DOI: https://doi.org/10.3389/fncom.2025.1715136
PMID: https://pubmed.ncbi.nlm.nih.gov/41728266
تاريخ النشر: 2026-02-06
المؤلف: Motolani Olarinre وآخرون
الموضوع الرئيسي: ديناميات الأعصاب ووظيفة الدماغ
نظرة عامة
تقدم البحث إطارًا تحليليًا مصممًا لتقدير أوقات انفجارات السكان والارتباطات في توقيت هذه الانفجارات عبر مناطق الدماغ المترابطة استجابةً للمحفزات الحسية. يبرز الدراسة أنه بينما يمكن أن يختلف توقيت الانفجارات عبر عروض المحفزات المختلفة، قد يظهر التوقيت النسبي عبر المناطق المرتبطة وظيفيًا أقل تباينًا. تم التحقق من صحة الطريقة باستخدام بيانات محاكاة وأظهرت أنها أسرع بكثير (85-90%) وأسهل في التنفيذ مقارنةً بنموذج موجود.
عند تطبيقها على تسجيلات Neuropixels واسعة النطاق من ستة مناطق بصرية قشرية ونواة تالاموس بصرية واحدة في ثلاثة عشر فأرًا تعرضوا لمحفزات متحركة، نجح الإطار في تحديد التباينات في أوقات ذروة الانفجارات والترابط الوظيفي بين المناطق. كانت علاقات التوقيت التي لوحظت متسقة مع المعرفة التشريحية والفسيولوجية المعروفة. ومن الجدير بالذكر أن التحليل كشف عن أنماط توقيت مشتركة عبر جميع الموضوعات وتباينات محددة فرديًا، مما يبرز قدرة الطريقة على إجراء تحقيقات حساسة ومحلولة تجريبيًا لديناميات السكان العصبية.
مقدمة
في هذا القسم، يناقش المؤلفون الاستجابات العصبية السريعة للمحفزات الحسية، مع تسليط الضوء على النشاط ذو الذروتين الذي لوحظ في التالاموس والقشرة. تتوافق الذروة الأولى مع انتشار النبضات من المدخلات الطرفية، بينما تُعزى الذروة الثانية، التي تحدث بعد 100-200 مللي ثانية، إلى التغذية الراجعة من مناطق قشرية أخرى. تتجاهل الطرق التقليدية لتحليل هذه الاستجابات، مثل مخططات الزمن المحفز (PSTHs)، التباين من تجربة إلى أخرى، مما يمكن أن يوفر رؤى قيمة حول الديناميات العصبية. لقد مكنت تقنيات التخطيط الكهربائي المتقدمة، وخاصة مجسات Neuropixels، من ملاحظات أكثر تفصيلاً لهذه الاستجابات عبر مناطق قشرية متعددة.
ينتقد المؤلفون الطرق الحالية لتقدير توقيت ذروة انفجارات السكان، مشيرين إلى أن التباين والضوضاء من تجربة إلى أخرى يمكن أن يؤديان إلى تقديرات غير دقيقة. يشيرون إلى عمل تشين وآخرون (2022)، الذي حدد التحديات الرئيسية في تقدير توقيت الذروة، بما في ذلك تأثير النشاط العصبي غير ذي الصلة وأشكال الذروة المحددة بالشرط. لمعالجة هذه القضايا، يقترح المؤلفون استراتيجية تحليل مبسطة تقلل بشكل كبير من الوقت الحاسوبي مع الحفاظ على الدقة. تتيح هذه الطريقة الجديدة فحصًا أكثر كفاءة لتوقيت انفجارات السكان والترابط عبر الفئران المختلفة، مما يعزز في النهاية فهم النشاط العصبي المنسق استجابةً للمحفزات الحسية.
