神经环路功能网络的分析技术

The dynamics of neural circuits is the basis of information processing in the brain and is currently one of the most important fields of neuroscientific research. We propose to study sensory memory formation, maintenance and retrieval in the zebrafish brain, through a combination of high-resolution optical imaging, mathematical modeling and statistical mechanics of neuronal network dynamics. As a PeiYu project under the ZhongDian Research Plan, we will develop data analysis techniques specifically for the analysis of high-dimensional, dynamic, multi-modal neurophysiological data sets, using modern machine learning and tensor decomposition techniques, towards the goal of developing empirical, data-driven dynamic models of neural circuits underlying memory formation, maintenance and retrieval.

神经环路是大脑信息处理与加工的基本单元，也是目前神经科学研究的焦点对象之一。针对神经环路的研究将帮助我们开发神经环路的信息处理与加工的规律和特性，并为神经科学的基础科研提供理论依据。而记忆是众多认知功能的基础，记忆障碍与神经环路的解剖结构和功能异常有关。研究与记忆相关的神经环路的发育、形成、维持、调控和修饰是当前神经科学最关注的热点之一，是理解大脑认知功能的关键，并可能为治疗因为神经环路缺陷所导致的疾病提供指示。作为重大研究计划的培育项目，本课题将针对神经科学实验（如高密度电极阵列记录或光学成像）所提供的动态数据，设计高效的数据分析方法，利用非线性动力学系统的方法开展对神经环路数学性质的研究，并研发数据驱动式数学建模工具，为基于现代多模态神经系统数据的研究提供分析和可视化手段，以及对神经环路的特征与功能研究的技术平台。

神经元是神经系统最小的结构单元，而神经环路是大脑信息处理与加工的基本单元，也是多细胞动物个体与环境应答的生理基础。动物行为反应了神经系统的运行，即通过模块化的神经环路，时时刻刻与周边环境进行交流，从而获得高级认知。多年来，神经生物学领域的共识是：神经环路的动态功能有助于理解大脑认知，所以神经环路研究是目前神经科学的焦点之一。针对模式动物的神经环路研究将帮助我们开发大脑的信息处理、传递、加工与储存的规律和特性，为神经科学的基础科研提供理论依据，并有可能为神经环路疾病治疗方案提供理论指导。本课题致力于建立模式动物神经系统光学成像实验，提取行为和神经环路的同步动态数据，为认知神经环路的研究提供生物学基础。.最新的研究显示在灵长类视觉皮层里，各种感知/认知的环路可以被前馈环路模拟，而前馈的信号是被theta-和gamma-波段振荡的同步性传输的；反馈是被beta-波段 (13-30 Hz) 振荡影响的。视觉通道功能上振荡波段的分工表征了视觉环路上功能的层次(hierarchical)结构，尤其是因为前馈和反馈是利用不同波段的信息频道。虽然有大量的实验展示振荡和其它协同放电模式在编码上的作用，神经网络振荡的动力学理论研究几乎都是在简单拓扑结构的小型环路里进行的。本项目利用动力系统的核心概念和工具，建立复杂神经网络协同放电模式中相互作用的数学模型，该工作在经典神经信息模型的基础上，建立了具有脉冲门控的前馈神经环路中信息传递的数学模型，发现了在瞬态或振荡环境中，信息精确传递的动力学机制，并在模型稳健性分析的基础上，进一步提出了信号传递、处理和调控的理论框架。利用基本框架已经开始研究网络拓扑结构对其动力状态的调控，开展与神经实验数据符的模型以及理论分析手段，为揭示大脑情感与记忆信息编码的研究打下了基础。