脳の自発揺らぎの数理科学 - その起源と神経情報処理における役割 - 寺前順之介大阪大学大学院情報科学研究科 u.ac.jp

Size: px

Start display at page:

Download "脳の自発揺らぎの数理科学 - その起源と神経情報処理における役割 - 寺前順之介大阪大学大学院情報科学研究科 u.ac.jp"

ゆずささわまつ
5 years ago
Views:

1 脳の自発揺らぎの数理科学 - その起源と神経情報処理における役割 - 寺前順之介大阪大学大学院情報科学研究科 teramae@ist.osaka- u.ac.jp

2 自己紹介出身は群馬大学から京都, 物理非線形物理学自然の秩序形成, 自己組織化理化学研究所理論神経科学脳の情報処理メカニズム大阪大学情報科学研究科キーワードはゆらぎと確率

3 脳大脳皮質膨大な数の神経細胞からなるネットワーク大脳皮質だけで数百億個それぞれ数千の入出力を持つ Brainbow pyramidal neuron

4 スパイク発火による情報伝達 - 70mV 時間時間つながりの強さ : 興奮性シナプス後電位 (EPSP)

5 大脳皮質の自発活動大脳皮質では入力がなくても活動が持続自発的持続発火活動 (spontaneous ongoing acdvity) 神経細胞時間非同期不規則低頻度 (1-2Hz) 6 sec Takekawa et al. 膜電位時間膜電位も乱雑に大きく変動 Destexhe et al Nat. Rev. Neurosci.

自発発火活動の特徴 1 Synaptic noise vivo experiments 膜電位が持ち上がり大きく揺らぐ 10 6 0.02 80 80 500 ms GABAA GABAA 70 70 60 60 Vm 50(mV) 50 0.

Neurosci. AMPA AMPA 10 0.15 0.15 0.1 0.1 1 10 3 al density 500 60 mvms 0.02 1 10 1 10 3 0.06 stribution mv 20 mv 0.06 0.

6 自発発火活動の特徴 1 Synaptic noise vivo experiments 膜電位が持ち上がり大きく揺らぐ ms GABAA GABAA Vm 50(mV) Vm (mv) Fre 静止膜電位発火しきい値 distribution etailed biophysical models bdestexhe Detailed biophysical et al models Nat. Rev. Neurosci. AMPA AMPA al density mvms stribution mv 20 mv ctral density mv 0.1 Power spectral density Amplitude distribution Amplitude distribution a In vivo experiments Power spectral density Box 1 Synaptic noise 1

7 自発活動と神経応答神経応答 = 刺激入力 + 自発活動 (1996 Science)

8 自発活動と神経応答神経応答の空間構造自発活動の空間構造 (1999 Science)

9 QuesDon 揺らぎの起源は何か? その機能は何か?

10 神経ネットワークの数理的な記述単一の神経細胞の記述 C dv dt = g L ( v E ) L g Na m 3 h( v E ) Na g K n 4 ( v E ) K + I ext Hodgikn Huxley equadon

11 ところが, 神経ネットワークのモデルは自発揺らぎを説明できなかった No noise source in the brain. Single neurons are silent. 活動が持続しないか爆発してしまう神経ダイナミクスの大問題

12 なぜか? ニューロンは多数の弱入力を積算する多数決素子 EPSP ~ 1mV V thr = - 50 mv v 20 mv Dme V rest = - 70 mv 強い同期発火 or 高発火率仮説 : 多数の弱い結合と少数の極めて強い結合の共存が鍵ではないか

13 多数の弱い結合と少数の極めて強い結合の共存 S. Song, P. J. Sjoestroem, M.Reigl, S. Nelson, D. B. Chklovskii PLoS Biology, 2005, 3(3) 対数正規分布 Lognormal distribudon

14 極めて不均一なネットワーク結合強度 Lognormal 興奮性細胞個 Random net, P = 0.1 for exc. 0.5 for inh. 抑制性細胞 2000 個 G max ~ 10 mv ( ) P x 1 = exp 2πσx ( log x µ ) 2 2 2σ

15 神経細胞モデルは単純に Leaky integrate- and- fire neuron with conductance synapses dv 1 = E dt τ m dg g = + G j δ( t sj τ j) dt τ s j sj ( v V ) g ( v V ) g ( v V ) rest E I I V thr = - 50 mv v 20 mv Dme V rest = - 70 mv 外部ノイズや背景ノイズは用いなくて良い

16 2, ,500 2,600 自発発火活動が再現されるノイズ源は要らない 20 神経細胞 1 0 2, ,400 時間 2,500 Time (ms) 2,500 2, ,000 時間 0 0 2,600 非同期不規則低頻度 1-2Hz 膜電位 0 40 Inhibitory pool (Hz) 0 膜電位も乱雑に大きく変動 3,000

17 膜電位の強い揺らぎ抑制性神経細胞興奮性神経細胞静止膜電位発火閾値膜電位の UP 状態

$3 r 5260 mv after spiking. The refractory period is 1 The values 理論 of G i for excitatory-to-excitatory connectio tributed such 数値計算 that the amplitude of EPSPs x measured resting 0.$ 2potential obey a lognormal distribution exp { log x{m px ðþ~ ð Þ2 2s 2 pffiffiffiffiffi 2p 0.1 sx Cross correlation 揺らぎがスパイク伝達効率 e を最適化! www.nature.com/scientifi on each neuron (Fig.

