許多證據(jù)表明,,生物大腦皮層普遍在臨界點(diǎn)附近運(yùn)行,,但目前尚未發(fā)現(xiàn)普適的標(biāo)度。事實(shí)上,,不同物種之間,、同一物種不同個(gè)體之間、同一個(gè)體不同時(shí)刻之間,,動(dòng)力學(xué)的標(biāo)度會(huì)有很大差異。怎樣理解其中的差異性和統(tǒng)一性,?近日,,一篇發(fā)表于 Physics Review Letters 的論文指出:外部輸入迫使大腦的神經(jīng)網(wǎng)絡(luò)遠(yuǎn)離臨界點(diǎn),在非平衡狀態(tài)下運(yùn)行,。不同的條件下,,大腦都處于一類滿足標(biāo)度關(guān)系的“準(zhǔn)臨界態(tài)”。 Moritz Helias | 作者郭瑞東 | 譯者趙雨亭 | 審校 鄧一雪 | 編輯
論文題目:
Evidence for Quasicritical Brain Dynamicshttps://journals./prl/abstract/10.1103/PhysRevLett.126.098101
1. 臨界態(tài),,描述多種現(xiàn)象的一般性模型
許多不同物理系統(tǒng)的動(dòng)力學(xué)可以用一個(gè)單一的數(shù)學(xué)模型來描述,??此坪翢o共同點(diǎn)的系統(tǒng)(例如水從沙子中滲透,或者在巖石中裂縫的擴(kuò)散)都處于臨界態(tài)事件( critical phenomena ),。已有研究表明,,大腦中的神經(jīng)元網(wǎng)絡(luò)代表了這一類事件中的另一個(gè)關(guān)鍵系統(tǒng),而其他研究則揭示了神經(jīng)元會(huì)呈現(xiàn)偏離臨界狀態(tài)的行為?,F(xiàn)在,,印地安那大學(xué)伯明頓分校的 Leandro Fosque 和他的同事們表明,大腦可能是“準(zhǔn)臨界的”:它被持續(xù)不斷的外部刺激驅(qū)離臨界點(diǎn)[1],。他們發(fā)現(xiàn),,這種轉(zhuǎn)變并不是隨機(jī)的,而是以一種大腦對(duì)刺激反應(yīng)最大化的方式發(fā)生——這種反應(yīng)模式是大腦處理信息的核心特征,。 在大腦中,,臨界狀態(tài)指的是神經(jīng)元活動(dòng)被刺激(如感覺輸入)所觸發(fā)的方式。這種活動(dòng)以類似連續(xù)雪崩的方式傳播ーー在 t 時(shí)間段內(nèi),,s 神經(jīng)元短暫地連續(xù)發(fā)射,。T 和 s 隨時(shí)間的變化服從冪律分布,呈現(xiàn)出無標(biāo)度的臨界態(tài)行為模式[2],。如下圖所示: 神經(jīng)元的臨界態(tài)示意圖,,從紅色初始點(diǎn)開始的刺激,神經(jīng)元的激活呈現(xiàn)出雪崩式的冪律分布,,不存在自發(fā)的再次激活,。在體外培養(yǎng)的神經(jīng)元網(wǎng)絡(luò)中,相應(yīng)的冪律指數(shù) τt 和 τs (描述在特定的t和s時(shí),,雪崩如何隨時(shí)間的分布)是常數(shù),,且是一個(gè)可以用“定向滲流”分支過程來模擬的通用類。在這個(gè)模型中,,每個(gè)節(jié)點(diǎn)代表一個(gè)神經(jīng)元放電,,而分支代表從該神經(jīng)元傳遞到一個(gè)或多個(gè)“后代”。當(dāng)分支系數(shù)(每個(gè)活動(dòng)神經(jīng)元的子代數(shù)量)位于兩個(gè)相變點(diǎn)附近時(shí),,網(wǎng)絡(luò)呈臨界狀態(tài):一方面,,神經(jīng)元間的級(jí)聯(lián)連接能迅速被抑制;另一方面,,神經(jīng)元的級(jí)聯(lián)連接以自我維持的的方式進(jìn)行,。 2. 大腦中神經(jīng)的動(dòng)力學(xué)不符合臨界態(tài)
實(shí)驗(yàn)室中,表現(xiàn)出上述臨界狀態(tài)的神經(jīng)網(wǎng)絡(luò)很小,,且相對(duì)簡(jiǎn)單,。但是活體大腦是復(fù)雜的,雖然 t 和 s 仍然呈冪律分布,,但實(shí)驗(yàn)表明,,τt 和 τs 在物種,、實(shí)驗(yàn)條件、時(shí)間和刺激物下存在差異,,這一發(fā)現(xiàn)從根本上與大腦的神經(jīng)活動(dòng)是普遍臨界態(tài)的一個(gè)特例相矛盾[3],。 圖A臨界態(tài),圖B臨界態(tài),,屬于普遍類的一系列臨界態(tài),;圖C的系統(tǒng)不符合臨界態(tài);圖D屬于準(zhǔn)臨界態(tài),。