《PLOS Biology》：Synaptic input variation enhances rate coding at the expense of temporal precision in cochlear nucleus neurons
引言
神经元回路通过复杂的突触通讯模式处理信息。突触汇聚（Synaptic Convergence）是支配这些回路的一个基本原则，即单个神经元整合来自多个突触前源的信号。汇聚程度因细胞类型和脑区而异，反映了对回路特定计算需求的适应。这一原理在感觉系统中尤为明显，例如，听觉脑干表现出广泛的突触汇聚谱系。耳蜗核（Cochlear Nucleus, CN）中的球形灌木细胞（Globular Bushy Cells, GBCs）通过大型的内毛细胞终球（Endbulb of Held）突触前终末，接收来自多个听觉神经（Auditory Nerve, AN）纤维的汇聚输入。尽管这些输入在大小上差异很大，即使是在针对同一细胞的输入中也是如此，但这种变异对声音编码的功能性影响仍不清楚。
突触输入变异增强GBC放电但降低时间精度
为了研究突触输入变异的影响，研究者基于GBCs已确立的解剖学和电生理学特征进行靶向研究。GBCs位于靠近AN根的尾侧前腹耳蜗核（Anteroventral Cochlear Nucleus, AVCN）和后腹耳蜗核（Posteroventral Cochlear Nucleus, PVCN），其特征是具有少量短树突的圆形至椭圆形胞体。在电生理上，GBCs对阈上电流注射产生一个或几个动作电位（Action Potentials, APs），并在静息时表现出低输入电阻（45.5 ± 18 MΩ）和快速膜时间常数（1.1 ± 0.6 ms）。
研究者使用已建立的听觉外周模型，模拟了10个汇聚的AN纤维对200毫秒纯音（350 Hz, 1 kHz, 3.5 kHz）的响应，生成独立的锋电位序列。这些锋电位序列与实验得出的兴奋性突触后电流（Excitatory Postsynaptic Current, EPSC）波形进行卷积，以创建电导序列，然后注入记录的GBCs。通过系统性地改变这10个模拟AN纤维之间的突触输入强度分布，定义了三种不同的条件：“无变异”（所有输入强度相等，变异系数v= 0）、“中等变异”（v= 0.4）和“高变异”（v= 1）。在“高变异”条件下，最大的输入接近或高于锋电位阈值，而在“无”和“中等”变异条件下，所有输入均保持阈下水平。
研究发现，增加输入变异会以频率依赖的方式影响放电频率。在1.0和3.5 kHz的刺激频率下，增加输入变异会提高GBC的平均放电频率（1 kHz：“无变异”= 135 ± 49 Hz 对比 “高变异”= 175 ± 35 Hz）。相反，在350 Hz刺激期间，“高变异”下的放电频率略有下降（“无变异”= 251 ± 53 Hz 对比 “高变异”= 234 ± 40 Hz）。这些变化与细胞的输入电阻或膜时间常数无关。
接下来，研究者使用向量强度（Vector Strength, VS）评估时间精度。模拟的AN输入在350 Hz和1,000 Hz时表现出较高的VS值（分别为0.75和0.77），与体内观察结果一致。突触后，GBCs在350 Hz和1 kHz表现出稳健的时相锁定（Phase-locking），但在3.5 kHz时没有，这与先前数据一致。值得注意的是，增加输入变异显著降低了时相锁定，特别是在350 Hz时（主要效应变异：p= 3.7e-6；350 Hz：“无变异”= 0.86 ± 0.02 对比 “高变异”= 0.81 ± 0.01）。与放电频率类似，VS的降低与输入电阻或膜时间常数无关。这些结果表明存在一种权衡关系，即较高的输入变异以提高低频率时相锁定为代价来增加放电频率。
