基于尖峰序列的单突触因果推断方法
神经元与认知
2024-05-07 v1
摘要
自20世纪60年代以来，神经科学家一直致力于从同时记录的尖峰序列中估计突触特性（如连接性和强度）的问题。近年来，随着高密度神经记录和光遗传学技术的快速发展，这一问题重新引起了人们的兴趣，这些技术可用于校准关于功能连接的因果假设。本文针对尖峰序列之间的成对兴奋性和抑制性单突触效应，开发了一个严格的因果推断框架。通过按时间尺度分离成对尖峰序列中的尖峰相互作用来识别因果交互。还开发了用于计算相关量精确估计的快速算法。通过该框架的视角，在一系列动力学系统模拟中，检验了生物物理参数与尖峰序列之间因果关系的统计定义之间的联系。在理想化设置中，我们展示了本文开发的突触因果度量与Tian和Pearl开发的因果概率之间的对应关系。由于因果概率是在不同假设下推导的，并包含来自实验随机化的数据，这为使用juxtacellular或光遗传刺激来测试突触推断框架的假设提供了可能性。我们使用生物物理详细的channelrhodopsin模型模拟了这样一个实验，结果表明随机化并未实现；即使强刺激也存在强混杂。一个主要目标是探究如何精心阐述的因果假设能更好地指导神经刺激实验的设计，进而支持对这些假设的实验检验。
引用
@article{arxiv.2405.02786,
title = {A causal inference approach of monosynapses from spike trains},
author = {Zach Saccomano and Sam Mckenzie and Horacio Rotstein and Asohan Amarasingham},
journal= {arXiv preprint arXiv:2405.02786},
year = {2024}
}