科研进展
  • 科研进展
  • 初级视皮层多种连接模式对不同gamma振荡的产生和调节机制
     
        2021年1月18日,Neural Plasticity在线刊出了北京师范大学认知神经科学与学习国家重点实验室邢大军研究组的题为“The Generation and Modulation of Distinct Gamma Oscillations with Local,Horizontal,and Feedback Connections in the Primary Visual Cortex:A Model Study on Large-Scale Networks”的文章,该研究通过构造灵长类视觉初级皮层的大规模动力学模型,解析了灵长类视觉皮层Gamma振荡与多种神经环路的关系,首次分离了反馈和长程水平连接在神经振荡中的功能差异,揭示了不同gamma振荡在视觉皮层的产生机制(图一)(Han et al., 2021)。
     
    图一 不同连接模式在视觉皮层中的gamma振荡中的不同作用
    该图总结了局部连接,水平连接和反馈连接在慢和快gamma振荡的产生和调制中的作用。
     
        解剖学研究显示大脑的视觉皮层中具有丰富的神经连接模式 (Bijanzadeh et al., 2018),包括前馈连接(FF),局部连接(RC),长程水平连接(HC)和反馈连接(FB)。这些连接模式具有独特的性质,并且一起形成了视觉信息加工的复杂动态系统。这些生物连接模式与如今人工智能领域中深度学习网络的连接模式有很大差异。解析灵长类大脑中的不同环路特性是脑科学中重要的问题。由于灵长类动物的颅压波动大,环路代偿强,研究动物数量少等原因,很多可以应用在啮齿类动物研究中的先进技术,难以在灵长类动物中有效实施。邢大军课题组一直以来,通过实验数据结合数据建模的方式,研究灵长类视觉皮层信息处理和整合的环路机制 (Xing et al., 2012a, 2012b; Wang et al., 2020)。其中一个方向就是理解神经振荡的功能和环路机制。
     
     
     
        Gamma振荡作为复杂脑网络的重要特征,被广泛认为在神经信息整合中发挥着重要作用。但是,不同神经连接模式如何影响猕猴初级视觉皮层中的gamma振荡的性质仍然不明。尽管前期工作(Jia et al., 2013),阐述了反馈连接对gamma振荡编码特性的调节,但是仍然有两个问题尚待解决:1)视觉皮层如何产生多个gamma振荡?2)在gamma振荡产生和调制中,两种重要的非前馈连接(水平连接和反馈连接)环路各自发挥什么样的功能?针对这些问题,邢大军课题组通过对多种连接模式的大规模神经网络建模,系统的研究了非人灵长类视觉皮层。

        这个大规模计算模型由多个兴奋性和抑制性单元组成(图三),并具有V1中局部连接,前馈连接和反馈连接和长程水平连接的在生物学上合理的连通性模式,然后在长程水平连接和其他连接类型的网络模型中对gamma振荡的强度和频率进行了量化。

     
     
        通过模型仿真,他们惊讶的发现这样的网络可以产生两个不同的gamma振荡,而且长程水平连接和反馈连接在生成和调制gamma振荡上中起着非常不同的作用。水平连接和反馈连接都调制由前馈和局部连接产生的快gamma振荡(快gamma, 50-70 Hz),而水平连接产生了一个新的gamma振荡 (慢gamma, 30-40Hz),其功率和峰值频率也可以由反馈连接调制(图四)。当前在灵长类视觉皮层种,长程水平连接和反馈连接是两个非常重要的长距离连接,但这两种连接在功能上很难被区分这两种连接的差异,借助这样的大规模网络,他们首次揭示了这两种连接在振荡中的差异,为理解这两类非前馈性连接,提供了一个很合适的研究手段和数学模型。
     

    图四 不同连接网络中产生的Gamma振荡
    A-D显示具有不同连接模式的网络。A-D的不同之处在于,A表示具有前馈(FF)和局部连接(local RC)的网络;B表示具有局部连接(Local RC)和长程水平连接(HC)但没有任何反馈连接(FB)的网络;C表示具有局部连接和反馈连接但没有水平连接的网络。D表示具有局部连接、水平连接和反馈连接的网络。四种不同连接方式的网络的局部场电位(LFP)在右图E-H中相应显示。LFP的功率谱,在右图I-M中表示(I表示E中LFP的频谱;J表示F中的LFP的频谱;K表示G中的LFP的频谱;L表示H中的LFP的频谱)。黑色曲线是通过视觉刺激而诱发出的神经信号的功率谱,而黑色虚线表示网络由零对比度视觉刺激驱动时的神经信号的功率谱。在I和K中只有一个gamma振荡,但J和L中出现了两个gamma振荡(慢gamma和快gamma)。
     
