《PLOS Computational Biology》:Exploring neural manifolds across a wide range of intrinsic dimensions
编辑推荐:
本文报道了一种名为局部全相关积分(lFCI)的新型本征维数(ID)估计流程,旨在解决当前神经流形研究中因现有估计器在非线性、高维及欠采样条件下的局限性而导致的低维与高维流形报告冲突的问题。研究人员通过将该方法应用于合成基准数据、经“认知任务”电池训练的人工循环神经网络,以及真实小鼠视觉反应数据,验证了lFCI在多种维度场景下的准确性和稳健性,为理解神经编码的几何结构及其与计算目标、结构约束的关系提供了强大工具。
在神经科学领域,理解大脑如何通过大量神经元协同活动来处理信息和执行认知功能,是一个核心问题。随着大规模神经元同时记录技术的飞速发展,研究人员得以探索高维神经活动空间中潜在的几何结构。通常,神经元群体活动存在于一个维度远低于记录单元总数的子空间或“流形”上,其本征维数(ID)成为了表征这种集体组织、并揭示神经编码复杂性的关键指标。ID能够提供关于神经代码的直接信息,例如编码变量的最小数量,以及群体活动与个体活动之间的关系。
然而,当前研究领域面临一个突出挑战:可靠地估计神经流形的ID异常困难。现有的ID估计方法五花八门,且往往不可靠。线性方法(如基于协方差矩阵谱分析的方法)在处理弯曲的非线性流形时,倾向于高估ID。而经典的几何方法(如相关维数CorrDim、最近邻法MLE和Two-NN等)则难以应对高维情况,因为它们受到“维度灾难”的困扰,在样本量不足时会严重低估ID。这些方法上的局限,直接导致了文献中关于神经流形究竟是“高维”还是“低维”的报道相互矛盾,阻碍了对神经计算几何原理的清晰认识。
为了解决这一方法论上的缺口,并为当前关于神经编码维度的争论提供更可靠的工具,研究人员在《PLOS Computational Biology》上发表了这项研究。他们开发并系统验证了一种新颖、稳健且通用的ID估计流程——局部全相关积分(lFCI)。该方法基于全相关积分(FCI)估计器,后者对欠采样具有显著的鲁棒性,即使在高维情况下也能从线性尺度于ID的样本中得出正确估计。但FCI在面对流形曲率时仍会高估ID。为此,研究团队引入了“局部”思想,提出了lFCI。其核心在于,在数据点的多个局部邻域内分别应用FCI进行ID估计。通过计算一个度量流形局部弯曲程度的指标(中心质量块距离比值δi,K)和拟合优度(GoF),lFCI流程能够自动筛选出那些近似平坦、满足FCI假设的可靠局部估计,而过滤掉因曲率或密度不均导致的不可靠估计。最后,将所有可靠局部ID估计汇总成直方图,取其众数作为对整个数据集ID的最佳估计。
为了开展这项研究,作者主要应用了以下关键技术方法:首先,他们构建了lFCI估计的完整计算流程与可靠性筛选标准。其次,为了全面验证方法,他们将其应用于三类数据:1)由Altan等人(2019)生成的合成基准数据集,该数据集模拟了恒河猴初级运动皮层多电极记录的特征,并包含线性和非线性嵌入版本,已知真实ID;2)在经典“认知任务”(cog-task)电池(包含Go、决策DM、匹配Matching三大家族共20个任务)上训练的循环神经网络(RNN)所产生的神经活动流形;3)来自Stringer等人(2019)的真实实验数据集,该数据集通过钙成像记录了小鼠初级视觉皮层(V1)对大量自然图片和少量光栅刺激的神经反应。
研究结果
局部FCI流程的构建与验证
研究首先在简单的二维平面和瑞士卷(弯曲的二维流形)上演示了lFCI的优越性。全局FCI在处理弯曲的瑞士卷时会高估ID,而lFCI通过分析多尺度局部邻域的ID估计,并利用δi,K和GoF有效识别并剔除了因曲率影响而产生偏差的大邻域估计,最终准确恢复了流形的真实二维本质。这证明了lFCI处理非线性流形的能力。
认知任务中循环神经网络神经流形的ID
