998）CA3-CA1突触的全位增强。美国国家科学院院刊95:4732–737·doi:10.1073/pnas.95.8.4732 [72] Pfister J-P，Gerstner W（2006），尖峰时间相关塑性模型中的三重尖峰。神经科学杂志26:9673–682·doi:10.1523/JNEUROSCI.1425-06.2006 [73] Pfister J-P，Toyoizumi T，Barber D，Gerstner W（2006）监督学习中精确动作电位激发的最佳尖峰时间依赖可塑性。神经计算18:1309–339·Zbl 1092.92008年 ·doi:10.1162/neco.2006.18.6.1318 [74] Radpour S，Thomson AM（1991）局部回路NMDA受体介导的EPSP的共激活诱导大鼠海马切片中最小schaffer侧支EPSPs的持久增强。欧洲神经病学杂志3:602–13·文件编号：10.1111/j.1460-9568.1991.tb00846.x [75] Roberts PD（1999）《时间不对称学习规则的计算结果：I.差异Hebbian学习》。计算机神经科学杂志7:235–46·Zbl 0955.92009号 ·doi:10.1023/A:1008910918445 [76] Rotter S，Diesmann M（1999）时不变线性系统的精确数字模拟及其在神经元建模中的应用。生物网络81（5/6）：381–02·Zbl 0958.92004号 ·doi:10.1007/s004220050570 [77] Rubin J，Lee D，Sompolinsky H（2001）时间不对称Hebbian塑性的平衡性质。物理评论稿86:364–67·doi:10.1103/PhysRevLett.86.364 [78] Rubin JE，Gerkin RC，Bi G-q，Chow CC（2005）钙时间过程作为峰值时间依赖性可塑性的信号。神经生理学杂志93:2600–613·doi:10.1152/jn.00803.2004年 [79] Saudargiene A，Porr B，Wörgötter F（2003）突触前和突触后信号的形状如何影响STDP：一个生物物理模型。神经计算16:595–26·Zbl 1050.92012年 ·doi:10.1162/089976604772744929 [80] Schemmel J、Gruebl A、Meier K、Mueller E（2006）在超大规模集成电路尖峰神经网络模型中实现突触可塑性。摘自：2006年神经网络国际联合会议论文集。IEEE出版社，第1页– [81] Schultz W，Dayan P，Montague PR（1997）预测和奖励的神经基质。科学275:1593–599·数字对象标识代码：10.1126/science.275.5306.1593 [82] Senn W（2002）《超越棘波计时：非线性可塑性和不可靠突触的作用》。生物网络87:344–55·Zbl 1105.92328号 ·doi:10.1007/s00422-002-0350-1 [83] Senn W，Markram H，Tsodyks M（2000）基于突触前和突触后棘波计时修改神经递质释放概率的算法。神经计算13:35–7·Zbl 1047.92014年9月 ·doi:10.1162/089976601300014628 [84] Senn W，Schneider M，Ruf B（2002）轴突和树突延迟的活动依赖性发展，或为什么突触传递不可靠。神经计算14（3）：583–19·Zbl 0987.92010号 ·doi:10.1162/089976602317250915 [85] Seung HS（2003）通过加强随机突触传递学习尖峰神经网络。神经元40:1063–073·doi:10.1016/S0896-6273（03）00761-X [86] Shouval HZ，Bear MF，Cooper LN（2002）NMDA受体依赖性双向突触可塑性的统一模型。美国国家科学院院刊99:10831–0836·doi:10.1073/pnas.152343099 [87] Sjostrom P、Turrigiano G、Nelson S（2001）速率、时间和合作性共同决定了皮层突触可塑性。神经元32:1149-164·doi:10.1016/S0896-6273（01）00542-6 [88] Sjostrom PJ、Turrigiano GG、Nelson SB（2004），在没有突触后峰值的情况下，内源性大麻素依赖性新皮质第5层LTD。神经生理学杂志92（6）：3338–343·doi:10.1152/jn.00376.2004 [89] Song S、Miller KD、Abbott LF（2000年），通过尖峰时间依赖性突触可塑性进行竞争性希伯来学习。