计算贯穿动力学工具包（CtDToolkit）：神经活动动力学模型的仿真数据集与质量指标

《PLOS Computational Biology》：Computation-through-Dynamics Toolkit: Simulated datasets and quality metrics for dynamical models of neural activity

　　

系统神经科学的一个主要目标是发现神经元群体如何将输入转化为目标导向行为，这一过程称为神经计算。理解神经计算的一个强大框架是利用神经动力学——支配神经活动随时间演化的规则——来解释目标导向的输入-输出转换如何发生。由于动力学规则不能直接观察，需要能够从记录的神经活动中推断神经动力学的计算模型。通常使用具有已知真值动力学的合成数据集验证此类模型，但现有合成数据集未反映神经计算的基本特征，因此可能不能很好代理神经系统。此外，该领域缺乏经过验证的指标来量化模型推断动力学的准确性。Computation-through-Dynamics Toolkit（CtDToolkit）通过提供以下资源来弥补这些关键空白：1）反映生物神经回路计算属性的合成数据集，2）用于量化模型性能的可解释指标，3）用于在有或无已知外部输入时训练和评估模型的标准化流程。在本手稿中，研究人员展示 CtDToolkit 如何帮助指导神经动力学模型的开发、调优和故障排除。总之，CtDToolkit 为模型开发者提供了一个必要框架，以通过动力学视角更好地理解和表征神经计算。理解大脑如何工作需要可解释地说明神经元群体如何处理信息以产生行为。一种有力方法是研究“神经动力学”，即神经活动随时间演化的模式。科学家开发计算模型从神经记录中推断这些动力学，但一直难以知道推断出的动力学何时可信。现有数据集常缺乏生物神经回路的关键特征，当前性能指标可能提供不完整的模型质量图景。研究人员开发了 Computation-through-Dynamics Toolkit（CtDToolkit）来解决这些问题。该工具包提供三个关键资源：生物启发的合成数据集、提供更全面模型性能说明的改进指标，以及用于训练和评估模型的标准化工作流程。研究人员希望 CtDToolkit 使研究者能够在将模型应用于真实大脑数据之前严格测试、改进和排查其模型。这项工作为开发更好的方法以理解神经计算建立了关键基础，最终推进解码大脑如何将感觉信息转化为思想和行动的能力。

系统神经科学的核心目标是理解大脑如何进行神经计算。现代神经接口可同时监测数百或数千个神经元，但研究人员仍难以将这些大规模数据转化为对神经计算的可解释描述。神经动力学（neural dynamics）作为支配神经活动随时间演化的规则，为连接神经观测与神经计算提供了框架。基于动力学的理解需要能够估计神经回路中不可直接观察的动力学。近年来出现的数据驱动（data-driven, DD）模型试图通过将观测神经活动重建为模型动力系统的产物来推断动力学，但该领域缺乏关于合适合成系统与性能标准的共识。现有合成基准多来自动态系统重建（dynamical systems reconstruction, DSR）中的 Lorenz、R?ssler 等非神经系统，它们通常为自治系统或仅有有限外部输入，也未以实现特定目标导向输入-输出转换的方式构建。因此，它们不能直接检验模型能否区分输入驱动活动与内在动力学，或恢复实现已知计算的动力学。此外，仅凭重建精度可能误导模型选择。CtDToolkit 正是在这一背景下提出，旨在提供标准化、可扩展的平台，帮助研究者评估 DD 动力学模型在模拟神经数据集上的优势与弱点。

研究人员引入 Computation-through-Dynamics Toolkit（CtDToolkit），包含三类资源：反映目标导向动力学计算的合成数据集库；用于揭示特定模型失败模式的性能标准与指标；允许提交新模型、生成定制合成数据集并快速迭代的公共代码库。其理论框架区分计算、算法与实现三个层级，并以 1-bit flip-flop 说明：计算指定目标，算法由动力学规则实现，实现体现为神经活动。研究人员将 DD 模型需要推断的对象概括为潜在活动 z、动力学 f、观测模型 g 和外部输入 u，并提出三个关键性能标准：重建（reconstruction）、简单性（simplicity）和输入准确性（input accuracy）。相应失败模式包括欠拟合（underfitting）、特征发明（feature invention）和动力学错误归因（dynamical misattribution）。CtDToolkit 的意义在于，它不仅提供标准化合成数据集和可解释指标，还促进 DD 模型之间比较，连接神经动力学建模与更广泛的 DSR 领域，并支持针对特定实验背景定制数据集。

