×
乔纳森·普拉基维奇;萨卡里·萨科马诺;萨姆·麦肯齐;英语，丹尼尔;阿莫拉辛厄姆，麻生

通过精细时间棘波进行单突触推断。 （英语） Zbl 1489.92026号

J.计算。神经科学。 49，第2期，131-157（2021）; 更正同上，第49号，第2、129（2021）。
小结：人口记录中精细时间棘波关系的观察结果已用于支持神经微电路图的部分重建。在这种方法中，分离出成对棘-列相互作用的精细时间尺度成分，并随后将其归因于突触参数。最近的扰动研究加强了这种推断的理由，但校准统计模型所需的整套测量方法尚不可用。为了解决这个差距，我们研究了大规模成对扣球的特征体内突触前神经元通过细胞旁刺激与网络活动明确解耦的数据集。然后，我们构建了成对棘突序列的生物物理模型，以重现观察到的体内单突触相互作用，包括精细时间尺度的尖峰-尖峰相关性和放电不规则性。这些模型的一个关键特征是成对的神经元与快速变化的背景输入耦合。当单突触被移除时，我们通过比较突触后序列与其反事实序列来量化单突触的因果效应。随后，我们发展了统计技术，从突触前和突触后的棘波序列中估计这种因果效应。一个特别关注的焦点是时间尺度非参数分离原理在实现突触推理中的合理性和应用。利用生物物理模型生成的模拟数据，我们描述了估计器准确识别单突触效应的状态。第二个目标是从生物物理机制的角度出发，对神经统计假设进行批判性探索，尤其是关于背景动力学中快速、不可观测的非平稳性这一具有挑战性但有争议的基本问题。

引用于1审查

MSC公司：

92C20美元 神经生物学

关键词：

积分型神经元;峰值相关图;噪声模型;同步性;突触连通性;非平稳性

软件：

布瑞恩
PDF格式BibTeX公司 XML格式引用
\textit{J.Platkiewicz}等人，J.Comput。神经科学。49，第2号，131-157（2021年；兹bl 1489.92026）
全文： 内政部 arXiv公司

