神经元前馈抑制网络中兴奋-抑制平衡计算框架的建立及其对输入-输出特性的调控机制探究

本文提出了一种新颖的概率性计算框架，用以量化前馈抑制电路中兴奋性（E）与抑制性（I）输入的相互作用。该模型以神经元兴奋“幸存”于同步抑制的概率为核心，从突触和网络参数层面直接关联并预测神经元在感觉系统中的关键响应特征，包括增益调制、非单调的输入-输出曲线以及多样化的时间发放模式。该研究为理解E-I平衡如何灵活调节神经元对不同感觉条件和行为状态的响应提供了统一、可解析的理论基础。

　　

引言

感觉系统通过神经元多样化的发放响应和感受野来表征刺激。这些特征源于网络内兴奋性（E）和抑制性（I）神经元群之间的相互作用。感官输入的变化会改变这种平衡，导致神经元及网络的发放模式、输入-输出（I-O）特性发生偏移。本研究旨在推导描述前馈抑制回路中E和I输入如何整合以产生刺激诱发响应的概率性规则，并将其与可识别的突触、网络参数直接关联，为理解神经元I-O特性、增益调制的产生机制及多样时间发放模式的涌现提供见解。

结果

1. 简易模型

研究构建了一个包含参考细胞（兴奋性神经元）和单个抑制性神经元的假想回路，两者接收来自同一外部传入的兴奋性突触后电位（EPSP）。模型的核心是计算EPSP不被同时出现的抑制性突触后电位（IPSP）抵消的净概率_net（p_net= p_E(1 - p_I)）。这个简单的概率模型表明，参考细胞的发放概率（若每个EPSP是超阈值的）取决于p_E和p_I。当p_I固定时，发放概率随p_E线性增加（乘性增益调制）；当p_I与p_E成比例增加时，I-O曲线可呈现单调增加或非单调（先增后减）的形状。

2. 通用模型

模型随后扩展到更生理学真实的条件，包含多个、时间上分散的输入，并分别处理持续刺激和短暂刺激两种状态。

• •
  持续刺激：振荡发放状态
  网络包含参考细胞和多个抑制性神经元。刺激期间，多个外部传入产生泊松发放序列，形成兴奋性突触电流（EPSC） barrage，同时驱动抑制性神经元产生抑制性突触电流（IPSC） barrage。模型定义了到达参考细胞的平均兴奋性电流（I_E）和抑制性电流（I_I），并通过一个有效抑制概率p_I^eff来概括抑制神经元数量、突触强度和活动水平的相对差异。净输入电流I_net被表述为I_E乘以兴奋的“幸存”概率（1 - p_I^eff）。模拟显示，当抑制独立于兴奋时，净电流几乎为零，无发放；当抑制依赖于兴奋时，净电流和参考细胞的发放呈现出小的瞬态峰和持续的紧张性成分。发放率在I-O曲线上表现为两个状态：当净电流低于基强度（rheobase）时，为波动主导的亚振荡状态，发放率呈Sigmoid增长；超过基强度后，进入振荡状态，发放率由标准的LIF（leaky integrate-and-fire）模型解析解描述。
• •
  增益调制
  模型成功再现了I-O曲线的多种调制形式：
  • •
    固定抑制：p_I固定时，I-O曲线斜率减小（乘性调制），但激活阈值右移（加性效应）。
  • •
    抑制与兴奋成比例增加：当p_I随p_E线性增加时，I-O曲线可保持单调但斜率减小（乘性），或在p_I较大时变为非单调。
  • •
    生理性抑制募集：当抑制神经元的有效驱动随p_E增加时，I-O曲线在低p_E重叠，随后在高p_E分叉，变得非单调。
    模型进一步应用于调谐（高斯分布）感觉输入，模拟结果表明，在三种抑制模式下（固定抑制、抑制与兴奋线性相关、抑制遵循其自身I-O曲线），都能在调谐反应中产生有效的乘性增益调制，即调节峰值响应而基本不改变调谐宽度。
• •
  时间发放模式
  通过独立控制兴奋和抑制输入的时间进程和相对延迟，模型生成了多样的时间发放模式。当p_E和p_I幅值中等且无延迟时，参考细胞产生延迟的紧张性发放。随着输入幅值增大，净概率p_net在刺激起始和终止时出现瞬态峰，稳态水平降低，发放变得瞬态化。当输入幅值足够大时，紧张性成分消失，仅剩起始和/或终止峰。若抑制滞后于兴奋，发放主要出现在刺激起始；若抑制超前，则发放主要出现在刺激终止。
• •
  短暂刺激：瞬态发放状态
  对于短暂刺激（如听觉短声、闪光），模型考虑了EPSP和IPSP到达时间的概率分布。瞬时兴奋和抑制概率密度（p_E(t)和p_I(t)）通过对单位PSP与相应的发放时间直方图进行卷积得到。瞬时净兴奋概率密度p_net(t) = p_E(t) - p_I(t)。然后计算净输入在给定时间超过发放阈值的概率，进而推导预期的发放时间。模拟显示：
  • •
    当p_I固定时，增加抑制强度会提高诱发发放所需的p_E阈值，导致I-O曲线右移而不改变斜率（加性调制）。
  • •
    当p_I与p_E成比例增加时，效果同样是加性的。
  • •
    当抑制神经元的驱动（p_I）随p_E增加（模仿其自身I-O功能）时，参考细胞I-O曲线的斜率减小而阈值不变，产生乘性增益调制。

讨论

本研究提出的概率框架为理解前馈抑制电路中刺激驱动的E-I相互作用原理提供了新视角。该框架将兴奋和抑制效应结合在统一的形式中，从机制上解释了抑制如何塑造神经元I-O功能、调制增益并影响整体响应动力学。相较于对突触电流求和的经典方法，该概率公式具有多项优势：其乘法形式自然地捕捉了兴奋在前馈抑制下的“幸存”，自动产生有界、S型的I-O曲线；净概率p_net可直接用于推导I-O关系和表征增益控制；并且明确包含了突触噪声。

与先前工作的关系

模型的I-O曲线呈现出两个明确的状态：由输入变异性驱动的亚振荡状态（弱刺激）和振荡状态（强刺激）。I-O曲线的具体形状取决于抑制如何随兴奋进行缩放。该模型强调了控制突触输入转化为发放输出的关键变量。

增益调制

模型揭示了通过改变p_I如何随p_E缩放来实现乘性增益调制的多种机制。对于持续刺激，调制主要是乘性的；对于短暂刺激，当抑制独立于兴奋或成比例缩放时，效应主要是加性的，而当抑制募集本身随兴奋性驱动增加时，则产生真正的乘性调制。这突显了瞬态和持续刺激下增益控制的基本区别。

时间响应模式和非单调输入-输出关系

模型通过调整兴奋和抑制概率的幅度和相对时序，重现了在皮层和皮层下区域观察到的多种时间发放模式。模型预测，即使p_E和p_I以平衡或成比例的方式增加，瞬态发放和非单调I-O曲线也可能出现。当兴奋和抑制概率都接近1时，可能出现起始-终止响应，抑制延迟的微小偏移会产生不同的时间响应成分。

局限性

该理论依赖于几个关键假设：抑制性输入与兴奋性输入线性求和并有效抵消；用于缩放p_I的常数（如抑制性与兴奋性输入比率、单位电荷转移比率、速率比率、突触效能比率）被选择使其乘积在0到1之间，以确保p_I可解释为概率。模型未考虑单个EPSP和IPSP幅度的异质性，也未包含由短时突触可塑性引起的参数动态变化。