将lFCI应用于执行各类认知任务的RNN活动流形。以“反应-执行”(React-Go)任务为例,RNN的活动在由前三个主成分张成的空间中呈现出圆锥形结构,理论上应由时间(轴向)和响应角度(角向)两个变量参数化,ID应为2。线性方法(如平行分析PA)由于流形在多个线性维度上均有投影,给出了IDPA=7的过高估计。而lFCI则给出了IDlFCI=2.35 [2.09, 3.89]的估计,其局部ID直方图在2附近出现明显峰值,与任务结构预期相符。进一步使用局部线性嵌入(LLE)进行降维,成功将流形平坦化为一个由时间和角度坐标张成的二维圆盘,直观证实了其低维本质。
在所有20个认知任务的系统性分析中,lFCI展现出高度一致的结果:对于Go家族任务,ID估计稳定在2.5左右;对于需要额外记忆或整合信息的决策(DM)和匹配(Matching)家族任务,ID略有升高,在3到4之间。这些估计显著低于线性方法(如PA)给出的结果,且在不同训练实例间更为稳定。相比之下,Two-NN等方法由于对局部噪声敏感,给出了更高且不一致的估计。这表明,尽管RNN为实现这些任务所构建的神经流形在多个线性维度上都有延伸(导致线性ID估计值高),但其内在几何结构实际上是低维的,并且与任务逻辑紧密相关。
合成神经记录数据的ID估计
在Altan等人的合成基准数据上,lFCI再次证明了其优势。对于线性嵌入的数据,lFCI与最佳线性方法(PA)性能相当,能给出随真实维度d单调增长的合理估计。对于更具挑战性的非线性嵌入数据(具有对数正态分布和高度不均匀的密度),当真实维度d≤20时,lFCI仍能给出相对准确的估计(IDlFCI≈ 20.7)。当d=40时,由于数据在稀疏区域难以探测全部维度,lFCI出现了低估,但通过适当调整筛选阈值,仍可得到接近真实值的估计。而传统的几何方法(MLE, Two-NN)在d>10后即严重低估ID。这凸显了lFCI在处理高维、非线性且采样具有挑战性的数据集方面的能力。
视觉反应的高维ID
最后,研究将lFCI应用于真实的小鼠V1神经反应数据。Stringer等人此前基于线性方法(cvPCA)指出,对2800张自然图片的反应组织在一个非常高维的流形中。lFCI的分析为此提供了支持:在两个独立记录中,lFCI给出的ID估计分别为~100和~200,与通过参与比(PR)估算的有效线性维度处于同一量级,但显著高于因“维度灾难”而严重低估ID的Two-NN方法。此外,lFCI分析未检测到显著的曲率(δi,K值普遍较低),这表明视觉反应的高维特性更可能是源于其本质上的高维线性几何,而非一个被强烈扭曲的低维非线性流形。这一结果强有力地支持了关于复杂视觉刺激引发高维神经表示的假说。
结论与意义
本研究系统地提出并验证了局部全相关积分(lFCI)这一稳健的神经流形本征维数(ID)估计新流程。lFCI巧妙地结合了FCI估计器对高维欠采样的鲁棒性,以及局部估计应对流形曲率的策略,从而克服了现有主流方法的关键局限。
通过对合成数据、人工神经网络和真实神经数据的广泛测试,研究得出明确结论:lFCI能够准确、可靠地估计从低维到高维(约200维)的各种神经流形的ID。具体而言,在简单的认知任务中,RNN形成的神经流形本质上是低维的(ID≈2-4),这与其任务结构直接相关;而在处理复杂视觉场景时,大脑视觉皮层的神经反应则组织在高维流形中(ID≈100-200)。这些发现为调和当前关于神经编码几何的争论提供了关键证据:任务的复杂性和计算目标共同决定了神经表示的维度,简单的任务导向低维表示,而丰富的感官输入则驱动高维表示。
这项工作的重要意义在于,它提供了一套共享的、可靠的方法论工具,使得不同实验室能够对神经流形的维度进行一致且可比较的测量。这将极大地推动计算神经科学领域对神经编码几何原理的深入研究,帮助厘清神经活动的集体动力学、网络结构约束与行为计算功能之间的复杂关系。未来,lFCI有望应用于更广泛的生物和人工神经网络分析中,揭示其信息处理的基本几何规律。