伴随星形胶质细胞的脉冲神经元网络中工作记忆的形成
神经元与认知
2022-05-17 v1
摘要
我们提出了一种生物学上合理的工作记忆（WM）计算模型，该模型由与星形胶质细胞网络相互作用的脉冲神经元网络（SNN）实现。SNN 由具有非特定架构连接拓扑的突触耦合 Izhikevich 神经元建模。产生钙信号的星形胶质细胞通过局部缝隙连接扩散耦合相连，并借由胞外空间扩散的化学物质与神经元相互作用。当一组神经元相干放电时，其所释放的神经递质浓度升高，从而引发钙升高。反过来，被激活的星形胶质细胞释放胶质递质，调节相应神经元组中突触连接的强度。输入信息被编码为刺激神经元的短促外加电流脉冲的二维模式。输出取自相应神经元瞬态放电的频率。我们展示了具有显著重叠区域的一组信息模式如何被载入神经元-星形胶质细胞网络并存储数秒。信息检索通过施加一个线索模式来组织，该模式表示记忆集中受噪声扭曲的一项。我们发现，对于多项目 WM 任务，可实现召回模式与理想模式相关性高于 90% 的成功检索。通过分析 WM 形成的动力学机制，我们发现以十余秒为时间尺度运行的星形胶质细胞可成功存储对应于信息模式的神经元激活痕迹。在检索阶段，星形胶质网络选择性地调节 SNN 中的突触连接，从而实现成功召回。所提 WM 模型的信息与动力学特征与经典概念及其他 WM 模型一致。
引用
@article{arxiv.2011.01750,
title = {Formation of working memory in a spiking neuron network accompanied by astrocytes},
author = {Susanna Yu. Gordleeva and Yulia A. Tsybina and Mikhail I. Krivonosov and Mikhail V. Ivanchenko and Alexey A. Zaikin and Victor B. Kazantsev and Alexander N. Gorban},
journal= {arXiv preprint arXiv:2011.01750},
year = {2022}
}