乙酰胆碱增强Hodgkin-Huxley神经元网络中的偏差检测

《Cognitive Neurodynamics》：Acetylcholine enhances deviance detection in Hodgkin-Huxley neuronal networks

　　

大脑检测意外事件的能力，即偏差检测（deviance detection, DD），对生存至关重要。虽然DD已被通过突触可塑性进行计算解释，但神经调质如乙酰胆碱（acetylcholine, ACh）的作用仍不太清楚。这里，研究人员研究了ACh如何调节DD。使用一个由200个神经元组成的胆碱能敏感的Hodgkin-Huxley网络，排列在二维空间中，并通过五个空间上不同的输入（A–E）进行刺激，研究人员实施了一个带有三种条件的奇球范式：标准（80% A, 20% B），偏差（20% A, 80% B），以及多标准对照（各20% A–E）。通过改变慢K⁺电流的电导来模拟ACh水平，反映了胆碱能对M电流的调制。在没有ACh的情况下，网络已经表现出DD，对偏差A的反应比对对照A更强。值得注意的是，引入少量ACh增强了DD，而进一步增加则抑制了它。当对标准B的强棘波频率适应（spike frequency adaptation, SFA）减少了竞争，并且增强的相位锁定（phase locking）同步了网络对偏差A的反应时，DD达到最大。这些发现揭示了神经调制如何塑造情境敏感的神经计算，通过抑制和同步的动态平衡优化对显著事件的检测。

**研究背景与问题**
大脑检测意外事件的能力，即偏差检测（Deviance Detection, DD），对生存至关重要。尽管DD已被通过突触可塑性（如短期突触抑制和阈值适应）进行计算解释，但神经调质如乙酰胆碱（Acetylcholine, ACh）的作用仍不明确。实验研究表明，ACh参与听觉系统多个层面的偏差检测，且胆碱能退化（如阿尔茨海默病）可能损害预测编码与DD。然而，现有计算模型多聚焦于突触可塑性而忽略神经调质影响，缺乏对ACh如何调节DD的机制性理解。为此，研究人员构建了一种胆碱能调节的Hodgkin-Huxley（HH）神经元网络模型，以系统探索ACh水平对真实偏差检测的影响。该研究发表在《Cognitive Neurodynamics》。

**研究内容与结论**
研究人员构建了一个包含200个HH神经元的二维网络（80%兴奋性、20%抑制性神经元），通过五个空间分离的虚拟电极（A–E）施加刺激，并采用经典奇球范式（oddball paradigm）模拟三种序列：标准序列（80% A, 20% B）、偏差序列（20% A, 80% B）以及多标准对照序列（各20% A–E）。ACh水平通过改变慢K⁺电流（M电流）的最大电导g_Ks来模拟，g_Ks越高代表ACh越低。研究发现，在无ACh（g_Ks=1.5）时，网络已表现出一定的DD；引入少量ACh（g_Ks≈1.3）使DD指数（Deviance Detection Index, DDI）达到峰值；进一步增加ACh（降低g_Ks）则抑制DD。最大DD出现在中等ACh水平，此时对标准刺激B的强棘波频率适应（Spike Frequency Adaptation, SFA）减少了局部竞争，同时增强的相位锁定（phase locking）同步了网络对偏差刺激A的响应。该关系在神经元参数异质性和背景噪声条件下均保持稳健。此外，引入短期突触抑制（Short-Term Depression, STD）可进一步增强DD，表明SFA与STD协同作用。

**关键技术方法**
1. **HH神经元模型**：包含快Na⁺电流、延迟整流K⁺电流、漏电流及慢低阈值K⁺（M电流）电流，通过调节M电流最大电导g_Ks模拟ACh水平。
2. **网络模型**：200个神经元随机分布在二维圆形区域（半径4 mm），兴奋性神经元连接半径2 mm，抑制性神经元连接半径1 mm，每个神经元突触后目标10个，突触权重固定（1 nS）。网络无任何形式的突触可塑性（包括短期和长期可塑性）。
3. **奇球范式**：采用5种空间刺激（A–E），每个刺激为1 ms电流脉冲（12 μA/cm2），序列包含200个事件，间隔100 ms。三种序列类型：标准（A:80%, B:20%）、偏差（A:20%, B:80%）、对照（各20%）。
4. **DD指数（DDI）**：计算偏差序列中A的反应与对照序列中A的反应之差除以和，以量化真实偏差检测。
5. **SFA与相位锁定量化**：SFA通过最后与首次峰间间隔比衡量；相位锁定用平均相位相干性（Mean Phase Coherence, MPC）表征。

