基于真实与模拟的 5b 层锥体细胞数据对部分信息分解的比较

部分信息分解（partial information decomposition）允许将输出与一组输入之间的联合互信息划分为协同的、共享的或各输入独有的分量。我们考虑五种不同的分解方法，并在两项不同研究中的 5b 层锥体细胞数据上比较其结果。第一项研究关于顶端树突输入对胞体动作电位输出的放大及其受树突抑制的调控。我们发现其中两种分解方法给出的协同信息与共享信息估计值远大于其他方法，并且产生大量的独有误信息（unique misinformation）。当考察神经元内各分量的差异时，除共享信息分量外，五种方法所得结果更为相似；对于共享信息分量，有两种方法得出的统计结论与其他方法不同。各方法在独有信息不对称性（unique information asymmetry）的表达上存在一些差异。在树突抑制下，其平均值显著更大。其中三种方法支持先前关于顶端放大受树突抑制减弱的结论。第二项研究使用详细的区室模型（compartmental model）为大量基底与顶端突触输入数量组合生成动作电位。对该数据的子集进行了两次分解分析。第一次中，分解揭示了独有信息不对称性的分岔。对于其中三种方法，这表明随着基底输入增强，驱动由顶端切换为基底，而另外两种方法显示出信息与误信息的混合变化。使用第二组子集所得的分解表明，所有五种分解都在不同程度上支持协同上下文敏感性（cooperative context-sensitivity）的性质。