代谢应激下最优群体编码的稳态适应

神经群体中的信息处理固有地受到代谢资源限制和噪声特性的约束，其动态无法被现有数学模型准确描述。例如，最近的数据显示，小鼠视觉皮层中的神经元进入一种“低功耗模式”，在这种模式下，它们维持放电率稳态，同时消耗更少的能量。这种适应导致神经元噪声增加和调谐曲线变平，以响应代谢应激。我们开发了一个理论群体编码框架，使用两个新颖且令人惊讶的简单约束来捕捉这种行为：放电率稳态的近似和通过生物物理模拟与噪声水平相关联的能量限制。我们贡献的一个关键特征是一个能量预算模型，该模型将细胞中三磷酸腺苷（ATP）的使用直接连接到一个完全可解释的数学框架，该框架推广了现有的最优群体编码。具体来说，我们的模拟提供了一个能量依赖的分散泊松噪声模型，该模型基于以下假设：细胞将遵循一条最优衰减路径，以在给定的细胞能量预算下产生可能的最低噪声放电率。沿着这条最优路径的每个状态都与可以在电生理学实验中测量到的特性（静息电位和漏电导）相关联，并且这些特性已被证明在长期热量剥夺下会发生变化。我们解析地推导了神经元在不同能量预算和编码目标下的最优编码策略，并展示了我们的方法如何独特地捕捉到群体调谐曲线在维持稳态的同时进行适应的过程，正如经验观察所显示的那样。