参考文献：

[1] 阿特森，AM；Gerstein，GL，《神经元连接的评估：相互关联的敏感性》，《大脑研究》，340，2，341-354（1985）
[2] 阿马拉辛厄姆。；陈，T-L；Geman，S。；马里兰州哈里森；Sheinberg，DL，尖峰计数可靠性和泊松假设，《神经科学杂志》，26，3，801-809（2006）
[3] Amarasingham，A.、Harrison，M.T.、Hatsopoulos，N.G.和Geman，S.（2011年）。条件建模和尖峰重采样的抖动方法：补充。arXiv预打印arXiv:11111.4296。
[4] 阿马拉辛厄姆。；马里兰州哈里森；Hatsopoulos，NG；Geman，S.，条件建模和尖峰重采样的抖动方法，《神经生理学杂志》，107，2，517-531（2012）
[5] 阿马拉辛厄姆。；Geman，S。；Harrison，MT，《神经代码统计分析中的模糊性和不可识别性》，《国家科学院学报》，112，20，6455-6460（2015）
[6] 阿维埃尔，Y。；Gerstner，W.，《从尖峰神经元到速率模型：级联模型作为尖峰神经元模型的近似值》，《物理评论》E，73，5，051908（2006）
[7] 阿祖兹，R。；Gray，CM，体内视觉皮层神经元的自适应符合检测和动态增益控制。，《神经元》，37，3，513-523（2003）
[8] 巴博萨，J。；斯坦因，H。；马丁内斯，RL；加兰·加迪亚，A。；李，S。；达尔莫，J。；亚当，KCS；Valls-Solé，J。；康斯坦丁尼迪斯，C。；Compte，A.，前额叶皮层中持续活动和活动沉默动态之间的相互作用是工作记忆中一系列偏见的基础，《自然神经科学》，23，第1-9页（2020年）
[9] 布罗迪，CD，无同步相关性，神经计算，11，7，1537-1551（1999）
[10] 布鲁内尔，N。；机会，FS；Fourcaud，N。；Abbott，LF，突触噪声和滤波对尖峰神经元频率响应的影响，《物理评论快报》，86，102186（2001）
[11] Buzsáki，G.，海马结构中的前馈抑制，神经生物学进展，22，2，131-153（1984）
[12] Buzsáki，G.，《大脑的节奏》（2006），牛津：牛津大学出版社，牛津·兹比尔1204.92017
[13] Casella，G.和Berger，R.L.（2002年）。统计推断。加利福尼亚州达克斯伯里太平洋格罗夫，第2卷·Zbl 0699.62001号
[14] 丘格兰，MM；Abbott，LF，《神经可变性的两层》，《自然神经科学》，第15、11、1472页（2012年）
[15] 丘格兰，MM；拜伦，我的；萨哈尼，M。；Shenoy，KV，从大规模神经记录中提取单次试验活动模式的技术，神经生物学的当前观点，17，5，609-618（2007）
[16] Cossell，L。；拉卡鲁索，MF；Muir博士；霍尔顿，R。；萨德尔，英语；Ko，H。；霍弗，SB；Mrsic-Flogel，TD，初级视觉皮层兴奋性突触强度的功能组织，《自然》，518，7539，399（2015）
[17] Csicsvari，J。；Hirase，H。；Czurko，A。；Buzsáki，G.，海马锥体细胞-中间神经元突触的可靠性和状态依赖性：行为大鼠的整体方法，神经元，21，1，179-189（1998）
[18] Date，A.、Bienenstock，E.和Geman，S.（1998年）。关于神经活动的时间分辨率。神经科学文摘学会（布朗大学应用数学系）。
[19] Dayan，P.，&Abbott，L.F.（2001）。理论神经科学：神经系统的计算和数学建模。计算神经科学系列·Zbl 1051.92010年
[20] Destexhe，A。；鲁道夫，M。；Paré，D.，《体内新皮质神经元的高电导状态》，《自然评论神经科学》，4，9，739（2003）
[21] DeWeese，MR；Zador，AM，Non-gaussian膜电位动力学表明听觉皮层存在稀疏、同步的活动。，《神经科学杂志》，26，47，12206-12218（2006）
[22] Droste，F。；Lindner，B.，具有两种状态噪声的泄漏积分和核神经元的功率谱和敏感性的精确结果，《物理评论》E，95,1012411（2017）
[23] Dupret博士。；奥尼尔，J。；Csicsvari，J.，《空间学习期间海马中间神经元电路的动态重构》，《神经元》，第78、1、166-180页（2013年）
[24] 英语，DF；McKenzie，S。；埃文斯，T。；Kim，K。；Yoon，E。；Buzsáki，G.，海马网络中的金字塔细胞-中间神经元电路结构和动力学，神经元，96，2，505-520（2017）
[25] 埃亚尔，G。；Mansvelder，HD；德科克，CP；Segev，I.，《树突影响轴突的编码能力》，《神经科学杂志》，34，24，8063-8071（2014）
[26] Fontaine，B。；佩尼亚，JL；Brette，R.，《体内膜电位动力学预测的尖峰阈值适应》，《公共科学图书馆计算生物学》，10，4，e1003560（2014）
[27] Fourcaud，N。；Brunel，N.，《含噪积分和fire神经元放电概率的动力学》。，神经计算，14，9，2057-2110（2002）·Zbl 1009.92007号
[28] Fourcaud-Trocmé，N。；Hansel，D。；VanVreeswijk，C。；Brunel，N.，《棘波生成机制如何决定神经元对波动输入的反应》，《神经科学杂志》，23，37，11628-11640（2003）