**研究结果**
**胆碱能Hodgkin-Huxley脉冲神经元的二维网络**
验证了基本突触传递特性：单个突触前神经元受刺激后产生稳定脉冲序列，并通过兴奋性突触可靠地传递到突触后神经元，实现一对一脉冲传输。

**胆碱能对HH神经元和网络的影响**
通过改变g_Ks，发现低ACh（高g_Ks）使神经元呈相位性放电，高ACh（低g_Ks）转为紧张性放电。网络层面，高ACh时响应强但非时间锁定，低ACh时响应稀疏但更严格时间锁定。

**胆碱能对真实偏差检测的调制**
在样本网络中，无ACh（g_Ks=1.5）时DDI为0.17；引入少量ACh（g_Ks=1.3）使DDI升至峰值0.361；进一步降低g_Ks则DDI降至零，表明偏差与对照响应趋于一致。在20次模拟（5种网络×4个刺激位点）中，g_Ks=1.2-1.4时DDI显著高于无ACh条件。

**DDI-g_Ks关系的稳健性**
在神经元参数异质性（25个独立网络）和背景高斯白噪声（25个噪声实现）条件下，DDI-g_Ks关系保持不变，峰值均出现在g_Ks≈1.2-1.3。

**胆碱能通过棘波频率适应调节局部抑制**
SFA指数随g_Ks变化，在g_Ks=1.25时达到最大输入电流范围（ΔI_drive），此时SFA最强，对重复标准刺激B的局部抑制最显著，从而释放网络资源响应偏差刺激A。

**胆碱能通过相位锁定调节全局同步**
在偏差序列中，MPC在g_Ks=1.3时达到峰值0.64，而对照序列MPC较低，表明中等ACh水平下偏差刺激引发的网络同步性最强，放大了响应差异。

**DDI-g_Ks关系的动力学解释**
g_Ks<0.5时，神经元处于I型兴奋性，SFA弱，相位锁定差，DDI接近于零；g_Ks=1.0-1.3时，神经元转为II型兴奋性，SFA最强且双相相位响应曲线支持选择性同步，DDI达峰值；g_Ks=1.5时，单次脉冲响应限制了适应与同步，DDI下降。

**短期突触抑制增强偏差检测**
引入STD后，DDI在所有g_Ks值下均增加，尤其在g_Ks≈1.3时从0.316升至0.410，表明STD与胆碱能调制协同促进真实DD。

**讨论与结论**
讨论部分指出，该模型中的SFA在无ACh时已产生弱DD，与Kern和Chao（2023）提出的“局部疲劳-全局恢复”机制一致。ACh通过调节M电流同时影响SFA和相位锁定，两者共同作用使中等ACh水平下DD最大化。相位锁定在II型兴奋性（中等ACh）下最强，对应于相位编码模式；高ACh下转为速率编码，响应延迟提前。模型参数g_Ks与实验测量的M电流抑制剂量-反应关系一致，最优g_Ks=1.3对应约0.29 μM ACh浓度，处于安静清醒期低-中胆碱能张力范围。模型局限性包括：将ACh调制视为静态变化，未模拟释放、扩散及受体动力学；网络密度低于真实培养。未来研究应考虑ACh的空间异质性。研究结论：研究人员使用HH神经网络证明，胆碱能调制能够抑制神经元放电并增强神经元间同步，从而赋予网络真实偏差检测能力。该发现表明，空间分布的神经计算使网络能够同时保留刺激身份和规律性的记忆，并提示真实偏差检测可通过纯粹的前馈信号实现，无需自上而下的调制和长期可塑性。