طرق
في هذه الدراسة، استخدم المؤلفون مجموعة بيانات Allen Brain Observatory Visual Coding Neuropixels للتحقيق في الاستجابات العصبية في نظام الرؤية لدى الفئران. تضمنت الإعدادات التجريبية ستة مجسات Neuropixels تستهدف مناطق متميزة من القشرة البصرية، تم تحديدها من خلال رسم خرائط ريتينوتوبية وظيفية قبل التجارب. تم إخضاع 30 فأرًا مثبتًا بالرأس لمجموعة متنوعة من المحفزات البصرية، مع التركيز على التدرجات المتحركة بسبب قدرتها على إثارة استجابات قوية وتوفر تجارب متكررة متعددة. كل حالة من حالات التدرجات المتحركة جمعت بين ثمانية اتجاهات (0°، 45°، 90°، 135°، 180°، 225°، 270°، 315°) مع خمسة ترددات زمنية (1، 2، 4، 8، 15 هرتز)، مما أسفر عن 40 حالة فريدة، تم تكرار كل منها 15 مرة.
شمل التحليل سلاسل النبضات من 40 إلى 100 خلية عصبية عبر النواة الجانبية الجينية (LGN) وست مناطق قشرية: القشرة البصرية الأولية (V1)، الجانبية الأمامية (RL)، الجانبية الوسطى (LM)، الأمامية الجانبية (AL)، الأمامية الوسطى (AM)، والمناطق البصرية الخلفية الوسطى (PM). سمح هذا النهج بفحص شامل للنشاط العصبي عبر التسلسل الهرمي البصري، من LGN، الذي يعالج المدخلات الشبكية، إلى المناطق القشرية ذات الترتيب الأعلى (هاريس وآخرون، 2019؛ دوسوزا وآخرون، 2022).
النتائج
في هذا القسم، يقدم المؤلفون نتائج دقة تقدير نموذجهم، موضحين أن طريقتهم ذات الثلاث خطوات تقارب أداء نموذج IPFR بينما تقلل بشكل كبير من وقت الحساب. طبقوا هذه الطريقة على مجموعة بيانات Allen Brain Observatory Neuropixels Visual Coding للتحقيق في التباينات بين الفئران في توقيتات التقدم والتأخر النسبي وعلاقات الترابط بين المناطق البصرية، مع التركيز على توقيتات الذروة 1 و2. توقع المؤلفون أن يعكس ترتيب توقيتات الذروة 1 الانتشار الأمامي المعروف للنبضات عبر القشرة البصرية، حيث تظهر المناطق البصرية الأعلى تأخيرات أطول بعد بدء التحفيز.
بالإضافة إلى ذلك، يستكشف المؤلفون ترتيب توقيت الذروة 2، الذي يُفهم بشكل أقل ومن المحتمل أن يتأثر بالإشارات العلوية وحالة الحيوان الداخلية. تتيح منهجيتهم فحص الروابط الوظيفية بين المناطق البصرية من خلال الارتباطات من تجربة إلى أخرى في توقيتات الذروة. يبرزون السياق العصبي التشريحي لهذه التفاعلات، مشيرين إلى أنه بينما تعتبر V1 نقطة نقل رئيسية للتواصل التالاموسي القشري، تشير النتائج الأخيرة إلى وجود إسقاطات مباشرة من dLGN إلى المناطق البصرية الأعلى. تتطلب هذه التعقيدات تحليل كل من الارتباطات الهامشية والمرتبط بها V1 لتفكيك طبيعة التفاعلات بين LGN والمناطق الأعلى، والتي أبلغ عنها المؤلفون في نتائجهم.
مناقشة
ت outlines قسم المناقشة في الورقة تطوير والتحقق من صحة إجراء جديد من ثلاث خطوات لتحليل الاستجابات العصبية تحت ظروف تحفيز محددة، يُشار إليه باسم نموذج معدل إطلاق السكان المتفاعل (IPFR). يتكون الإجراء من ثلاث خطوات رئيسية: (1) اختيار مجموعة متفاعلة من الخلايا العصبية التي تستجيب بشكل كبير للمحفزات، (2) تقدير وقت الذروة الأول وخطأه القياسي، و(3) إزالة الضوضاء من تقديرات وقت الذروة من خلال نموذج هرمي بايزي. تعمل عملية الاختيار على تصفية الخلايا العصبية ذات النشاط المنخفض، مما يعزز دقة تقديرات التوقيت، على الرغم من أنها تؤدي إلى أحجام عينات أصغر. تعتبر خطوة إزالة الضوضاء حاسمة لتخفيف الضوضاء في البيانات الواقعية، التي غالبًا ما تعيق الارتباطات العصبية.