[29] 藤泽，S。；阿马拉辛厄姆。；马里兰州哈里森；Buzsáki，G.，内侧前额叶皮层的行为依赖性短期装配动力学，《自然神经科学》，11，7，823-833（2008）
[30] 高，P。；Ganguli，S.，《关于大规模神经科学勇敢新世界中的简单性和复杂性》，《神经生物学的当前观点》，32，148-155（2015）
[31] Gerhard，F。；Kispersky，T。；GJ古铁雷斯；E.马德尔。；Kramer，M。；Eden，U.，仅从峰值活动成功重建具有已知连通性的生理电路，《公共科学图书馆·计算生物学》，9，7，e1003138（2013）
[32] Gerstner，W.，尖峰神经元的种群动力学：快速瞬变、异步状态和锁定，神经计算，12，1，43-89（2000）
[33] 郭士纳，W。；Naud，R.，神经元模型有多好？，《科学》，3265951379-380（2009）
[34] 郭士纳，W。；基斯特勒，WM；诺德，R。；Paninski，L.，《神经动力学：从单个神经元到认知网络和模型》（2014），剑桥大学出版社，剑桥
[35] 古德曼博士。；Brette，R.，Brian:蟒蛇神经网络峰值模拟器，神经信息学前沿，2，5，1-10（2008）
[36] 马里兰州哈里森；Geman，S.，神经尖峰序列的速率和历史保护重采样算法，神经计算，21，5，1244-1258（2009）·Zbl 1160.92008年
[37] Harrison，M.T.、Amarasingham，A.和Kass，R.E.（2013年）。同步峰值的统计识别。在P.Di Lorenzo和J.Victor（编辑）《尖峰时间：机制和功能》中。泰勒和弗朗西斯（第77-120页）。
[38] 马里兰州哈里森；阿马拉辛厄姆。；Truccolo，W.，神经集合峰值精度的时空条件推断和假设检验，神经计算，27，1，104-150（2015）·Zbl 1414.92097号
[39] 亨泽，DA；Buzsaki，G.，最近的峰值活动增加了体内海马锥体细胞的动作电位阈值，《神经科学》，105，1，121-130（2001）
[40] Herrmann，A。；Gerstner，W.，《噪声和对电流瞬变的psth响应：I.集成中心神经元的一般理论和应用》，《计算神经科学杂志》，11，2，135-151（2001）
[41] Herrmann，A。；郭士纳，W.，《噪声和对电流瞬变的psth响应》：Ii。带缓慢恢复的积分-线模型及其在运动神经元数据中的应用，计算神经科学杂志，12，2，83-95（2002）·Zbl 1113.92306号
[42] 伊姆本斯，GW；Rubin，DB，《统计、社会和生物医学科学中的因果推断》（2015），剑桥：剑桥大学出版社，剑桥·Zbl 1355.6202号
[43] Isaacson，JS；Scanziani，M.，《抑制如何塑造皮层活动》，《神经元》，72，2，231-243（2011）
[44] Jazayeri，M。；Afraz，A.，《在神经空间中导航以搜索神经代码》，《神经元》，93，5，1003-1014（2017）
[45] 蒋，X。；沈，S。；卡德维尔，CR；贝伦斯，P。；辛兹，F。；埃克，AS；帕特尔，S。；托利亚斯（Tolias），AS，《成人新皮质形态学定义细胞类型之间的连接性原则》，《科学》，350，6264，aac9462（2015）
[46] 朱利维特，R。；小林，R。；劳赫，A。；诺德，R。；Shinomoto，S。；Gerstner，W.，《简单神经元模型定量评估的基准测试》，《神经科学方法杂志》，169,2417-424（2008）
[47] Jun，JJ；斯坦梅茨，NA；JH西格尔；Denman，DJ；Bauza，M。；Barbarits，B。；Lee，AK；加利福尼亚州阿纳斯塔西奥；安德烈，A。；Aydán，C.，《用于高密度记录神经活动的全集成硅探针》，《自然》，551，7679，232-236（2017）
[48] 卡斯，RE；阿玛里，S-I；Arai，K。；棕色，EN；科罗拉多州迪克曼；Diesmann，M。；多伊隆，B。；犹他州伊登；亚利桑那州费尔霍尔；Fiddyment，GM，计算神经科学：数学和统计观点，《统计及其应用年度回顾》，5183-214（2017）
[49] 卡斯，RE；犹他州伊登；Brown，EN，《神经数据分析》，第491卷（2014），柏林：施普林格出版社，柏林
[50] 小林，R。；Y.Tsubo。；Shinomoto，S.，配备多时间尺度自适应阈值的Made-to-order尖峰神经元模型，计算神经科学前沿，3，9（2009）
[51] 小林，R。；Kurita，S。；A.库思。；Kitano，K。；水杉，K。；Diesmann，M。；印度里士满；Shinomoto，S.，《从平行棘波序列重建神经元电路》，《自然通讯》，2019年第10期，第1期，第1-13页
[52] Lewis，D.，因果关系，《哲学杂志》，70，17，556-567（1974）
[53] 马歇尔，L。；亨泽，DA；Hirase，H。；Leinekugel，X。；Dragoi，G。；Buzsáki，G.，海马锥体细胞-中间神经元棘波传递依赖于频率并负责中间神经元放电的位置调制，《神经科学杂志》，22，2，RC197（2002）
[54] Martin，AB；von der Heydt，R.，Spike synchrony揭示了视觉皮层中原始物体的出现，《神经科学杂志》，35，17，6860-6870（2015）
[55] Mensi，S。；O.哈根斯。；郭士纳，W。；Pozzorini，C.，通过新皮质锥体神经元的非线性阈值动力学增强对快速输入波动的敏感性，PLoS计算生物学，12，2，e1004761（2016）
