一级相变揭示的神经码字聚类

中枢神经系统的神经元网络通过其放电活动状态集体表示信息。典型观察到的状态，即码字，由于网络相互作用施加的约束，仅占据状态空间有限的部分。码字在状态空间中的几何组织对于神经信息处理至关重要，但由于其高维性而鲜为人知。在此，我们利用视网膜数据，通过将码字的熵计算为距特定参考码字的汉明距离的函数，来探索神经码字的组织。具体而言，我们报告状态空间中的视网膜码字被划分为多个由熵隙分隔的不同簇，并且该结构在可回忆相中与著名的联想记忆网络共享。我们的分析还阐明了全沉默态的特殊性质。全沉默态被最密集的码字簇包围，并且位于距大多数码字可达的距离内。这种码字空间结构定量预测了状态轨迹偏离其初始状态的典型偏差。总之，我们的发现揭示了码字空间的非平凡异质结构，该结构塑造了生物网络中的信息表征。