输入变异的影响在巧合计数模型中得到了很好的重现
为了确定这些实验观察结果是否可以推广并且主要源于输入统计特性，研究者采用了最初为猫开发并适用于沙鼠的GBC计算模型。在该模型中，当总和输入超过自适应阈值时会产生输出锋电位。研究者用与离体实验相同的模拟AN锋电位序列驱动该模型，测试了广泛的输入变异范围，包括电导钳记录中的“无”、“中等”和“高”变异条件。该模型忠实地重现了实验的关键发现，即放电频率增加和VS随输入变异增加而降低。这表明突触输入统计特性与简化的细胞整合机制之间的相互作用足以重现实验观察到的现象。
较高的突触输入变异影响AP潜伏期并增加时间抖动
鉴于增加的突触输入变异提高了整体放电频率，研究者接下来研究了其对GBC响应起始和持续期的影响。为了分离这些时期，他们构建了对3.5 kHz纯音（选择该频率以最小化时相锁定的混淆效应）响应的刺激时间直方图（Peristimulus Time Histogram, PSTH）。与体内记录一致，模拟的AN输入和GBC响应均显示出类初级（Primary-like）PSTH，其特征是尖锐的起始峰，随后适应到较低的持续放电率。此外，GBC的PSTH显示出起始峰后特有的“凹陷”。
定量分析证实，输入变异对不同响应时期的影响不同。虽然“高变异”显著降低了起始锋电位概率（“无变异”= 0.97 ± 0.02 对比 “高变异”= 0.94 ± 0.02），但它增加了持续放电率和自发活动（持续期：“无变异”= 72 ± 27 Hz 对比 “高变异”= 131 ± 28 Hz；自发活动：“无变异”= 25 ± 14 Hz 对比 “高变异”= 65 ± 15 Hz）。
为了探究响应起始的时间，研究者分析了最小首锋电位潜伏期（Minimum First-Spike Latency, FSLmin）和抖动。由于高自发率（Spontaneous Rate, SR）可能导致潜伏期明显缩短，他们使用了一种考虑基线放电差异的方法。这揭示了一个微妙的结果，FSLmin在“高变异”条件下略有但显著延长（“无变异”= 2.83 ± 0.11 ms 对比 “高变异”= 2.88 ± 0.09 ms）。虽然GBC的首锋电位抖动通常低于其AN输入，但随着输入变异增加，它显著增加（“无变异”= 0.22 ± 0.02 ms 对比 “高变异”= 0.27 ± 0.02 ms）。计算模型重现了这些发现，再现了特征性的PSTH形状和放电率随输入变异的逐渐变化。该模型进一步揭示了SR在输入变异为0.7–0.8时急剧增加，这对应于最大输入变为阈上的过渡点。总之，实验和建模结果都表明，输入变异通过增强持续放电率同时降低响应起始的可靠性和时间精度来差异化地塑造GBC响应。
输入变异调节GBC对振幅调制声音的编码
纯音刺激的结果表明存在一种权衡关系，即低输入变异有利于高时间精度，而高输入变异则增强放电率。为了在更复杂、更自然的刺激背景下进一步探索这一现象，研究者检查了GBC对正弦振幅调制（Sinusoidal Amplitude-Modulated, SAM）声音的响应，这些声音捕捉了语音和环境声音中存在的时间波动。有效的SAM编码需要相对于调制周期的精确锋电位定时（时间编码）以及放电率跟踪声级变化的能力（速率编码）。已知GBC能有效跟随快速振幅调制。
研究者模拟了AN纤维对13 kHz载波频率、100%振幅调制（调制频率为200, 600, 2,000 Hz）的响应。与先前的体内观察一致，AN响应在200和600 Hz时表现出包络时相锁定。在“无”、“中等”和“高”变异条件下，将这些电导序列注入GBCs产生了稳健调制的放电率，这一结果被GBC模型忠实地重现。在实验数据和模型中，与“高变异”条件相比，响应在“无变异”条件下显得更尖锐且时间上更受限。
