双重随机更新框架解析皮层神经元放电变异性的分区机制及其计算意义

为解决传统泊松模型无法捕捉神经元放电统计多样性的问题，研究人员开展“双重随机更新点过程(DSR)”理论研究，提出基于γ分布和操作时间映射的变异性分区框架，成功量化从视觉区到运动前区皮层神经元的放电不规则性(φ)，发现其沿感觉-联合-运动皮层梯度下降且受网络状态调控，为单试次潜在动力学估计提供了精确数学模型。

　　

大脑功能的实现依赖于神经群体不规则的电脉冲活动，然而当前大多数神经计算理论都建立在放电率这一抽象数学概念上。由于放电率是实验中无法直接观测的潜变量，如何准确区分放电率波动和放电过程本身的不规则性成为验证这些理论的关键。传统方法假设神经元遵循 inhomogeneous Poisson过程（非齐次泊松过程），但该模型无法解释许多神经元实测的Fano因子(FF)小于1的现象（泊松过程FF恒≥1），且错误假设会导致行为关联分析和潜变量推断的严重偏差。

发表于《Nature Communications》的这项研究提出了双重随机更新(DSR)点过程框架，通过将放电变异性分解为放电率波动和放电不规则性两个独立成分，成功解决了这一难题。该模型通过三步生成脉冲：先采样瞬时放电率λ(t)，在操作时间按ISI概率密度g(·)生成脉冲，最后通过累积放电率函数Λ(t)=∫λ(s)ds映射回真实时间。当g(·)为γ分布时，放电不规则性由单一参数φ=σ_g²/μ_g²表征，可灵活模拟从周期性(φ→0)到超泊松(φ>1)的广泛频谱。

研究人员开发了基于双时间窗方差分析的φ估计方法（DSR法），通过求解方程：

复制
Var(N<sub>2Tsub>)-2Var(N<sub>Tsub>) = [2φ<sup>2sup>+φ-3]E[N<sub>Tsub>]+[4-2φ]E[N<sub>2Tsub>]

实现了对合成数据中真实φ的准确还原（RMSE<0.1）。通过小鼠桶皮层PV神经元细胞内记录验证，发现基于膜电位-放电率函数转换的ISI变异系数(CV²)与DSR估计值高度吻合（平均误差23%），证实了框架的生物学合理性。

应用该方法分析猴皮层多区域数据发现：V4区神经元呈现最广泛的φ分布（1.22±0.45），LIP区降至0.68±0.34，PMd区最低且最集中（0.51±0.21），表明放电不规则性沿感觉-运动皮层梯度递减。高放电率神经元普遍呈现低φ特性，但PMd区中低放电率神经元也表现出低φ，可能与β波段同步化有关。

研究

研究进一步发现φ在多数条件下具有神经元特异性恒定特征：V4神经元在注意指向感受野内/外时φ无显著差异（p=0.10），PMd神经元在不同决策难度和选择方向间也保持稳定。但PMd在决策期的φ显著高于注视期（调制指数0.16, p=3·10^-7），提示网络状态可动态调节放电不规则性。

通过

通过三层脉冲网络模型（丘脑-V1-MT）模拟，研究揭示放电不规则性的多样性源于神经元在网络中嵌入方式的差异：接收兴奋-抑制输入平衡的神经元放电更规则（φ与连接数差值n_fe+n_ee-n_ie负相关）。注意通过抑制神经元去极化（0.2→0.4 mV/ms）降低放电率波动而非改变φ，这与实验观察一致。

关键技术

关键技术方法包括：1）基于γ分布的DSR点过程建模；2）双时间窗方差估计φ算法；3）小鼠PV神经元体内膜电位记录与电压-放电率函数拟合；4）猴V4/LIP/PMd区域在注意与决策任务中的电生理记录；5）三层空间结构脉冲网络仿真（40000兴奋性/10000抑制性神经元）。

研究结论强调，DSR框架突破了传统泊松模型的局限性，首次实现了对单试次放电变异性的精确分区。放电不规则性的梯度分布特征反映了皮层区域的功能特化，其部分不变性为潜变量动力学建模提供了新约束。该工作不仅为神经变异性研究提供了数学基础，也为生物物理环路模型的构建提供了实验依据。

（注：本研究由Cina Aghamohammadi、Chandramouli Chandrasekaran和Tatiana A. Engel共同完成，模型代码公开于https://github.com/engellab/DSRP）