中文

空间嵌入对神经系统网络架构的约束

神经元与认知 2018-07-13 v1

摘要

对大脑网络架构的基本理解是进一步发展阐释环路功能的理论所必需的。或许因其最初应用于抽象信息系统,网络科学提供了许多方法和汇总统计量,用以处理网络的拓扑特征,却很少或完全未考虑其物理实现。近期进展利用网络科学的定量工具,简洁地描述和预测跨多个空间与时间尺度的神经活动与连接。然而,对于嵌入式系统,物理定律可直接约束网络的生长、发育与功能过程,因此理解这些物理定律对认识该系统至关重要。近期证据表明,由大脑物理形态及发育中机械力所施加的约束,对观测到的网络拓扑与功能有显著效应。在此,我们综述空间对神经网络发育所施加的规则,并表明这些规则催生出一组特定的复杂拓扑。我们提出证据:这些基本布线规则影响系统可涌现的神经动力学 repertoire,从而增进我们对疾病中网络功能障碍的理解。我们还讨论若干已被证明有助于刻画空间嵌入对给定网络系统影响的计算工具、数学模型与算法,这些是解决网络神经科学未来问题的重要考量。最后,我们概述关于支撑环路功能的网络架构的若干开放问题,其答案需要对物理空间在脑网络解剖与生理中作用的彻底且诚实的评估。

关键词

引用

@article{arxiv.1807.04691,
  title  = {Spatial Embedding Imposes Constraints on the Network Architectures of Neural Systems},
  author = {Jennifer Stiso and Danielle Bassett},
  journal= {arXiv preprint arXiv:1807.04691},
  year   = {2018}
}