与纯音数据一致，SAM刺激期间的整体放电率在所有调制频率下均随输入变异显著增加（变异主效应：p= 3e-10；600 Hz：“无变异”= 67 ± 50 Hz 对比 “高变异”= 115 ± 38 Hz）。接下来，研究者使用两个互补的指标评估时间编码保真度：VS和相关性指数（Correlation Index, CI）。VS表明在200和600 Hz时有稳健的时相锁定，但随着输入变异增加而显著降低（变异主效应：p= 5.7e-14, 600 Hz：“无变异”= 0.51 ± 0.06 对比 “高变异”= 0.37 ± 0.03）。这与纯音刺激期间观察到的VS降低一致，表明对调制精细结构的编码较弱。类似地，CI（量化跨刺激重复的锋电位时间精度）随输入变异增加而显著降低（变异主效应：p= 5.9e-13；600 Hz：“无变异”= 1.53 ± 0.12 对比 “高变异”= 1.26 ± 0.04）。这些测量共同表明，增加输入变异会降低对调制周期的时相锁定和跨试验的锋电位时间一致性。
相比之下，锁模指数（Entrainment Index）在低调制频率下随输入变异显著增加（变异主效应：p= 4.7e-6, 200 Hz：“无变异”= 0.6 ± 0.17 对比 “高变异”= 0.68 ± 0.1）。接下来，研究者调查了GBC放电率跟踪刺激包络的效果，反映了它们的速率编码能力。归一化互相关系数（Normalized Cross-Correlation, CorrNorm）显示，放电率在“高变异”下能更有效地跟踪刺激包络（变异主效应：p= 1.8e-10；200 Hz：“无变异”= 0.87 ± 0.02 对比 “高变异”= 0.93 ± 0.01）。总之，在SAM刺激期间，增加的输入变异通过降低精细结构时间精度同时通过放电率调制改善包络表征来改变GBC的编码策略。
输入变异的影响与形态学上合理的输入大小一致
研究结果提示，输入变异将GBC的操作重点在时间精度（巧合检测）和放电率编码之间转移。为了确定这一原理是否直接源于已知的解剖学多样性，研究者接下来生成了受小鼠GBCs形态学测量约束的突触输入变异。从这些测量中，他们推导出两种条件，近似于之前“中等”（v≈ 0.33, morphMED）和“高”（v≈ 0.8, morphHIGH）变异条件。
在形态学约束的输入变异下，GBC对纯音的响应与先前的观察一致。与向速率编码的转变一致，morphHIGH条件在1和3.5 kHz刺激频率下产生显著更高的放电率（1 kHz: morphMED= 88 ± 27 Hz 对比 morphHIGH= 114 ± 32 Hz）。同时，在350 Hz和1 kHz时的VS在高度输入变异下显著降低（1 kHz: morphMED= 0.65 ± 0.04 对比 morphHIGH= 0.62 ± 0.05）。起始响应分析显示，morphHIGH延长了FSLmin（3.5 kHz: morphMED= 2.84 ± 0.07 ms 对比 morphHIGH= 2.91 ± 0.07 ms）并增加了时间抖动（3.5 kHz: morphMED= 0.24 ± 0.01 ms 对比 morphHIGH= 0.29 ± 0.01 ms）。这些结果在计算模型中得到了重现，并反映了伽马分布变异下观察到的模式。这表明GBC输出的调节是内毛细胞终球输入形态异质性的稳健功能性后果。
形态学上合理的输入变异影响振幅调制声音的编码
