Development of statistical analysis methods for visualizing nonlinear activity of large-scale neural populations

开发可视化大规模神经群体非线性活动的统计分析方法

基本信息

批准号：
20K11709
负责人：
島崎秀昭
金额：
$ 2.83万
依托单位：
Kyoto University (2022)Hokkaido University (2020-2021)
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (C)
财政年份：
2020
资助国家：
日本
起止时间：
2020-04-01 至 2024-03-31
项目状态：
已结题

项目摘要

本研究は，脳が有する外界のモデルを実験データから明らかにするための基盤的な統計解析技術として，時間変動する神経細胞集団の発火頻度と相関構造を逐次推定する技術として我々がこれまでに構築した【状態空間－イジングモデル】を発展させ，より大規模・非線形な神経細胞集団活動の解析を可能にする技術を開発することを目的としている．３年目にあたる本年度は，キネティック・イジングモデルを用いた状態空間モデルの推定精度および計算時間等の定量的検証を行った．また，キネティック・イジングモデルの古典的モデルである非対称Sherrington-Kirkpatrickモデルに対する秩序・無秩序相転移およびパターン生成等の基礎的特徴について理論的な研究を行い，厳密解を得る等の成果を得た．これらに加えて，従来型の状態空間－イジングモデルの実データへの適用も行った．特に，本年度出版された論文（Shomali, Ahmadabadi, Rasuli, Shimazaki. Communications Biology, 2023）の中で，Allen Instituteが提供する覚醒下のマウスの第一次視覚野神経細胞集団から記録した３つの神経細胞集団のスパイク時系列データに本手法を適用することで，視覚刺激等の影響で変動する発火頻度の影響を取り除いた上で，強い負の３次相関が見出せることを示した．これにより，当該論文の主張を強く補完することができた．

这项研究旨在开发大脑的状态空间模型，作为一种基本的统计分析技术，用于从实验数据中揭示外部世界模型，并开发一种技术，可以通过开发我们作为依次估算较大的频率和相关结构的技术来构建的状态空间模型来对大规模的非线性神经群体活动进行分析。今年是第三年，使用动力学模型定量验证了状态空间模型的估计和计算时间的准确性。此外，已经针对非对称Sherrington-Kirkpatrick模型（一个动力学ISING模型的经典模型）进行了基本特征，例如阶和无序相变和模式产生的基本研究，并获得了诸如获得严格解决方案的结果。除此之外，我们还将常规状态空间模型应用于实际数据。特别是，在今年发表的一篇论文（Shomali，Ahmadabadi，Rasuli，Rasuli，Shimazaki。CommunicationsBiology，2023年），我们证明，通过将这种方法应用于三个神经元种群的尖峰时间序列数据中，记录了从主要的视觉神经元素中发现的，由ALLENEN INSTUCTITS的较强的fire fire fire fire的fire fire的fire依赖，恢复了全方位的fire，并恢复了全方位的影响。由于视觉刺激的影响而变化的频率。这能够强烈补充论文的论点。