基于反馈及其突触可塑性的神经元集群编码研究

The coding of neural information is the foundation of vision and audition in neural system, which is the key to understand and simulate the biological intelligence and is accomplished by neural ensemble. Feedback involved in the information transmission can regulate the firing activity of post-synaptic neurons, and thus participate in the neural coding. However, the functional role of feedback in neural population coding is not fully understood. The negative global feedabck, positive local feedback and its inhibitory interneurons pathway are obtained from the electrosensory system to model a neural network with multi-feedback loops in this project. Based on numerical simulation and theoretical analysis, the influences of different feedback loops on firing activity and information coding of the network are studied. We further study how the feedback properties contribute to the population coding. According to the network structure of the electrosensory system, corresponding models of synaptic plasticity are integrated to the feedback loops. The mechanisms of synaptic plasticity of feedback loop underlying encoding are then revealed. Finally, the principles of neural structure for neural population coding are verified by experimental results of neurophysiology. The research in this project will make contributions to the studies of the brain mechanism of cognitive activities and the calculation of artificial intelligence.

神经信息编码是视觉、听觉等神经系统功能实现的基础，是理解和模拟生物智能的关键，是由大量神经元构成的集群协同活动完成的。构成信息传递通路的反馈结构可以调节突触后神经元的放电活动，继而参与神经编码。然而，有关反馈在神经元集群编码中的作用尚未明晰。本课题对电感系统的全局负反馈回路、局部正反馈回路及其抑制性中间神经元通路建模，得到具有多反馈回路的神经网络模型。基于数值仿真和理论分析，研究不同的反馈回路对网络放电活动及信息编码的影响，并以此为基础进一步研究神经元集群编码所依赖的反馈特性。根据电感系统的网络结构，在各个反馈回路整合相应的突触可塑性模型，揭示网络编码时反馈回路的突触可塑性机理。最后以神经生理学实验结果为依据验证本项目揭示的神经元集群编码的神经结构原理。本项目的研究将为认知活动的脑机制及人工智能计算的研究奠定基础。

神经元集群的相关性放电活动参与神经系统的信息编码，集群间的连接方式对相关性放电活动具有重要影响。研究特定的网络结构中神经元放电活动的相关性机理有助于理解神经系统的信息处理机制。本项目建立了具有生物特性的电感系统的网络模型，研究了神经元集群编码过程中不同形式的反馈连接及其突触可塑性参与神经编码的机理。首先基于电感系统的信息传递回路，建立了ELL（Electrosensory Lateral Line Lobe）神经元集群和nP（nucleus Praeminentialis）神经元集群间的全局负反馈、正反馈，局部负反馈回路模型。进一步的研究证明，网络的全局负反馈可以增强网络的同步振荡活动。并且，随着全局负反馈的增强，网络的振荡活动对反馈强度的变化具有鲁棒性。当考虑网络在百毫秒时间尺度上的相关性放电活动时，增强网络中的全局负反馈连接，并不总能增大网络放电活动的相关系数。全局负反馈通过调整放电序列的强度和规律性，影响网络放电活动的相关性。网络的全局正反馈可以使ELL神经元的膜电位迅速饱和并产生规律性放电活动。该放电活动的规律性与神经元及网络中突触连接的时间常数有关。在同时具有局部前向和反馈通路的网络中，网络的相关性放电活动（振荡、相关）与前向通路的拓扑特性无关，而局部负反馈的引入可以减弱网络放电活动的相关性。但当网络具有局部负反馈回路时，即使反馈回路分布系数变化，网络的相关性放电活动也不受影响。基于以上网络模型，最后确定了网络参数的变化及突触可塑性（衰减、易化）对神经元响应的影响。本项目的研究表明，反馈连接参与调节突触后神经元放电活动的时频特性，给神经元之间的相关性提供了丰富的时间结构。这些时间结构通过相关放电的神经元绑定了特定的信息。