科学研究
数字医学
医 联 网
智能医疗设备
智慧城市建设
科研通知 更多>>
关于召开2018年度河北省重点实验
关于2018年河北省科技奖励预申报
我校承担的河北省自然科学基金重点、
关于申报省教育厅2018年度河北省
关于申报2018年度河北省普通高等
 
行业关注  
PNAS:发表关于大脑网络动力学分析的最新研究成果
添加时间 2022/1/31 15:02:08  浏览次数 283 次

 来源:上海交大 作者:生物谷  时间:2022-01-31

 近日,上海交通大学自然科学研究院和数学科学学院的李松挺课题组利用微扰理论,揭示了大脑皮层中时间尺度层级化现象背后的数学机制和对应的生物学解释,研究成果“Hierarchical timescales in the neocortex Mathematical mechanism and biological insights”在美国科学院院刊Proceedings of the National Academy of Sciences of the United States of America在线发表。

 在大脑皮层中,不同脑区的神经元对外界输入的响应时间尺度有着显着差异,且响应时程大致随着脑区的层级增加而变长。具体而言,在视觉皮层等感知觉脑区,神经元的反应时间尺度较快,使其能够快速响应外界的输入信号;而在前额叶皮层等高级认知脑区,神经元的反应时间尺度较慢,使其能够在积累充分的信息输入之后再做出重要决策。时间尺度层级化现象在近期多个研究小鼠、猕猴、以及人脑的神经科学实验室中均被观察到,被认为是大脑网络动力学的一个重要特点。然而,由于大脑中的神经连接十分稠密,这将容易导致各脑区的响应时间尺度趋于一致,因此时间尺度层级化现象背后的数学机制并不显然,至今仍未研究清楚。

 本工作首先给出时间尺度层级化现象的数学定义,即该现象在数学上等价于大脑网络连接矩阵的部分特征向量的局域化特性。随后,利用微扰理论分析了基于最新猕猴大脑结构数据的脑网络动力学模型,并证明特征向量的局域化与大脑皮层的三个性质密切相关:1)不同脑区中神经元的兴奋特性具有异质性和层次性,2)兴奋性和抑制性神经元群体的电生理特性有显着不同,3)每个脑区接收到的长程投射的兴奋性输入和局部投射的抑制性输入满足细致平衡条件。本工作为大脑皮层中时间尺度层级化现象的产生提供了定量的数学机制解释,并提出了可在实验上被检验的若干理论预测,对理解脑网络的结构特点如何支持其动力学性质和功能具有重要意义。

 本工作由上海交通大学的李松挺教授和纽约大学的汪小京教授合作完成,第一作者为李松挺教授,通讯作者为李松挺教授和汪小京教授。工作得到了国家自然科学基金委、科技部、上海市科委和James Simons Foundation等基金支持。

     

版权所有:河北省数字医疗工程重点实验室

地址:河北省保定市七一东路2666号 邮编:071000  冀ICP备05007415号