压力引起的杏仁核-纹状体活动变化：对分布特征、动态特性及计算特征的多层次分析

《Journal of Computational Neuroscience》：Stress-associated alterations in amygdala-striatal activity: a multi-level analysis of distributional, dynamical, and computational signatures

　　

摘要

慢性压力与神经回路功能的持续改变有关，但这些变化在多个描述层面上的表现方式尚不清楚。在此，我们利用分布分析、动态分析和计算分析等方法，重新分析了来自BLA-DMS和CeA-DMS投射通路的体内GCaMP8s记录数据。基于Kullback-Leibler（KL）散度的分布分析显示，压力会导致神经活动模式的时间组织发生改变，尤其是在急性厌恶刺激之后，处于压力状态下的动物其神经活动分布会长时间偏离基线水平。通过现象学二阶回归模型进行的动态分析则揭示了与恢复相关的特性也发生了相应变化。在受到足部电击后，压力会导致主特征值分布以及重建的准势能曲线发生变化，而经过训练的杠杆按压-奖励行为虽然系数结构存在差异，但其局部稳定性却大致相似。值得注意的是，即使在各组之间的明显行为表现相当时，也能在任务学习过程中检测到与压力相关的动态变化。为探究这些定性特征是否源于简单的计算原理，我们构建了一个最小的人工神经网络框架作为假设生成的充分性检验。包含非对称优化目标的模型能够再现部分实验特征，而对称目标则无法做到。综合这些发现表明，慢性压力会导致神经活动模式在多个描述层面上的重组，从而改变对干扰的反应，并在明显的行为差异出现之前就引发神经活动组织的可检测变化。