通过传递熵分析培养的神经元网络中的信息流

《Biophysical Reports》：Information flow in cultured neuronal networks by transfer entropy

　　

摘要

神经元在脑部的神经网络中形成功能连接。神经传递指的是神经元之间电信号的传递过程，而神经元间信息传递强度的变化则体现了大脑的功能。为了阐明大脑功能的基本原理，有必要有一种方法来评估神经元间信息传递的强度。要分析信息传递的强度，就需要识别神经网络中电信号序列之间的信息传递情况，比如脉冲列。在本研究中，我们采用了基于信息论的传递熵分析法来评估神经网络中的信息传递强度，以此揭示两组脉冲列之间的因果关系。研究以培养的大鼠海马体神经网络作为活体脑模型，利用微电极阵列对外部动作电位进行监测。我们测量了多个神经元自发性活动以及刺激引发的反应所产生的脉冲列，并运用传递熵分析法来评估不同电极对之间的因果关系，以此作为神经元间信息传递强度的指标。从自发性活动和刺激反应的结果来看，电极间的传递熵值会随着培养时间的增加而上升，这说明网络成熟会增强信息传递的强度。此外，我们还通过传递熵分析研究了传递熵值与神经元分布距离之间的关系。研究发现，那些接收较强输入的神经元，在自发性活动和刺激反应方面存在一定程度的重叠。这些结果表明，神经网络中的自发性活动和刺激反应呈现出相似的模式。在基于传递熵值的图论分析中，可以发现经过70天的培养后，网络拓扑结构发生了变化，使得信息传递强度有所增强。因此，传递熵分析法是一种有效的工具，能够根据多位置记录的神经元电活动来估算神经元间的信息传递强度。

水岛悟|关川由美|细川千惠

日本大阪市住之江区杉本3-3-138，大阪市立大学理学研究科化学系，邮编558-8585