之前的研究認(rèn)為大腦處于圖B描述的狀態(tài),,存在一個(gè)單一的冪律指數(shù)。但根據(jù)不同物種間,,甚至同一物種間不同時(shí)間估計(jì)的冪律指數(shù)都存在顯著差異,。該文指出大腦實(shí)際的狀態(tài)如圖D所示Fosque和他的同事通過結(jié)合模擬神經(jīng)網(wǎng)絡(luò),和對(duì)嚙齒動(dòng)物神經(jīng)元數(shù)據(jù)的分析來解釋這些指數(shù)的變化,。他們的臨界分支模型考慮了定向滲濾的一個(gè)重要方面,,即神經(jīng)元激活的動(dòng)力學(xué)。該模型在神經(jīng)元培養(yǎng)皿與活體大腦之間是不同的:即吸收狀態(tài)(由于隨機(jī)性,,當(dāng)所有神經(jīng)元在同一時(shí)刻處于未激活狀態(tài)時(shí),,大腦活動(dòng)的停止)存在不同。這種狀態(tài)對(duì)于神經(jīng)元雪崩式傳播的結(jié)束至關(guān)重要:在一個(gè)小型的孤立網(wǎng)絡(luò)中,,吸收狀態(tài)很容易達(dá)到,,但在一個(gè)大型的、相互連接的網(wǎng)絡(luò)中就很難實(shí)現(xiàn),。 3. 大腦神經(jīng)動(dòng)力學(xué)無法保持臨界態(tài)的原因
造成這種差異的原因是,,人工培養(yǎng)的神經(jīng)網(wǎng)絡(luò)很小,神經(jīng)元之間的相互作用必然是局部的,。相比之下,,活體大腦皮層的一部分,大約50% 的輸入信號(hào)來自其他較遠(yuǎn)的腦區(qū),。Fosque 和他同事們的模型解釋了這些遠(yuǎn)程刺激,,讓每個(gè)神經(jīng)元以概率 p 自發(fā)激活。在定向滲濾模型中,,這意味著雪崩式傳播不是由單個(gè)神經(jīng)元引發(fā)的,,而是可以在任何時(shí)間點(diǎn)自發(fā)發(fā)生。 這些間歇性活動(dòng)增加了雪崩式傳播的持續(xù)時(shí)間和規(guī)模,,并導(dǎo)致 τt 和 τs 值變小,這意味著該系統(tǒng)不再屬于臨界態(tài)的一個(gè)特例,。這種自發(fā)的雪崩活動(dòng)也在時(shí)間上打破了嚴(yán)格的尺度不變性,,因?yàn)樗凳玖艘粋€(gè)自發(fā)激活的時(shí)間尺度符合1/ps的冪律分布,。該特征指出,從嚴(yán)格意義上講,,神經(jīng)系統(tǒng)不再具有臨界態(tài),。 準(zhǔn)臨界態(tài)示意圖,藍(lán)色的點(diǎn)代表自發(fā)激活,,圖中的T越長(zhǎng),,每個(gè)處于臨界態(tài)的雪崩式傳播的大小越小。雖然在活體大腦中,, τt 和 τs 的值有所不同,,但它們并不隨意改變。相反,,正如最近發(fā)現(xiàn)的那樣,,τt 和 τs 通過一個(gè)簡(jiǎn)單的線性關(guān)系緊密地聯(lián)系在一起。Fosque和他的同事們表明,,當(dāng)他們模型的參數(shù)調(diào)整到“最大敏感點(diǎn)”時(shí),,這種線性關(guān)系就出現(xiàn)了,這意味著神經(jīng)元對(duì)刺激最敏感,。他們稱這種狀態(tài)為“準(zhǔn)臨界”:給定擾動(dòng),、自發(fā)活化、盡可能臨界,。 研究小組得出了一個(gè)強(qiáng)有力的結(jié)論,,即大腦活動(dòng)的分支模式只有在沒有外部刺激驅(qū)動(dòng)的情況下,才是真正臨界的,,這一結(jié)論具有深遠(yuǎn)的影響,。例如,大腦的不同區(qū)域,,取決于它們的輸入信息以及它們的功能,,可能在距離臨界點(diǎn)不同的距離運(yùn)作。Fosque和他的同事們的研究結(jié)果也與最近的發(fā)現(xiàn)相一致,,即大腦皮層實(shí)際上可能是處于次臨界態(tài)的[7,8],。 4. 大腦處于準(zhǔn)臨界態(tài)帶來的新問題 但是,為什么大腦動(dòng)力學(xué)應(yīng)該接近臨界點(diǎn)呢? 是否是因?yàn)榇竽X的一些理想特征,,諸如它對(duì)外部刺激很敏感,,而且距離較遠(yuǎn)的區(qū)域會(huì)發(fā)生相互作用,從而使得系統(tǒng)遠(yuǎn)離臨界點(diǎn),?答案可能是因?yàn)榇竽X動(dòng)力學(xué)處于臨界狀態(tài),,該狀態(tài)與其解決問題的能力糾纏在一起??山馀c不可解問題用一個(gè)尖銳的邊界來劃分,,最難解決的問題恰好位于邊緣,,即相變點(diǎn)[9]。對(duì)這一假說的明確結(jié)論將是理解生物計(jì)算中心原理的重要一步,。
