Time-resolved correlation of distributed brain activity tracks E-I balance and accounts for diverse scale-free phenomena.
Time-resolved correlation of distributed brain activity tracks E-I balance and accounts for diverse scale-free phenomena.
复制标题
DOI：
10.1016/j.celrep.2023.112254
复制
发表时间：
2023-04-25
期刊：
影响因子：
8.8
通讯作者：
中科院分区：
文献类型：
--
作者：
许多系统神经科学假定大脑活动模式的功能重要性缺乏自然尺度的大小、持续时间或频率。对于这种无标度活动的性质，该领域已经发展出了突出的、有时是相互竞争的解释。在这里，我们调和这些解释跨物种和模式。首先，我们将兴奋-抑制（E-I）平衡的估计与分布式大脑活动的时间分辨相关性联系起来。其次，我们开发了一种无偏方法来采样受这种时间分辨相关性约束的时间序列。第三，我们使用这种方法来表明，E-I平衡的估计可以解释各种无标度现象，而不需要为这些现象赋予额外的功能或重要性。总的来说，我们的结果简化了对无标度大脑活动的现有解释，并为寻求超越这些解释的未来理论提供了严格的测试。Nanda等人开发并部署了受控计算实验，以表明兴奋-抑制平衡的各个方面，即大脑兴奋性的核心稳态特性，无需额外假设即可解释分布式大脑活动的各种无标度模式。
Much of systems neuroscience posits the functional importance of brain activity patterns that lack natural scales of sizes, durations, or frequencies. The field has developed prominent, and sometimes competing, explanations for the nature of this scale-free activity. Here, we reconcile these explanations across species and modalities. First, we link estimates of excitation-inhibition (E-I) balance with time-resolved correlation of distributed brain activity. Second, we develop an unbiased method for sampling time series constrained by this time-resolved correlation. Third, we use this method to show that estimates of E-I balance account for diverse scale-free phenomena without need to attribute additional function or importance to these phenomena. Collectively, our results simplify existing explanations of scale-free brain activity and provide stringent tests on future theories that seek to transcend these explanations. Nanda et al. developed and deployed controlled computational experiments to show that aspects of excitation-inhibition balance, a core homeostatic property of brain excitability, account, without need for additional assumptions, for diverse scale-free patterns of distributed brain activity.
登录
查看更多内容
神经种群记录中的结构：更简单现象的预期副产品？
影响因子：
25
作者：
Elsayed GF;Cunningham JP
通讯作者：
Cunningham JP
影响因子：
4.6
作者：
Alonso, Leandro M.;Solovey, Guillermo;Magnasco, Marcelo O.
通讯作者：
Magnasco, Marcelo O.
影响因子：
8.6
作者：
Bedard, C.;Kroger, H.;Destexhe, A.
通讯作者：
Destexhe, A.
影响因子：
34.7
作者：
Buzsaki, Gyoergy;Mizuseki, Kenji
通讯作者：
Mizuseki, Kenji
影响因子：
5.3
作者：
Beggs, JM;Plenz, D
通讯作者：
Plenz, D