《腦神經環路稀疏編碼和信息存儲的網路和突觸學習機制》是依託復旦大學，由於玉國擔任項目負責人的面上項目。
基本介紹
- 中文名：腦神經環路稀疏編碼和信息存儲的網路和突觸學習機制
- 依託單位：復旦大學
- 項目類別：面上項目
- 項目負責人：於玉國
項目摘要,結題摘要,
項目摘要
大量實驗證據表明不同動物物種的不同腦區神經環路表征感知信號具有共同的稀疏回響特徵。稀疏回響擴充了系統編碼和記憶容量使其以小能耗產生神經電活動來高效編碼和提取輸入信號特徵，這可能是神經系統處理感知信號普遍採用的編碼策略，揭示其產生機制對理解神經系統如何處理和存儲信息具有重要價值。研究目標：產生稀疏編碼的神經環路基本構型和突觸學習機制，以及編碼信息在神經環路中存儲的模式和對應生物物理機制。研究手段：構建基於神經生物學實驗數據的神經環路生物物理模型；通過超級計算機大規模仿真模擬實驗、多尺度數據分析、信息理論、神經電生理實驗等進行綜合交叉研究。研究內容：突觸學習法則、興奮性和抑制性突觸連結強度在編碼過程的動態平衡變化、以及突觸網路構型在神經環路形成稀疏編碼中的重要作用和神經信息存儲的生物物理機制。意義：將為理解大腦工作原理，為研發基於生物腦神經信息處理方式的神經晶片，發展腦機接口技術提供理論依據。
結題摘要
究竟是哪些生物腦神經元的特性和神經環路的突觸連結特性通過什麼樣的作用機制使神經環路產生了稀疏編碼方式，並如何對編碼信息進行存儲？是本項目關鍵科學問題。我們從神經元、到神經網路、到神經-膠質細胞網路,再到全腦幾個層次來通過計算和實驗交叉研究神經系統稀疏編碼的機制和特點。在這個基金資助下共發表22篇SCI文章（18篇第一作者/通訊作者）。我們構建了神經元動作電位產生和傳輸的Hodgkin-Huxley電纜能量理論模型，發現存在最佳鈉鉀離子通道電導率密度使得動作電位產生過程能量效率最高，也預測並驗證了中間神經元軸突具有高出椎體神經元數倍大小的鉀通道電導密度。我們先後構建了數種神經環路基本構型，如建立了一個普適性的並行傳入傳出神經網路模型，闡明了對應不同背景噪聲強度，網路存在著最佳的神經元數量，使得神經系統能夠以最小的能量消耗傳遞最大的信息量；構建了普適性的興奮-抑制皮層神經元規則全連線網路，發現網路中存在最佳的E / I突觸電流比，使得網路神經信息傳輸能以相對較低的能量成本獲得最大的信息傳輸率；我們還首次構建了神經-膠質細胞網路模型，進一步闡明了膠質細胞的kir4.1通道和間隙連線（Gap junction）強度的異常變化可能會誘發神經網路的癲癇放電活動。最後我們還構建了大尺度嗅球神經網路模型，發現持續的學習經驗會影響神經網路的興奮-抑制突觸連線模式，可能對應了神經網路對學習經驗的記憶，使網路對任何輸入信號都具備了更高效的信息處理能力。我們還構建了人腦能量預算模型，證明了人腦皮層神經元平均放電率應該在0.8-1.5赫茲這個區間，並預測人腦在靜息態其實並不遵循稀疏放電模式。我們的腦能量分析模型指出，皮層大部分腦區在靜息態時都呈現出了較活躍的放電率和較低的稀疏性，這可能意味著大腦在靜息態的腦電活動可能消耗了大量能量在執行一些可能和自我意識維持相關的重要功能。我們套用腦電64通道實驗記錄技術，發現人腦在靜息態和音樂聆聽狀態是遠離腦電稀疏態，而在工作記憶狀態腦功能網路則呈現了腦電稀疏增強特徵。
