感觉神经元时间常数法则：膜生物物理与在线统计检测的跨物种关联

《IEEE Transactions on Neural Networks and Learning Systems》：The Time Constant Rule for Neural Change Detection

　　

摘要：

感觉通路在不同物种和模态的解剖结构和功能上存在广泛差异。然而，许多生物解决的是同一个古老且普遍存在问题的变体：快速检测世界中富有意义的变化。有时，动物需要从嘈杂信号中以毫秒级精度完成这些检测才能生存。我们提出了单个脉冲神经元如何应对这种快速检测的选择压力。我们提出了一种简单关系，将神经电压动力学与在线假设检验联系起来，我们称之为时间常数法则。假设神经元的时间常数等于其输入速率变化的倒数。我们表明，该规则是其阈下膜电位代表该速率变化似然比的必要且充分条件。对该似然比进行阈值化处理使神经元成为输入速率增加的在线检测器，进而成为需要快速反应时的刺激起始检测器。我们通过重新分析来自昆虫和脊椎动物中八种二级感觉神经元（涵盖嗅觉、机械感受、电感受和听觉）的已发表记录，测试了时间常数法则。在所有情况下，测量的膜时间常数与预测的反比关系一致。这些示例旨在作为跨系统和跨门的检查，而非群体水平的验证研究。当时间常数法则成立时，它为神经计算提供了直接且直观的解释。神经元的电压是一个在线似然比：其时间常数设定了统计证据的衰减，其阈值是一条决策线，而每个输出脉冲都是一个带时间戳的声明，表明其输入统计量发生了变化。该法则将膜生物物理特性与神经元的统计计算和生态功能联系起来。其可证伪性邀请直接实验测试以确定它是否更广泛地延伸到感觉通路和神经元类别中。