优化神经网络模型中的连接组权重，以实现秀丽隐杆线虫（C. elegans）的前向和后向运动

《Scientific Reports》：Optimization of connectome weights for a neural network model generating both forward and backward locomotion in C. elegans

　　

摘要

以往的研究通过观察对秀丽隐杆线虫（C. elegans）神经元的操控与其行为变化之间的关系，提出了开发一种受连接组（connectome）约束的神经网络模型的需求，该模型能够描述从神经元到行为的整个过程。然而，直接使用解剖学上的连接组权重来构建的模型并未实现这一目标。在此，我们提出了一个框架，该框架能够同时优化突触权重，使其与解剖学突触权重的相对比例、运动所需的肌肉活动模式以及SMD神经元活动与颈部弯曲角度之间的相位关系相协调。因此，我们的神经网络模型能够合理地模拟秀丽隐杆线虫的行为，这种行为是由前后指令神经元的活动变化所驱动的，而无需引入具有内在振荡活动的起搏神经元。此外，我们还确定了维持肌肉活动振荡模式所必需的神经元，这些神经元可能为我们的神经网络模型中的中枢模式发生器（central pattern generator）提供线索。最后，我们提供了10组优化后的秀丽隐杆线虫突触权重设置，这些权重设置能够再现对SMD神经元进行操控实验的结果。这项研究将有助于未来进一步揭示神经系统中“从突触到行为”的多尺度关系。