不同小脑神经元类型间突触整合复杂性的层级结构

《Cognitive Neurodynamics》：A hierarchical organization of synaptic integration complexity across cerebellar neuron types

　　表征不同神经元细胞类型如何将突触输入转化为胞体输出，对于理解细胞多样性如何支持神经计算至关重要。小脑为回答这一问题提供了强有力的研究系统，因为其主要神经元类型占据不同的回路位置，并且在树突形态和活跃膜特性方面表现出显著差异。然而，这些细胞差异是否对应于不同的突触整合规则仍不清楚。尽管详细的生物物理模型揭示了树突处理的过程机制，简化的功能模型也能近似神经元的输入–输出变换，但目前仍缺乏一种紧凑且具有可解释性的描述框架，以实现跨细胞类型的系统性比较。在此，我们开发了一种基于重构的框架，以重现胞体响应所需的非线性相互作用的有效阶次来量化突触整合。将该方法应用于一个生物物理上详尽的浦肯野神经元模型，我们证明配对兴奋性输入会产生高阶非线性相互作用，这些相互作用无法仅通过线性或二次整合来捕捉。将该分析扩展到代表小脑主要神经元类型的多个生物物理模型，我们发现了突触整合复杂性的层级组织，不同细胞类型具有不同的有效整合阶次。这一层级结构对突触位置的变异具有鲁棒性，并与细胞的内在属性（包括树突形态和活跃离子通道的多样性）密切相关。相比之下，在本研究考察的条件下，涉及抑制性输入的输入模式在各小脑神经元类型中均可被二阶相互作用很好地描述。综上所述，我们的结果确立了突触整合复杂性作为一个关键的定量维度，用于捕捉小脑神经元类型之间有效整合规则的层级组织。