CaMKII激活通过哈密顿采样支持基于奖励的神经网络优化

突触可塑性由突触后密度和突触前终末中超过千种不同类型的分子通过磷酸化（phosporylation）及其他机制呈现惊人数量的不同状态来实现和控制。突触后密度中最显著的分子之一是CaMKII，在分子生物学中被描述为“记忆分子”，可通过自磷酸化在数十秒的相对大时间尺度上整合钙内流信号。该记忆机制的功能影响大体未知。我们表明，关于CaMKII激活在多巴马门控树突棘巩固（dopamine-gated spine consolidation）中特定作用的实验数据，暗示了其在加速奖励引导的搜索以寻找最大化奖励期望的网络配置方面的普遍功能作用。我们的理论分析显示，随机搜索原则上甚至可以通过模拟一种最著名的非线性优化方法——模拟退火（simulated annealing）来达到最优网络配置。但该优化通常受限于给定温度下随机搜索的缓慢。我们提出CaMKII贡献了一个动量项，大幅加速此搜索。特别是，它使网络能够克服适应度函数的鞍点。所得到的改进随机策略搜索可在更抽象层面理解为哈密顿采样（Hamiltonian sampling），其已知是最有效的随机搜索方法之一。