感觉系统/斑马鱼

斑马鱼：斑马鱼嗅球中的神经元计算

斑马鱼嗅觉系统

斑马鱼（Danio rerio）是一种原产于东南亚的淡水硬骨鱼 [1]。水流通过鼻子是层流且单向的。即使斑马鱼没有运动，运动纤毛也能提供水流，从而提供恒定的气味供应。因此，斑马鱼通过在环境中移动来不断地筛选气味空间。气味信息的第一个中继站是嗅球。嗅球中传递的信息是一个极其复杂的过程，它包括底层电路执行的多个转换步骤。例如，由不同分子组成的一种气味会激活嗅觉感觉神经元上的特定一组气味受体，这些神经元在嗅球中以一组小球体的形式终止。因此，气味以小球体激活模式的组合方式编码。成年斑马鱼嗅球包含大约 140 个定型小球体 [2]。小球体是一个功能单位，由三种不同细胞类别的突触连接组成（图 1）[3]。

• 表达相同气味受体的传入嗅觉感觉神经元。所有突触连接都是兴奋性的。
• 负责气味信号的多种转换的抑制性中间神经元。在斑马鱼中，中间神经元可以细分为球周细胞、颗粒细胞和短轴细胞，每种细胞都具有独特的形态特征。
• 将信号从嗅球中继到大脑更高区域的伞形细胞。成年斑马鱼大约有 1,500 个伞形细胞。其中 70% 的伞形细胞接收来自一个独特小球体的输入 [4]。

图 1：斑马鱼嗅球中细胞类型的示意图。短轴细胞 (SAC)、嗅觉感觉神经元 (OSN)、颗粒细胞 (GC)、球周细胞 (PGC)。

对于嗅觉系统，视觉系统中存在的感受野的广义概念仅在非常普遍的意义上才有效。如上所述，一个小球体接收来自表达相同气味受体的嗅觉感觉神经元的输入。结果，一个粗略的空间化学拓扑图跨越嗅球。换句话说，斑马鱼的不同类别的天然气味（氨基酸、胆汁酸、核苷酸）激活了嗅球的不同解剖学区域 [1]。

模式去相关

在斑马鱼小球体中进行的计算步骤是模式去相关，它减少了代表相似气味的活动模式之间的重叠。想想两种类似的香气，如孜然籽精油和小茴香籽精油。由于分子成分相似，两种香气最初都会引起类似的小球体激活模式。因此，这些激活模式最初是高度相关的。换句话说，具有相似分子特征的气味会激活小球体的重叠组合。随后，大多数相关性会降低，小球体活动会重新分布并稳定到稳态。从计算的角度来看，模式去相关是许多模式分类程序中早期有用的步骤。它不会增加气味表示的信息量，也不会提高最佳分类器的性能。相反，它可以通过增加容差区域来提高次优分类器的性能（图 2）[5]。在神经系统中，这个过程可能对学习气味和随后识别这些气味很重要 [1]。

图 2A：模式去相关的简化示意图。黑点是由两个相似刺激引起的二元活动模式。圆圈代表噪声。黑线显示了两个刺激被最佳分类器完美分离。虚线定义了任意容差区域。红线是由不完美分类器对刺激进行的分离。

图 2B：模式去相关的简化示意图。去相关的活动模式具有相同的相对噪声重叠。由于不完美分类器与最佳分类器有固定偏移，因此红线现在位于容差区域内。

图 3A：嗅球暴露于气味前后伞形细胞放电率的真实数据。最初放电率位于对角线上的神经元在后期阶段重新排列到 x 轴和 y 轴附近（数据来自 Friedrich, R. W., & Wiechert, M. T. (2014)。神经元电路和计算：嗅球中的模式去相关。爱思唯尔）。使用线性插值模拟早期和后期阶段之间的模式去相关。

图 3B：皮尔逊相关系数随时间的变化。给定来自早期和稳态阶段的插值数据，刺激 1 的放电率与刺激 2 的放电率之间的相关性会随着时间的推移而降低。

可以通过将钙传感器选择性地引入嗅觉感觉神经元来光学测量气味引起的小球体活动模式 [6]。这是在斑马鱼中完成的，以分析由 16 种氨基酸引起的小球体活动模式，这些氨基酸属于斑马鱼的天然气味空间。为了研究模式去相关，通过多光子钙成像测量了跨伞形细胞对高度相似的氨基酸（Phe、Tyr 或 Trp）的反应。多光子钙成像表明，空间聚集的伞形细胞中的活动模式最初重叠。这种重叠随后降低，因为这些伞形细胞的子集变得不那么活跃或沉默，导致局部（但不是全局）稀疏化 MC 活动。同时，抑制性中间神经元的活动增加并变得更加密集。图 3 显示了斑马鱼嗅球暴露于两种不同气味前后伞形细胞活动的真实数据。

模式去相关的其他可能模拟方法

• 递归增强阈值诱导去相关 (reTIDe)

分析方法和模拟表明，具有均匀突触权重的整流元件随机网络 (SNORE) 的通用网络通过一种称为 reTIDe 的机制去相关特定输入模式 [1]。对输入模式进行阈值化是 reTIDe 的第一步。SNORE 由阈值线性单元组成，这些单元通过均匀权重的突触随机连接。对于任何正相关的正态分布输入模式，这种非线性总是会导致去相关，并且去相关会随着阈值水平的提高而单调增加 [7]。然后，通过将阈值化后的输出模式通过递归连接反馈到网络中，直到达到稳态，从而放大这种去相关 [6]。有关数学证明和分析，请参考参考文献 [7] 中的在线方法。

• 优化权重矩阵以模拟中间神经元的活动

$W\cdot X(t)=X(t+1)$

W 是一个权重矩阵，它代表了伞形细胞之间中间神经元的活动。例如，它的元素代表伞形细胞到伞形细胞的连接强度。X(t) 是一个矩阵，它代表了每个伞形细胞在时间 t 对刺激 1 和 2 的放电率。鉴于更多关于 X 在时间上的数据集，权重矩阵 W 很可能被优化。

结论

在斑马鱼中观察到嗅球的模式去相关性是一种计算步骤。但是，还没有提出数学模型来从机制角度解释模式去相关性。嗅球中兴奋性和抑制性神经元如何相互作用的模型将有助于理解模式去相关性如何在神经元水平上执行。但即使如此，这样的模型也意味着嗅球的完整连接图。这一目标主要取决于未来几年扫描电子显微镜技术获取大型数据集和基于 EM 的密集重建的成就。

致谢

我们对 Rainer Friedrich 教授为这项工作提供的建议表示衷心的感谢。

参考文献

[1] Friedrich, R. W. (2013). 斑马鱼嗅觉系统中的神经元计算. 神经科学年度回顾.

[2] Braubach, O. R., (2012). 斑马鱼 (Danio rerio) 嗅球中球状体的分布和功能组织. 比较神经学杂志.

[3] 图 1 改编自：Friedrich, R. W., & Wiechert, M. T. (2014). 神经回路和计算：嗅球中的模式去相关性. Elsevier.

[4] Fuller C. L., (2006). 成年斑马鱼 (Danio rerio) 嗅球中的僧帽细胞：形态和分布. 神经生理学杂志.

[5] 图 2 改编自：Friedrich, R. W. (2013). 斑马鱼嗅觉系统中的神经元计算. 神经科学年度回顾.

[6] Friedrich, R. W., & Wiechert, M. T. (2014). 神经回路和计算：嗅球中的模式去相关性. Elsevier.

[7] Wiechert, M. T. et. al (2010). 循环神经回路模式去相关的机制.