单神经元临界性优化模拟树突计算

神经元被认为是可兴奋脑组织的构建模块。然而，在单神经元水平上，神经元膜、树突树和轴突投射也可以被视为一个扩展的活跃介质。活跃的树突小枝能够传播树突尖峰，尽管有多种提议，但其计算功能仍然是一个悬而未决的问题。在这里，我们为大型树突树中的活跃通道提出了一个具体功能。通过使用概率性细胞自动机方法，我们对大型活跃树突树在复杂时空输入下的输入-输出响应进行建模，并表现出非刻板的树突尖峰。我们发现，如果树突尖峰具有非确定性持续时间，树突树可以经历从静息态到活跃态的连续相变，从而表现出实验所提示的自发和自持的局部活动。类似于临界脑假说（该假说认为神经网络自组织到相变附近以利用临界态的特定性质），我们提出具有大型树突树的神经元在临界态下优化其区分传入刺激的能力。我们建议，“在相变边缘进行计算”更符合树突树执行模拟而非数字树突计算的观点。