抑制稳定化是随机连接吸引子网络中历史依赖计算(history-dependent computation)的充分条件

《Journal of Computational Neuroscience》:Inhibitory-stabilization is sufficient for history-dependent computation in a randomly connected attractor network

【字体: 大 中 小 】 时间:2026年03月20日 来源:Journal of Computational Neuroscience 1.4

编辑推荐:

  为实现有效的信息处理,感觉刺激诱发的神经反应应同时取决于当前输入刺激和先前刺激的历史。研究人员证明,由随机连接的抑制稳定化单元配对(inhibition-stabilized pair, ISP)组成的网络可产生具有多个吸引子状态(attractor stat

  
为实现有效的信息处理,感觉刺激诱发的神经反应应同时取决于当前输入刺激和先前刺激的历史。研究人员证明,由随机连接的抑制稳定化单元配对(inhibition-stabilized pair, ISP)组成的网络可产生具有多个吸引子状态(attractor states)的网络,其状态数量随网络规模呈指数增长。所得网络可保留递归兴奋(recurrent excitatory)网络的计算能力,而活跃单元的活性可稳定在任意低的发放率(firing rate)。抑制稳定化(inhibitory-stabilization)在历史依赖计算(history-dependent computation)中也发挥功能性作用:由抑制性反馈(inhibitory feedback)产生的瞬态振荡(transient oscillations)足以产生刺激诱发的状态依赖响应(state-dependent responses)。研究人员将此类网络在给定刺激集合下的计算过程形式化为有限状态机(finite state machines),并证明少量异质性(heterogeneity)可提升其性能。此类网络可能支撑多种认知任务,提示抑制稳定化动力学(inhibition-stabilized dynamics)在皮层计算(cortical computation)中具有功能性作用。
论文解读:抑制稳定化是随机连接吸引子网络中历史依赖计算的充分条件
本文发表于Journal of Computational Neuroscience。有效认知行为要求大脑对信息进行情境化处理,即同一刺激在不同历史背景下引发不同神经反应与行为输出,这种特性被称为历史依赖(history-dependent)处理。已有实验证据表明皮层以群体水平持续性活动模式——即吸引子状态(attractor states)——编码短时记忆信息,刺激可驱动网络在多个吸引子状态间游历(attractor-state itinerancy),实现状态依赖(state-dependent)转移。既往多吸引子网络模型依赖强递归兴奋(recurrent excitation)连接与强短时突触抑制(short-term synaptic depression, STD)来实现状态翻转与历史依赖,但这两种机制分别面临活跃单元发放率过高且易失控发散、所需突触抑制强度超出实验观测范围等生物学不合理性问题。皮层实际广泛存在强反馈抑制使网络被抑制稳定化(inhibition-stabilized),即抑制稳定化网络(inhibition-stabilized network, ISN),其特征包括悖论响应(paradoxical response,兴奋抑制性群体反而降低整体兴奋与抑制活动)及可维持任意低发放率的UP状态。本文假设抑制稳定化本身可提供负反馈机制产生瞬态振荡,足以支撑状态依赖刺激响应与多吸引子间的游历,从而以更生物合理的架构实现历史依赖计算,并将此类网络形式化为有限状态机(finite state machine, FSM)以评估其计算能力。
主要关键技术方法
研究人员构建由N个抑制稳定化配对(Inhibition-Stabilized Pair, ISP;每对含一个兴奋单元E与一个抑制单元I,阈值线性ReLU响应)组成的率模型(rate model)抑制稳定化网络(ISN),时间常数τ=10 ms,速率下限钳位为零。权重矩阵W按Dale定律从对数正态分布取样,ISP内连接设为强且满足抑制零倾线增益高于兴奋零倾线(产生双稳态DOWN/UP与悖论响应),ISP间进行弱全连接随机交叉连接并按1/N缩放保持总输入恒定。通过数值积分(Runge-Kutta 4阶,步长10 μs)模拟动力学,扫描刺激幅值Iapp与脉宽τdur测试状态依赖翻转。网络吸引子数通过枚举初始条件(各ISP组合UP/DOWN态)弛豫后统计唯一终态获得。用最长游历路径衡量网络游历(itinerancy),用可靠性(reliability,序列最终态按多数左/右线索正确分类比例)评估二选一证据累积任务表现。选取N=5网络施加两类随机输入权重向量ωL、ωR(log-normal分布,单位均值)模拟左右线索,通过广度优先搜索构建状态转移图视作确定性FSM,分析首因(primacy)与近因(recency)效应。异质性通过Gamma分布交叉连接权重变异系数(CV)调控考察对吸引子数与游历性的影响。