這項(xiàng)研究引發(fā)了其他有趣的問題,。例如,抑制性神經(jīng)元——那些降低目標(biāo)活動(dòng)的神經(jīng)元——對(duì)臨界動(dòng)力學(xué)有何影響,?這些細(xì)胞占大腦皮層所有細(xì)胞的五分之一,,對(duì)防止失控性興奮起著至關(guān)重要的作用。另一個(gè)問題是,,是否存在不同形式的臨界態(tài),,一種不能由分支模型和定向滲流捕獲的臨界態(tài)? 值得探索的一種可能性是,,大腦可能徘徊在要么過度活躍狀態(tài),,要么偶爾處于沉默狀態(tài)這兩者之間[6]。最后,,神經(jīng)元之間連接的幾何形狀和密度是如何改變臨界指數(shù)的,?模型通常假設(shè)隨機(jī)的,密集連接的網(wǎng)絡(luò),,導(dǎo)致平均場(chǎng)行為,。非平均場(chǎng)行為是否在大腦中發(fā)揮作用,可能導(dǎo)致不同的冪律指數(shù),?隨著研究逐漸揭示出非平衡統(tǒng)計(jì)物理學(xué)與大腦動(dòng)力學(xué)之間有趣的聯(lián)系,,研究人員可以期待在未來找到這些問題和其他問題的答案。 原文地址:https://physics./articles/v14/281. L. J. Fosque et al., “Evidence for quasicritical brain dynamics,” Phys. Rev. Lett. 126, 098101 (2021). 2. J. M. Beggs and D. Plenz, “Neuronal avalanches in neocortical circuits,” J. Neurosci. 23, 11167 (2003). 3. N. Goldenfeld, Lectures on phase transitions and the renormalization group (CRC Press, Boca Raton, 2019)[Amazon][WorldCat]. 4. V. Braitenberg and A. Schüz, Anatomy of the cortex: Statistics and geometry (Springer-Verlag, Berlin, 1991)[Amazon][WorldCat]. 5. R. V. Williams-García et al., “Quasicritical brain dynamics on a nonequilibrium Widom line,” Phys. Rev. E 90, 062714 (2014). 6. A. J. Fontenele et al., “Criticality between cortical states,” Phys. Rev. Lett. 122, 208101 (2019). 7. V. Priesemann et al., “Spike avalanches in vivo suggest a driven, slightly subcritical brain state,” Front. Syst. Neurosci. 24 (2014). 8. J. Wilting and V. Priesemann, “Between perfectly critical and fully irregular: A reverberating model captures and predicts cortical spike propagation,” Cereb. Cortex 29, 2759 (2019). 9. P. Cheeseman et al., “Where the really hard problems are,” in Proceedings of the 12th International Joint Conference on Artificial Intelligence, IJCAI’91, Vol. 1 (Morgan Kaufmann Publishers Inc., San Francisco, 1991), p. 331[Amazon][WorldCat]. 10. C. van Vreeswijk and H. Sompolinsky, “Chaos in neuronal networks with balanced excitatory and inhibitory activity,” Science 274, 1724 (1996). (參考文獻(xiàn)可上下滑動(dòng)查看)
|