网格细胞连续吸引子网络模型中的精确路径积分

啮齿动物内嗅皮层中的网格细胞对动物在二维空间中的位置表现出惊人的规律性放电反应，并被假设构成了航位推算的神经基础。然而，在以往提出的网格细胞活动模型中，速度输入积分过程中的误差迅速积累。为了产生类似网格细胞的反应，这些模型需要由外部感觉线索触发的频繁重置，这使人们对网格细胞系统的航位推算潜力产生怀疑。在此，我们关注网格细胞活动连续吸引子模型中路径积分的准确性。我们表明，与以往的模型相反，连续吸引子模型能够基于仅编码大鼠速度和航向的输入，产生规则的三角网格反应。我们考虑了网络边界在积分性能中的作用，并表明周期性和非周期性网络都能进行精确的路径积分，尽管它们的吸引子流形存在重要差异。我们表明，速度积分中误差积累的速率取决于网络的组织和大小，以及网络内的固有噪声。在合理的参数范围内并包含脉冲变异性，我们的模型可以在最长约 10-100 米和约 1-10 分钟内精确积分速度输入。这些发现构成了一个概念验证，即连续吸引子动力学可能是 dMEC 中速度积分的基础。模拟还对网格细胞网络中连续吸引子动力学所能实现的积分精度给出了相关的上限。我们建议进行实验以测试连续吸引子模型，并将其与单细胞独立建立其反应的模型区分开来。