无强外部电流情境下自维持平衡状态的理论

具有平衡兴奋和抑制的循环神经网络表现出不规则异步动力学，这是皮层计算的基本特征。经典平衡机制需要强大的外部输入才能维持有限的放电频率，这引发生物学可行性的疑虑。本文探讨一种基于突触短程抑制（STD）作用在兴奋-兴奋突触上的替代机制，该机制无需外部输入即可动态平衡网络活动。通过数值模拟和理论分析，我们描述了由N个rate神经元模型构成的大规模耦合网络的动力学。 Depending on the synaptic strength $J_0$，网络呈现两种不同 regime：在足够小的 $J_0$ 时，网络收敛于均匀固定点；而在足够大的 $J_0$ 时，网络表现出Rate Chaos。对于有限网络，我们观察到根据网络实现的不同，通往混沌的路径也各不相同。分离均匀稳定解与Rate Chaos之间的过渡区域宽度随着N的增大而缩小，最终在热力学极限下消失。采用动力学平均场方法对Rate Chaos regime的表征，使我们一方面确认了这种新型平衡机制能够在热力学极限下维持有限的不规则活动，另一方面揭示了平衡是通过动态抵消大规模耦合产生的输入相关性来实现的。我们的发现表明，STD为平衡网络提供了一种内在的自调节机制，无需生物学上不切实际的输入即可维持不规则而稳定的活动。本工作拓展了平衡网络范式，为理解皮层电路如何通过突触适应维持稳健动力学提供了洞见。