神经感受野、刺激空间嵌入与无标度网络的有效几何

理解感受野如何在大脑网络中涌现和组织，以及神经动力学如何与刺激空间耦合，是神经科学的基本问题。模型通常依赖精细调整连接性以匹配经验数据，这可能限制生物学合理性。这里我们提出一种具有生理学基础的替代方案，其中感受野和群体水平的吸引子动力学自然地源自无标度网络的有效双曲几何。通过将刺激空间与双曲嵌入的边界相关联，我们使用速率模型和脉冲模型模拟神经动力学，揭示了反映刺激空间结构的局部活动模式，而无需突触精细调整。产生的感受野遵循实验观察到的统计和特性，其大小取决于神经元的连接度。该模型泛化到不同的刺激维度和多种模态，如方向选择性和位置选择性。对线性轨道上记录的海马位置野的实验分析支持了这些发现。该框架提供了一种将网络结构、刺激空间编码和神经动力学联系起来的新组织原则，为理解不同大脑区域的感受野形成提供了见解。