[56] 宫崎骏，H。；Diba，K.，睡眠期间网络振荡对海马放电的调节，《当代生物学》，26，7，893-902（2016）
[57] Neyman，JS，《概率论在农业实验中的应用》。关于原则的文章。第9节（由dm-dabrowska和tp-speed编辑，统计科学（1990），5465-480），《农业科学年鉴》，10，1-51（1923）·Zbl 0955.01559号
[58] Ostojic，S.，波动输入驱动的尖峰神经元的峰间间隔分布，《神经生理学杂志》，106，1，361-373（2011）
[59] 奥斯托克，S。；布鲁内尔，N。；Hakim，V.，《连接性、背景活动和突触特性如何形成棘波序列之间的相互关系》，《神经科学杂志》，29，33，10234-10253（2009）
[60] 奥斯托克，S。；沙皮罗，G。；施瓦茨，E。；巴伯，B。；布鲁内尔，N。；Hakim，V.，《神经形态学产生高频放电共振》，《神经科学杂志》，35，18，7056-7068（2015）
[61] Pearl，J.，《因果关系》（2009），剑桥：剑桥大学出版社，剑桥·Zbl 1188.68291号
[62] 枕头，JW；Shlens，J。；帕宁斯基，L。；谢尔，A。；Litke，上午；EJ Chichilnisky；Simoncelli，EP，《完整神经元群中的时空相关性和视觉信号》，《自然》，4547207995-999（2008）
[63] Platkiewicz，J。；Brette，R.，快速钠通道失活对尖峰阈值动力学和突触整合的影响。，PLoS计算生物学，7，5，e1001129（2011）
[64] Platkiewicz，J。；斯塔克，E。；Amarasingham，A.，以尖峰为中心的抖动会导致时间结构错误，神经计算，29，3，783-803（2017）·Zbl 1414.92115号
[65] Pouille，F。；Scanziani，M.，《通过体前馈抑制增强锥体细胞的时间保真度》，《科学》，29355321163（2001）
[66] Quilichini，P。；Sirota，A。；Buzsáki，G.，大鼠内嗅皮层的内在电路组织和θ-γ振荡动力学，神经科学杂志，30，3311128-11142（2010）
[67] Rall，W.，运动神经元的膜电位瞬变和膜时间常数，实验神经学，2，5，503-532（1960）
[68] MJE理查森；Swarbrick，R.，接受兴奋性和抑制性突触发射噪声的神经元的激发率反应，《物理评论快报》，105，17178102（2010）
[69] 罗桑特，C。；卡迪尔，SN；Goodman，DanFM；舒尔曼，J。；马克西米利安·亨特；Saleem，AB；Grosmark，A。；贝卢西奥，M。；登菲尔德，GH；Ecker，AS，大型密集电极阵列的尖峰排序，《自然神经科学》，19，4，634（2016）
[70] Rubin，DB，在随机和非随机研究中估计治疗的因果效应。，《教育心理学杂志》，66，5，688（1974）
[71] 施耐德曼，E。；贝里，MJ；Segev，R。；Bialek，W.，《弱成对相关性意味着神经群体中存在强相关的网络状态》，《自然》，440，7087，1007-1012（2006）
[72] 北沙希迪。；安德烈，AR；胡，M。；Dragoi，V.，皮层刺激活动的高阶协调调节感知准确性，《自然神经科学》，22，7，1148（2015）
[73] Sirota，A。；蒙哥马利，S。；藤泽，S。；Isomura，Y。；Zugaro，M。；Buzsáki，G.，海马θ节律对新皮质神经元和γ振荡的抑制，《神经元》，60，4，683-697（2008）
[74] 马萨诸塞州史密斯；Kohn，A.，初级视皮层神经元相关性的时空尺度，《神经科学杂志》，28，48，12591-12603（2008）
[75] Song，S。；Sjöström，PJ；赖格尔，M。；纳尔逊，S。；Chklovskii，DB，局部皮层回路中突触连接的高度非随机特征，公共科学图书馆生物学，3，3，507-519（2005）
[76] Stevens，C.F.和Zador，A.M.（1996年）。什么时候一个完整的神经元像泊松神经元一样？。《神经信息处理系统进展》，第103-109页。
[77] Tan，AY；陈，Y。；斯科尔，B。；塞德曼，E。；新泽西州Priebe，感觉刺激将视觉皮层从同步状态转变为异步状态，Nature，509，7499，226-229（2014）
[78] Tchumatchenko，T。；Malyshev，A。；沃尔夫，F。；Volgushev，M.，皮层神经元的超快群体编码，《神经科学杂志》，31，34，12171-12179（2011）
[79] 文丘拉，V。；蔡，C。；Kass，RE，试验间变异性及其对两个神经元间时变依赖性的影响，《神经生理学杂志》，94，4，2928-2939（2005）
[80] Wasserman，L.，《所有统计：统计推断简明课程》（2013），柏林：施普林格科学与商业媒体，柏林
[81] 沃森，BO；列文斯坦，D。；格林，JP；明胶，JN；Buzsáki，G.，《新皮质睡眠的网络稳态和状态动力学》，《神经元》，90，4，839-852（2016）
[82] 枯萎，WB；Contreras，D.，刺激依赖性的尖峰阈值变化增强了大鼠大脑皮层神经元的特征选择性。，《神经科学杂志》，25，11，2983-1991（2005）
[83] Yu，J。；Ferster，D.，视觉驱动皮层回路中从简单细胞到复杂细胞的功能耦合，《神经科学杂志》，33，48，18855-18866（2013）
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。