2potential obey a lognormal distribution exp { log x{m px ðþ~ ð Þ2 2s 2 pffiffiffiffiffi 2p 0.1 sx Cross correlation 揺らぎがスパイク伝達効率 e を最適化! www.nature.com/scientifi on each neuron (Fig.

We declined any unrealistic valu gives an -70 amplitude larger than 20 [mv] by drawing -50 a from the Mean distribution. membrane The resultant potential amplitude (mv) of stron was about 0.

18 10-50 l (mv) 3.0 b 少数の強結合 d Cross correlation 0.4 ゆらぎの機能は何か? C.C. 多数の弱結合への入力 0.2背景ゆらぎ Mean membrane potential (mv) c activity (Methods). Spike threshold is V thr 5250 [mv] an to V0.3 r 5260 mv after spiking. The refractory period is 1 The values 理論 of G i for excitatory-to-excitatory connectio tributed such 数値計算 that the amplitude of EPSPs x measured resting 0.2potential obey a lognormal distribution exp { log x{m px ðþ~ ð Þ2 2s 2 pffiffiffiffiffi 2p 0.1 sx Cross correlation 揺らぎがスパイク伝達効率 e を最適化! on each neuron (Fig. 1a), where the values s51.0 and m-s 2 well replicate the experimentally observed long-tailed di of EPSP 0.0 amplitudes 33,34. We declined any unrealistic valu gives an -70 amplitude larger than 20 [mv] by drawing -50 a from the Mean distribution. membrane The resultant potential amplitude (mv) of stron was about [mv] on 1.0 each neuron. 2.0 For 3.0 simplicity, to-inhibitory, inhibitory-to-excitatory Firing rate (Hz) and inhibitory-to synapses have uniform values of G i , a respectively. 0.5 Excitatory-to-excitatory synaptic transmiss an EPSP amplitude-dependent rate 膜電位の of p E 5 a/(a1ep a50.1 [mv] 34. We first demonstrate numericallyup that the state long-tailed d of EPSP amplitudes achieves aperiodic stochastic resonan sequence on a single neuron receiving random synap

19 In vitro dynamic- clamp experiment for real cordcal neurons by Yasuhiro Tsubo

20 神経細胞は確率的ゲート素子ではないか伝統的な見方 v 多数決素子 Signal... internal environment of the local circuit (inference from many other paths)

21 自己組織的確率共鳴 G max = 10 mv v V thr = - 50 mv 20 mv V rest = - 70 mv c 0.3 neuron as a stochasdc gadng unit signal... Cross correlation Mean membrane potential (mv) Firing rate (Hz) e Noise 0.5is self- organized by network itself!

22 Context- dependent noise control AssociaDve memory with the lognormal weight distribudon Prob ξ µ i = 1 = a P G Prob ξ µ ij = ξ µ µ i ξ j i = 0 = 1 a µ=1 G ij sort G ij and map them to the lognormal distribudon G ij Hiratani, Teramae and Fukai 2013

23 Numerical simuladon sparseness a = 0.1 memory pa0ern p = 130 transient input to a memory pa0ern inhibitory neurons spontaneous ongoing firing pa0ern retrieval excitatory neurons (background) neurons of the evoked pa0ern inhibitory exc. neurons of the evoked pa0ern other excitatory neurons

24 membrane potendals spontaneous state Typical amplitude of strongest EPSPs memory retrieval condidonal prob. of output for given input on the strongest synapse Retrieval pa0ern spontaneous Background mean membrane potengal Sequence selecdon by background noise moduladon

25 大脳皮質自発揺らぎの起源と機能稀な強結合正確な情報の伝播ゆらぎ不規則性多数の弱結合ネットワークの非常に強い不均一性 ( 多数の弱結合と少数の非常に強い結合の共存 ) が脳の自発揺らぎを生む自発揺らぎがスパイク情報伝達を最適化自己組織的確率共鳴文脈依存でノイズ強度をコントロールできる内的なノイズ制御による情報処理

26 Collaborators Tomoki Fukai (RIKEN) Yasuhiro Tsubo (Ritsumeikan Univ.) Naoki Hiratani (Univ. Tokyo)

_netsci_hokkaidou_abst

_netsci_hokkaidou_abst !!!! "#$ )'*+,) -.' %!&' $0?'?0@0!'2!037.'./+0)'!,2')-03 -.' 4'&2'56'!'2!037!899:!;027!7 A*23>)'!!!!!!! )'*+,) -.' %!&' $0?'?0@0!'2!037 B7! 87 Box Synaptic noise as In vivo experiments 皮質自発活動の特徴

脳の自発揺らぎの数理科学 - その起源と神経情報処理における役割 - 寺前順之介 大阪大学大学院情報科学研究科 u.ac.jp

脳の自発揺らぎの数理科学 - その起源と神経情報処理における役割 - 寺前順之介大阪大学大学院情報科学研究科 u.ac.jp