为了确认现实输入变异对振幅调制声音编码的影响，研究者使用两种形态学约束的输入变异重复了SAM刺激实验。与伽马分布变异的结果一致，形态学约束的输入呈现了放电率和时间精度之间的权衡。较高的输入变异提高了整体放电率（600 Hz: morphMED= 96 ± 38 Hz 对比 morphHIGH= 125 ± 34 Hz），而VS和CI则随之降低（600 Hz时的VS: morphMED= 0.46 ± 0.04 对比 morphHIGH= 0.37 ± 0.02；600 Hz时的CI: morphMED= 1.43 ± 0.07 对比 morphHIGH= 1.26 ± 0.03）。然而，速率编码保真度（CorrNorm）在200 Hz调制频率下在morphHIGH条件下得到增强（200 Hz: morphMED= 0.89 ± 0.01 对比 morphHIGH= 0.93 ± 0.01 Hz）。这些发现强化了结论，即内毛细胞终球输入之间的形态异质性程度关键地决定了在简单和复杂声音处理过程中时间与速率编码策略之间的平衡。
讨论
汇聚到神经元上的突触输入的异质性是其神经回路设计的一个基本特征。这些输入的强度和变异深刻地塑造了神经元输出，从而决定了神经元在其回路中的计算角色。本研究调查了这种输入强度变异如何影响耳蜗核球形灌木细胞（GBCs）的声音信息编码，这些细胞通过大小可变的内毛细胞终球接收来自听觉神经（AN）的多个输入。研究结果表明，这些内毛细胞终球输入之间的变异程度关键地决定了GBC的放电特性。具体来说，结果揭示了一种功能性权衡：增加输入变异会增强整体放电率并改善对刺激振幅调制的编码，但会降低表征刺激精细结构的时间精度并增加起始锋电位抖动。建模结果通过测试更广泛的输入变异范围，证明这种功能性转变是连续发生的。这表明突触强度的形态学变异使GBCs能够沿着功能连续谱运行，由其特定的输入配置进行调谐。
突触汇聚的计算机制
输入变异的计算影响源于突触总和与GBC的AP阈值之间的相互作用。与其他听觉脑干神经元一样，GBCs具有低输入电阻和快速膜时间常数，创建了一个短积分窗口，非常适合时间处理。值得注意的是，分析显示观察到的放电率和VS的变化与这些内在膜特性无关。相反，GBC输出主要由输入变异程度驱动，使GBCs能够沿功能连续谱运行。
在“无变异”情景下，所有输入均匀地为阈下水平，AP生成需要多个突触输入的精确时间总和。因此，GBCs充当巧合检测器，过滤掉不相关的输入噪声，从而在较低的放电率下实现高时间精度。然而，输入变异增强放电率的能力是频率依赖性的，并且在高频刺激期间更为显著。在低频时，阈下输入的高度同步活动在大多数刺激周期中产生APs（即高锁模程度），有效地为整体放电率设定了上限。相比之下，许多去同步化阈下输入的汇聚会提高有效锋电位阈值，使神经元在感觉编码过程中对高度相关的输入更具选择性。
相反，“高变异”条件以强弱输入混合为特征，通过降低对输入巧合的依赖性来改变这种操作模式。如果最大的输入是阈上的（“高变异”条件），它可以独立驱动细胞。即使所有输入都是阈下的（“中等变异”），它们的联合活动使膜去极化并引入随机波动，从而加宽了积分时间窗口，从而增强了神经元的响应性。输入配置的这种转变将GBCs转变为速率编码器，其中输出主要由最大输入的放电率决定。虽然单个大输入可能功能上类似于多个完美同步的小输入，但汇聚的噪声平均益处丧失了。结果，强输入中的时间抖动和随机性直接转化为GBC输出，降低了时间精度。
阈上输入的存在也会影响响应潜伏期。理论上，强输入通过触发AP而不需要巧合来缩短首锋电位潜伏期。在这些条件下，GBCs将充当潜伏期检测器，主要由具有最早到达时间的输入驱动。然而，研究者观察到增加的输入变异也会提高自发放电。这种升高的基线活动可能掩盖第一个刺激引发的锋电位，使得在背景噪声中难以统计检测。确实，虽然首锋电位在“高变异”条件下可能更早出现，但计算为与自发活动统计偏差的最小首锋电位潜伏期（FSLmin）表明响应潜伏期略长。理解这些潜在机制至关重要，因为GBC放电的改变直接塑造了后续听觉处理阶段的输入。