《自然神经科学》3（9）：919–26·doi:10.1038/78229 [90] Song S，Per S，Reigl M，Nelson S，Chklovskii D（2005）局部皮层回路中突触连接的高度非随机特征。公共图书馆科学生物学3（3）：0507–519 [91] Standage D、Jalil S、Trappenberg T（2007）实验推导的峰值时间和重量相关塑性规则的计算结果。生物网络96（6）：615–23·Zbl 1122.92016年 ·doi:10.1007/s00422-007-0152-6 [92] Steele PM，Mauk MD（1999）LTP和LTD的抑制控制：突触强度的稳定性。神经生理学杂志81:1559–566 [93] Sutton RS，Barto AG（1998）《强化学习：导论》。自适应计算和机器学习。麻省理工学院出版社 [94] Thomson AM，Deuchars J，West DC（1993）大鼠运动皮层切片中的大的深层金字塔状单轴突EPSP显示成对脉冲和频率依赖性抑郁，通过突触前和突触后自我促进介导。神经生理学杂志70（6）：2354–369 [95] Thomson AM，Lamy C（2007），新皮质局部电路功能图。前神经科学1：19–2·doi:10.3389/神经.01.1.1.002.2007 [96] Togashi K，Kitajima T，Aihara T，Hong K，Poo M，Nishiyama M（2003），海马GABA能活动对活动依赖性长期抑郁症的门控作用。摘自：SocNeurosciAbstra，第123.4页 [97] Toyoizumi T，Pfister J，Aihara K，Gerstner W（2007）非监督尖峰时间依赖性可塑性的最优模型：突触记忆和重量分布。神经计算19（3）：639–71·Zbl 1117.92015年 ·doi:10.1162/neco.2007.19.3.639 [98] Toyoizumi T、Pfister JP、Aihara K、Gerstner W（2005）《最大化信息传输的尖峰神经元的广义Bienenstock-Cooper-Munro规则》。美国国家科学院院刊102（14）：5239–244·doi:10.1073/pnas.0500495102 [99] Triesch J（2007）内在和突触可塑性机制之间的协同作用。神经计算19（4）：885–09·Zbl 1118.68128号 ·doi:10.1116/neco.2007.19.4.885文件 [100] Tsodyks M、Pawelzik K、Markram H（1998）《动态突触的神经网络》。神经计算10:821–35·doi:10.1162/08997669830017502 [101] Tsodyks M，Uziel A，Markram H（2000）具有频率依赖性突触的递归网络中的同步生成。神经科学杂志20，RC1（1-） [102] Tsodyks MV，Markram H（1997）新皮质锥体神经元之间的神经编码取决于神经递质释放概率。美国国家科学院院刊94:719-23·doi:10.1073/pnas.94.2.719 [103] Turrigiano G，Abbott LF，Marder E（1994），锥体神经元内在特性的活动依赖性变化。科学264:974-77·doi:10.126/science.8178157 [104] Turrigiano GG、Leslie KR、Desai NS、Rutherford LC、Nelson SB（1998），新皮质神经元量子振幅的活动依赖性标度。自然391:892-96·doi:10.1038/36103 [105] Turrigiano GG，Nelson SB（2004），发育中神经系统的稳态可塑性。Nat Rev Neurosci自然评论5:97–07·数字对象标识代码：10.1038/nrn1327 [106] van Rossum MCW，Bi G-q，Turrigiano GG（2000）《从棘波时间依赖性可塑性中的稳定Hebbian学习》。神经科学杂志20（23）：8812–821 [107] Wang H-X，Gerkin RC，Nauen DW，Bi G-q（2005）突触增强和抑制的协同激活和时间依赖性整合。《自然神经科学》8（2）：187–93·doi:10.1038/nn1387 [108] Zou Q，Destexhe A（2007），尖峰时间相关塑性的动力学模型及其在检测相关性中的功能后果。生物网络97（1）：81–7·Zbl 1125.92019年 ·文件编号：10.1007/s00422-007-0155-3 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。