研究结果
The single inhibition-stabilized pair(单个抑制稳定化配对)
研究人员对N=1 ISP解析求解得DOWN态(rE=rI=0)与非零UP固定点公式,Jacobian迹Tr=(WEE+WII?2)/τ、行列式Δ=[(WEE?1)(WII?1)?WEI·WIE]/τ2,稳定螺旋(stable spiral)条件为Tr2<4Δ。双稳态要求θI>θE>0且抑制增益大于兴奋增益。相同矩形电流脉冲可使DOWN→UP(短暂解除DOWN稳定进入UP basin)也可使UP→DOWN(刺激暂时平移UP固定点,螺旋动力学使轨迹落入DOWN basin再撤刺激锁定)。系统性扫描ISP参数空间发现,只有当UP固定点为稳定螺旋而非节点(stable node)时,才观察到状态依赖响应(state-dependence);螺旋区内有显著刺激容忍度(tolerance),节点区无。表明抑制稳定化产生的瞬态振荡(transient oscillations around UP state)是同一兴奋性刺激能双向切换双稳态ISP的充分条件。
The inhibition-stabilized network exhibits robust itinerancy between multiple attractor states(抑制稳定化网络表现出多吸引子状态间稳健游历)
将N>1个双稳态ISP弱随机互连(均一或带异质性),初始化各ISP组合UP/DOWN后弛豫,发现可存留吸引子状态数随N近似指数增长(接近2N上限),且该多稳定性(multi-stability)在ISP内参数(Tr,Δ)大范围变动下仍保持。均匀交叉连接受限于对称响应——均匀刺激只能全体翻转或全体置UP/DOWN——最长游历路径至多4次转移;引入交叉连接异质性(heterogeneous cross-connectivity)破坏对称性后,相同刺激可选择性翻转部分ISP,最长游历路径延长,网络可在多吸引子间依当前状态作不同转移,实现稳健游历(robust itinerancy),且在适中刺激幅值与脉宽窗口内表现稳定。
The inhibition-stabilized network implements a finite-state machine(抑制稳定化网络实现有限状态机)
将ISN视为生物有限状态机:状态集Q=所有可达吸引子,初态q0=全DOWN,字母表Σ={ωL, ωR},转移函数由网络动力学仿真获知。对N=5 ISN施加六次左/右线索序列模拟二选一证据累积任务(two-alternative forced choice evidence accumulation),构建完整状态机图。可靠性>0.73基线(仅靠单次刺激判断约8/11≈0.73)表明需历史依赖处理;实例网络达完美可靠性(reliability=1)仅需4态最小FSM。1000组随机ωL, ωR中超基线者心理测量曲线(psychometric curve)呈S形,优于线性拟合,与Morcos & Harvey (2016)行为数据一致。弱刺激平均引首因效应(primacy,决策与首线索一致),强刺激平均引近因效应(recency,与末线索一致),适中幅度可双无偏向;可靠性与刺激幅值无单调关系。
Heterogeneity in cross-connectivity(交叉连接异质性)
调节交叉连接权重变异系数(CV),随CV增大吸引子总数下降(强异质破坏部分双稳组合);适度CV时平均与最大游历路径、最高可靠性及超基线刺激占比均达峰,过低CV(均匀)限制游历至≤4步且可靠刺激少,过高CV减少状态数限制游历与任务表现。表明适量异质性通过打破对称性增强状态机性能,过多则因状态丢失损害计算。
讨论与结论翻译
刺激引发的状态依赖响应是多数计算任务所需。本文证明抑制稳定化除将网络活动稳定在任意低发放率外,还可产生绕吸引子的瞬态振荡,使重复兴奋性信号既能激活也能静默神经群体,促进稳健游历。对随机连接吸引子网络施加两约束:(1)ISP内强连接产生抑制稳定化,(2)各单元输入权重归一化,辅以适中的交叉连接异质性,足以产生丰富结构化动力学以支持类有限状态机计算。所演示网络在二选一证据累积任务中复现S形心理测量曲线及刺激强度依赖的首因/近因效应。与需强短时突触抑制的既往兴奋主导模型比,ISN具更低生物合理发放率且无需强突触抑制假设。将此类网络形式化为FSM桥接神经科学与计算理论;未来需探明无监督与强化学习规则如何塑造随机吸引子网络实现指定FSM。实验预测包括:状态转移期间可观测高幅瞬态振荡;刺激显著性调控首因/近因;噪声在刺激呈现期比对状态内扰动影响更大。综上,抑制稳定化吸引子网络可实现历史依赖信息处理,瞬态振荡促吸引子间转移,暗示皮层抑制稳定化动力学具功能性计算角色。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号