        此外,该大规模网络模型具有对动物实验结果很好的机制解释性和预测性,近年来多家实验室在人(Kucewicz et al., 2017)和猕猴(Murty et al., 2018)的视觉皮层中发现两个不同的gamma振荡(图五AB),近期邢大军实验室和复旦大学俞洪波实验室合作在猫的视觉皮层也确认了两个不同的gamma振荡这一现象(Wang et al., 2021)(图五C)。然而实验的结果并无法阐明两个gamma振荡的产生和调制机制,模型仿真结果表明,不同gamma振荡是不同空间尺度下神经连接的特征,它们可能与信息集成的不同功能有关。该模型研究首次在猕猴V1的动力学模型中研究了不同gamma振荡产生的潜在环路特征,这可能为研究其他脑区的多种gamma振荡提供了新的框架和理论依据。
     
     
     
        这项工作得到了中国国家重点基础研究计划项目(2014CB846101),国家自然科学基金资助(31371110),中央高校基本科研业务费专项资金资助,111项目基金(BP0719032),认知神经科学与学习国家重点实验室开放研究基金,以及北京师范大学博士学科交叉基金项目(BNUXKJC1909)的资助,主要由邢大军课题组的博士生韩传亮以及课题组其他成员合作完成,通讯作者为邢大军教授。
     
     
    相关论文链接:

    https://www.hindawi.com/journals/np/2021/8874516/
    https://www.nature.com/articles/s41598-021-83923-5


    参考文献:
    Bijanzadeh M, Nurminen L, Merlin S, Clark AM, Angelucci A (2018) Distinct Laminar Processing of Local and Global Context in Primate Primary Visual Cortex. Neuron 100:259-274.e4 Available at: https://doi.org/10.1016/j.neuron.2018.08.020.
    Han C, Wang T, Wu Y, Li Y, Yang Y, Li L, Wang Y, Xing D (2021) The Generation and Modulation of Distinct Gamma Oscillations with Local, Horizontal, and Feedback Connections in the Primary Visual Cortex: A Model Study on Large-Scale Networks Wang R, ed. Neural Plast 2021:8874516 Available at: https://doi.org/10.1155/2021/8874516.
    Jia X, Xing D, Kohn A (2013) No consistent relationship between gamma power and peak frequency in macaque primary visual cortex. J Neurosci 33:17–25.
    Kucewicz MT, Berry BM, Kremen V, Brinkmann BH, Sperling MR, Jobst BC, Gross RE, Lega B, Sheth SA, Stein JM, Das SR, Gorniak R, Stead SM, Rizzuto DS, Kahana MJ, Worrell GA (2017) Dissecting gamma frequency activity during human memory processing. Brain 140:1337–1350.
    Murty DVPS, Shirhatti V, Ravishankar P, Ray S (2018) Large visual stimuli induce two distinct gamma oscillations in primate visual cortex. J Neurosci 38:2730–2744.
    Wang B, Han C, Wang T, Dai W, Li Y, Yang Y, Yang G (2021) Superimposed gratings induce diverse response patterns of gamma oscillations in primary visual cortex. Sci Rep:1–20 Available at: https://doi.org/10.1038/s41598-021-83923-5.
    Wang T, Li Y, Yang G, Dai W, Yang Y, Han C, Wang X, Zhang Y, Xing D (2020) Laminar subnetworks of response suppression in macaque primary visual cortex. J Neurosci:JN-RM-1129-20.
    Xing D, Shen Y, Burns S, Yeh CI, Shapley R, Li W (2012a) Stochastic generation of gamma-band activity in primary visual cortex of awake and anesthetized monkeys. J Neurosci 32:13873–13880.
    Xing D, Yeh CI, Burns S, Shapley RM (2012b) Laminar analysis of visually evoked activity in the primary visual cortex. Proc Natl Acad Sci U S A 109:13871–13876.