一个伴随星形胶质细胞的尖峰神经元网络中工作记忆的形成
摘要：利用与星形胶质细胞网络交互的尖峰神经元网络（SNN），我们提出了一种生物学上可行的工作记忆（WM）计算模型。SNN利用具有非特定连接拓扑的突触耦合的Izhikevich神经元进行建模。通过局部间隙连接扩散偶联，与神经元通过细胞外空间中的化学物质进行交互的星形胶质细胞生成钙信号。当一组尖峰神经元同时发放时，钙升高是对由它们释放的神经递质浓度增加的反应。反过来，活化的星形胶质细胞释放胶质转运体，调节相应神经元群的突触连接强度。输入信息以短脉冲电流的二维模式编码，用以刺激神经元。输出是由相应神经元的瞬时放电频率获取。我们展示了如何将具有相当大重叠区域的一组信息模式上传到神经元-星形胶质细胞网络中，并在其中存储几秒钟。信息检索是通过应用一个由噪声扭曲的记忆集中的线索模式来组织的。我们发现，在多项WM任务中，成功检索使得被召回模式与理想模式相关性水平超过90％是可能的。通过分析WM形成的动力学机制，我们发现以几秒钟为时间尺度运作的星形胶质细胞可以成功存储与信息模式对应的神经元激活的痕迹。在检索阶段，星形胶质细胞网络有选择性地调节SNN的突触连接，从而成功召回信息。所提出的WM模型的信息和动力学特性与经典概念和其他WM模型相符。
作者：Susanna Yu. Gordleeva, Yulia A. Tsybina, Mikhail I. Krivonosov, Mikhail V. Ivanchenko, Alexey A. Zaikin, Victor B. Kazantsev, Alexander N. Gorban
论文ID：2011.01750
分类：Neurons and Cognition
分类简称：q-bio.NC
提交时间：2022-05-17