海马体中脉冲时间神经编码的代数研究方法

尽管通过脉冲时间模式进行时间编码在神经科学中长久以来备受关注，但可能对脉冲时间编码有用的具体结构仍高度不明。在此，我们引入一种利用离散数学技术的新分析方法来研究脉冲时间编码。我们聚焦于啮齿动物海马体中的“相位进动”现象。在物理轨迹上的导航与学习过程中，啮齿动物大脑中的特定细胞相对于局部群体活动的振荡形成高度结构化的模式。相位进动的研究主要集中于其在突触可塑性与记忆形成中已确立的作用。相对而言，相位进动代表了脉冲时间神经编码最佳候选之一这一事实较少受到关注。该编码的精确性质仍是一个开放问题。在此，我们推导出一个算子的解析表达式，该算子将物理空间中的点通过个体脉冲时间映射到复数。该算子的性质凸显了海马体脉冲模式中过去与未来之间的特定关系。重要的是，该方法可推广至此处所研究的具体现象之外，为研究感觉编码与运动行为中发现的脉冲时间序列内的神经编码提供了新技术。随后，我们基于该算子引入一种新颖的基于脉冲的解码算法，仅利用动物的初始位置与脉冲时间模式便成功解码了模拟动物的轨迹。该解码器对脉冲时间中的噪声具有鲁棒性，且工作的时间尺度比通常基于平均放电率的解码器所用时间短近一个数量级。这些结果说明了基于脉冲模式对称性的离散方法在洞察神经系统结构与功能方面的效用。