对听觉处理的功能意义
GBCs为内侧斜方体核（Medial Nucleus of the Trapezoid Body, MNTB）提供主要的兴奋性输入，在那里它们的大直径轴突形成内毛细胞突触终末。内毛细胞-MNTB突触是一个关键的中继站，为上橄榄复合体（Superior Olivary Complex, SOC）内涉及声音定位（例如内侧上橄榄核Medial Superior Olive, MSO；外侧上橄榄核Lateral Superior Olive, LSO）和时间间隙检测（上旁橄榄核Superior Paraolivary Nucleus, SPN）的几个关键核团提供精确计时的抑制。
研究结果得到基于详细电子显微镜重建的模拟支持，表明GBC群体在功能上是异质的，表现出由AN输入变异驱动的大量多样性。接收大小相似、阈下内毛细胞终球输入的GBCs可能作为高保真时间中继器运作，保存甚至增强声音定位所需的亚毫秒级时间精度。相反，接收高度可变输入（特征为一两个大的阈上内毛细胞终球与较小的终球并存）的GBCs可能会牺牲一些时间精度来强调更稳健的速率编码。这增强了它们跟踪刺激包络的能力，并导致更短的响应潜伏期，但增加了时间抖动。确实，来自小鼠有限样本的形态学数据结合计算模型表明，大约一半的GBCs以巧合检测模式运行，而另一半显示出混合模式策略。这种分布是否推广到整个群体，或者沿音调拓扑轴和跨物种是否存在差异，仍有待研究。
GBC异质性对下游目标的影响是引人入胜的。它们的粗轴突主要投射到对侧MNTB，形成典型的内毛细胞，但一些侧支投射到橄榄周核、腹外侧丘系核（Ventral Nucleus of the Lateral Lemniscus, VNLL）和LSO。MNTB向几个具有不同功能需求的下游目标提供抑制性输入。例如，MSO需要精确计时的输入来进行耳间时间差编码，而LSO和SPN可能需要更依赖于声音强度的输入。所需的功能多样性可能起源于MNTB及其GBC输入。确实，内毛细胞表现出相当大的结构和功能异质性，与音调拓扑位置无关。例如，由简单内毛细胞接触的MNTB神经元通常表现出更强的EPSC抑制，反映了释放概率的差异。值得注意的是，最近的工作证明这种突触前多样性与其突触后目标的内在兴奋性相呼应。接收简单内毛细胞的MNTB神经元表现出较低的输入电阻、更快的膜时间常数和降低的AP保真度，与由复杂内毛细胞接触的神经元相比。本研究当前数据表明，仅输入变异可能就足以塑造GBC输出，放电率和VS的变化与内在膜特性无关。然而，如果突触前变异和突触后特性相匹配，如在MNTB中所见，这可能会进一步放大GBCs之间的功能多样性。可以推测，这种GBC多样性对应于其内毛细胞终末的异质性，使MNTB能够满足其目标核团的特定计算需求。尽管目前缺乏将GBC输入变异与特定内毛细胞亚型或SOC目标直接联系起来的证据，但能够编码各种刺激特征的异质GBC群体可以使MNTB向下游核团的信号传递多样化。
突触变异的生物学起源和方法学考虑
GBCs中突触变异的生物学起源仍不清楚。这种异质性的一个潜在来源是不同螺旋神经节神经元（Spiral Ganglion Neuron, SGN）亚型向单个GBC的汇聚。例如，在小鼠中，BCs接收来自具有不同声学响应特性的多个SGN亚型的输入。相反，来自猫的数据表明，单个BCs主要被单个SGN亚型接触，Ia型内毛细胞终球比Ic型的大。如果沙鼠遵循猫模型并且SGN亚型与内毛细胞终球大小系统相关，那么它们在声音刺激过程中的相互作用将引入一种在当前方法中未明确解决的异质性。然而，在小鼠中，同一BC上的SGN输入表现出可比较的短期可塑性，并且具有不同SGN比例的BCs显示相似的放电阈值和SRs。这表明，突触大小的内在变异（可能独立于SGN亚型）是观察到的功能效应的主要驱动因素。
