通过胶质网络传递代谢物可稳定学习的动力学

学习与记忆通过突触长期改变来获取。在最简单模型中，这类突触增强通常导致兴奋失控，但现实中必须存在某些过程来稳健地维持神经系统整体动力学的稳定性。为此，已有多种方法予以考虑。我们提出一种尤为有力且自然的稳定学习神经系统动力学的机制。该机制基于胶质细胞向神经元分配代谢资源的全球过程。具体而言，我们构建并研究了一个包含两个相互作用网络的模型：一个通过突触相互连接并发生尖达时序可塑性（STDP）的神经网络；以及一个通过间隙连结相互连接、扩散传递代谢资源的胶质网络，最终将资源输送至被消耗的神经突触处。我们的主要结果表明，由胶质网络中代谢资源扩散传递所施加的生物物理约束，可防止突触强度的失控增长，无论是在持续活性期间还是学习期间。我们的发现表明，胶质细胞代谢物传递在学习期间维持神经网络动力学的反馈控制稳定性中扮演了此前鲜为人知的作用。