能動的樹状突起を有する形式ニューロン回路網のダイナミクス

具有活跃树突的正式神经元网络的动力学

基本信息

批准号：
11145207
负责人：
片山統裕
金额：
$ 0.9万
依托单位：
Tohoku University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research on Priority Areas (A)
财政年份：
1999
资助国家：
日本
起止时间：
1999 至无数据
项目状态：
已结题

项目摘要

我々は,ニューロン樹状突起の能動的特性とシナプスの棲み分けに基づいたモデルである階層型形式ニューロンを提案してきた.本研究では,階層型形式ニューロンにより,海馬CA3領域のシナプスの投射パターン,シナプス可塑性の性質に基づいた相互結合回路モデルを構築し,そのダイナミクスを計算機シミュレーションにより研究した.CA3領域の錐体ニューロンは歯状回顆粒細胞から出力される苔状線維によるシナプス入力を尖頭樹状突起の基部に,またCA3錐体ニューロンの出力線維の側枝(シェーファー側枝)が作る回帰性シナプスは,尖頭樹状突起の先端部に作られる.回帰性シナプスの可塑性がそれ自身の活動とシナプス後細胞(CA3錐体ニューロン)の活動の連合によって伝達効率が変化するHebb型であるのに対し,苔状線維シナプスはシナプス前ニューロンの活動のみに依存する非連合型である.そこで本研究では,苔状線維シナプスについてはシナプス荷重を固定し,先端部の回帰性シナプスの結合を錐体ニューロンの出力と連合して変化させた.これは「教師なし学習」の一種であるHebb学習法に相当するものである.苔状線維に複数のランダムなバイナリパターンを繰り返し与えると,そのパターンが相関マトリクスとして神経回路モデルに埋め込まれ,自己連想できるようになることがシミュレーションにより示された.従来の神経回路モデルにおいては,自己連想メモリは相関学習などの「教師あり学習」により実現されてきたが,これには教師信号を生成する別の神経回路を仮定する必要があった.本研究により,樹状突起の能動性によってもたらされるシナプス統合の階層性,入力系統に依存したシナプスの棲み分けパターン,及び「教師なし学習」の一種であるHebb学習という,生理学的・解剖学的にみて自然なメカニズムのみによって,海馬CA3領域が原理的には単独で自己相関メモリ機能を実現できることが示された.

我们提出了一种分层形式神经元，这是一种基于神经元树突的活动特性和突触分离的模型，我们构建了基于突触可塑性特性的互耦合电路模型，并使用计算机模拟研究了其动力学。 CA3 区域的神经元将齿状回颗粒细胞输出的苔藓纤维的突触输入传输到顶端树状态。循环突触形成于突触的基部以及顶端树突细胞（CA3 锥核）尖端的 CA3 锥体神经元（谢弗络脉）的输出纤维的侧枝。苔藓纤维突触是传输效率根据突触活动的关联而变化的赫布型，而苔藓纤维突触是仅依赖于突触前神经元的活动的非耦合型突触。加载被固定，尖端的循环突触的连接结合锥体神经元的输出而改变。这相当于赫布学习方法，这是一种“无监督学习”。莫西纤维模拟表明，当多个随机二进制模式被重复赋予神经电路模型时，这些模式作为相关矩阵嵌入到神经电路模型中并变得自联想。在传统的神经电路模型中，自联想存储器用于相关学习等。这是通过“监督学习”实现的，但这需要假设另一个产生监督信号的神经回路。这项研究证明，树突活动带来的突触整合的层次结构以及输入原则上，海马 CA3 区域只能通过称为谱系依赖性突触分离模式和赫布学习的生理学和解剖学自然机制独立自相关，这是一种“无监督学习”，已被证明可以实现记忆功能。