除了SGN亚型身份之外，频率调谐的异质性和发育可塑性也可能有助于输入变异。猫的生理学研究表明，一些GBCs可能整合来自调谐到略微不同频率的AN纤维的输入。如果大输入和小输入被调谐到不同的频率，这将在复杂声学刺激（如频率扫描）期间深刻影响它们的功能性汇聚。此外，尚不清楚这种变异是反映了发育过程中突触消除的随机结果，还是由听觉经验塑造的动态特征。在啮齿动物和猫中，内毛细胞终球大小随声音暴露而改变，证明了活动依赖性调节的潜力。这种可塑性可以提供一种神经元适应的机制，而不需要突触消除。这些未解决的生物学因素为本研究带来了特定的局限性。记录是在蒙古沙鼠中进行的，目前缺乏关于该物种输入汇聚的详细解剖学数据。然而，输入变异在GBCs中的一致效应表明，潜在机制是稳健的，并且在很大程度上独立于终止在单个神经元上的内毛细胞终球的准确数量。模型重现这些效应的能力进一步暗示该机制在物种特定的输入数量和变异差异中发挥作用。通过将输入变异约束到小鼠GBCs的形态学数据，研究者证明了生物学上合理的输入大小变异足以诱导观察到的对GBC编码的影响。
实验和建模方法假设了统计独立的突触输入的线性总和。这一假设是基于观察到内毛细胞终球通常分布在GBC的胞体表面，可能最小化它们之间的相互作用。虽然该模型捕捉到了核心现象并揭示了个体神经元间的一致效应，但生物学上的GBCs可能表现出额外的复杂性，特别是在体内。例如，来自同一AN纤维或多个表现出高度相关活动的内毛细胞终球可能作为一个单一的大输入功能，从而降低有效变异程度。此外，形态学证据表明，较大的输入通常终止于轴突起始段附近，可能放大其突触效能，超越大小本身。最后，虽然GBC树突通常很短，但它们可能接收额外的突触输入，这些输入可能以状态依赖的方式调节整合动力学和兴奋性。尽管有这些简化，计算模型中关键实验发现的一致重现支持了输入变异是GBC输出的关键调节器的结论。未来采用跨多个年龄和CN位置的大规模电子显微镜重建的研究可以提供必要的结构细节，以研究这些效应如何受到调节性影响（如体细胞和树突抑制）的影响。
输入异质性作为一种通用编码策略
强弱突触输入的整合是神经回路设计的一个基本原则，在脊髓和各种脑区（包括皮层和丘脑）中都很明显。这种组织使神经元能够执行复杂的计算，并存在于多个感觉系统中，通常始于外周。内毛细胞与接触的SGN之间的突触表现出不同的钙敏感性和释放概率。这种安排从同一个内毛细胞创建了平行的输出通道，每个通道具有不同的敏感性和阈值。类似地，在小脑中，颗粒细胞受苔状纤维支配，这些纤维具有不同的强度和短期可塑性特征，这种异质性被认为能够实现通路特异性响应，从而改善多感觉输入的时间编码。小脑核接收来自浦肯野细胞的高度可变大小的抑制性输入，使它们能够传递速率编码和精确的时间信息。在桶状皮层中也发现了可变输入强度的类似原理。在每种情况下，与GBCs类似，结构异质性扩展了神经回路的编码能力。
在网络层面，神经元异质性被认为是最大化计算能力所必需的。皮层的理论和实验工作表明，突触权重和内在细胞特性的多样性对于稳健的刺激编码和学习至关重要。异质神经元群体在学习具有复杂时间结构的任务方面更有效，并提供更丰富、更可靠的感觉信息表示。
研究结果将GBCs置于这个更广泛的框架中，说明了突触输入变异如何能够产生多样化的输出流，一些优化用于时间保真度，另一些优化用于速率。因此，这种异质性可能对于使信息编码适应下游听觉回路的不同计算需求至关重要。