为开展研究，研究人员使用继承自 Gymnasium Env 的任务环境训练任务训练（task-trained, TT）模型，包括 GRU、NODE、LDS 等，使其执行特定任务；训练后，将 TT 模型隐藏活动输入神经数据模拟器，映射为发放率并以 Poisson 过程生成脉冲活动。CtDToolkit 发布五类任务的数据集：Three-Bit Flip-Flop（3BFF）、MultiTask、RandomTarget、PhaseCodedMemory 和 ChaoticDelayedMatching。DD 模型如 LFADS、GRU、LDS、NODE 在提供或推断外部输入条件下训练，重建 held-in 神经元活动并预测 held-out 神经元活动；所有指标在验证试次上计算。固定点寻找、Dynamical Similarity Analysis（DSA）、Lyapunov 谱和 Wasserstein 距离用于动力学分析。无真实样本队列；除 PhaseCodedMemory 模拟海马 CA1 记录特性（600 个神经元、500 held-in、100 held-out、约 2 Hz）外，其他数据集模拟类似 Utah array 的皮层记录特性（N<100、中等偏高发放率）。

研究结果中，“典型数据集提供生物启发动力系统库”部分显示，研究人员通过 TT 模型生成脉冲数据，并比较 LFADS、GRU、LDS。3BFF 中，LFADS 和 GRU 推断的潜在活动接近真值前三主成分，LDS 因计算能力不足出现结构性欠拟合。MultiTask 中，GRU 和 LFADS 定性捕获真值潜在活动结构，LDS 在记忆期输出错误，同样欠拟合。RandomTarget 中，所有模型包括 LDS 都看似捕获高层潜在结构，但由于输入丰富且时变，结构可能直接继承自输入，难以分离内在动力学与输入驱动活动。PhaseCodedMemory 中，LFADS 推断出偏向“rate-coding”而非真值 TT 动力学“phase-coding”的潜在活动；随模型容量增加，Rate R² 从 0.68 升至 0.77，而 State R² 从 0.97 降至 0.92，说明仅按重建选择模型可能最自信于潜在几何最误导的区间。ChaoticDelayedMatching 将近混沌动力学纳入基准，使任务相关计算嵌入高维、对初始条件敏感的动力学中。

“重建与简单性指标通过识别常见失败模式指导模型选择”部分中，研究人员训练 35 个 DD NODE 模型，隐藏大小从 2 到 64，每个大小 5 个随机初始化模型，并提供真值外部输入。Rate R² 与 co-BPS 呈强线性关系，表明无真值发放率时 co-BPS 可准确捕捉重建。State R² 与 cycle-consistency 也呈强线性关系，表明无真值潜在活动时 cycle-consistency 可评估简单性。随 NODE 隐藏大小增加，简单性持续下降，提示更表达性模型易发生特征发明。小模型欠拟合，大模型发明特征。Lyapunov 谱提供互补轴：最大 Lyapunov 指数与真值最匹配的模型位于 8–16 个潜在维度，恰是重建饱和且简单性开始退化的区间。Wasserstein 距离通常追踪重建性能，但对发明特征不敏感。

“Input R² 有助于诊断因动力学错误归因而失败的模型”部分中，研究人员使用 Input R² 量化模型推断未见外部输入的准确性。以 LFADS 为例，研究人员比较不同 KL 惩罚下推断输入与真值输入及有效输入。结果显示，许多 co-BPS 和 cycle-consistency 高的模型仍可能输入推断极差。低 KL 惩罚模型可推断出几乎与真值相同的潜在活动，但固定点结构缺失，表明控制器接管了相关动力学，即动力学错误归因；高 KL 惩罚模型可重现预期固定点结构，但过高惩罚会导致欠拟合。Input R² 需要真值，因此对生物数据集不适用；模拟扰动和多区域记录可能有助于解决外部输入推断的歧义。

讨论部分指出，CtDToolkit 与 Neural Latents Benchmark（NLB）互补：NLB 基于真实记录和 co-BPS，CtDToolkit 提供真值潜在动力学与输入，能直接评估推断动力学是否匹配真实系统。CtDToolkit 报告重建、简单性和输入准确性等多组互补标准，以避免单一指标被优化而出现 Goodhart’s law 问题。它优先精选较少但经验证的数据集，并采用基于指标的方法识别失败模式；一致性方法可作为补充。CtDToolkit 还可连接神经动力学建模与 DSR，引入 Wasserstein 距离等不变量结构度量，并为 DSR 提供具有未知外部输入、反馈和目标导向计算的神经基准。局限包括：TT 系统为 rate-based，脉冲由观测模型下游产生；数据集和多数指标假设线性观测模型；指标基于推断潜在轨迹和发放率而非直接比较流场；输入准确性缺乏无真值指标。未来可纳入脉冲神经网络 TT 系统、神经调质影响、非线性观测模型、直接流场比较，以及通过模拟扰动评估输入推断。研究结论可译为：总之，CtDToolkit 不仅为评估神经动力学模型提供基础，也为更广泛的神经计算研究提供发射台。随着领域发展，CtDToolkit 有潜力在塑造揭示脑功能基本原理的工具和框架中发挥关键作用。