أجرى المؤلفون محاكاة لمقارنة طريقتهم مع نموذج IPFR، باستخدام الأخير كحقيقة أساسية. أشارت النتائج إلى أن الطريقة ذات الثلاث خطوات قدمت تقديرات زمنية للذروة قابلة للمقارنة مع تقليل كبير في الأخطاء المعيارية، مما يشير إلى أنها تزيل الضوضاء بشكل فعال من أوقات الذروة التجريبية وتحسن تقديرات الارتباط. بالإضافة إلى ذلك، أظهرت الطريقة ذات الثلاث خطوات تحسينات كبيرة في الكفاءة الحاسوبية، حيث قللت من وقت التشغيل بنسبة تقارب 88-90% مقارنةً بنموذج IPFR عبر أعداد مختلفة من المناطق وظروف التحفيز. تعتبر هذه الكفاءة مفيدة بشكل خاص لتحليل مجموعات البيانات الكبيرة النموذجية في السيناريوهات الواقعية، حيث سيكون نموذج IPFR مكلفًا حسابيًا. بشكل عام، تؤكد النتائج على قوة وفعالية الطريقة المقترحة في تحليل البيانات العصبية.
DOI: https://doi.org/10.3389/fncom.2025.1715136
PMID: https://pubmed.ncbi.nlm.nih.gov/41728266
Publication Date: 2026-02-06
Author(s): Motolani Olarinre et al.
Primary Topic: Neural dynamics and brain function
Overview
The research presents an analytical framework designed to estimate population burst times and the correlations in the timing of these bursts across interconnected brain regions in response to sensory stimuli. The study highlights that while the timing of bursts can vary across different stimulus presentations, the relative timing across functionally coupled regions may exhibit less variability. The method was validated using simulated data and shown to be significantly faster (85-90%) and easier to implement compared to an existing model.
When applied to large-scale Neuropixels recordings from six cortical visual areas and one visual thalamic nucleus in thirteen mice exposed to drifting grating stimuli, the framework successfully identified variations in peak burst times and functional coupling between regions. The timing relationships observed were consistent with established anatomical and physiological knowledge. Notably, the analysis revealed both shared timing patterns across all subjects and individual-specific variations, underscoring the method’s capability to conduct sensitive, trial-resolved investigations of neural population dynamics.
Introduction
In this section, the authors discuss the rapid neural responses to sensory stimuli, highlighting the dual-peaked activity observed in the thalamus and cortex. The first peak corresponds to feed-forward spike propagation from peripheral inputs, while the second peak, occurring 100-200 ms later, is attributed to feedback from other cortical areas. Traditional methods for analyzing these responses, such as peristimulus time histograms (PSTHs), overlook trial-to-trial variability, which can provide valuable insights into neural dynamics. The advent of advanced electrophysiological techniques, particularly Neuropixels probes, has enabled more detailed observations of these responses across multiple cortical regions.
The authors critique existing methods for estimating peak timing of population bursts, noting that trial-to-trial variability and noise can lead to inaccurate estimates. They reference the work of Chen et al. (2022), which identified key challenges in peak timing estimation, including the influence of irrelevant neuronal activity and condition-specific peak shapes. To address these issues, the authors propose a simplified analytical strategy that significantly reduces computational time while maintaining accuracy. This new method allows for a more efficient examination of population burst timing and coupling across different mice, ultimately enhancing the understanding of coordinated neural activity in response to sensory stimuli.
Methods
In this study, the authors utilized the Allen Brain Observatory Visual Coding Neuropixels Dataset to investigate neural responses in the mouse visual system. The experimental setup involved six Neuropixels probes targeting distinct areas of the visual cortex, identified through functional retinotopic mapping prior to the experiments. A total of 30 head-fixed mice were subjected to various visual stimuli, with a focus on drifting gratings due to their capacity to elicit robust responses and the availability of multiple repeated trials. Each drifting grating condition combined eight orientations (0°, 45°, 90°, 135°, 180°, 225°, 270°, 315°) with five temporal frequencies (1, 2, 4, 8, 15 Hz), resulting in 40 unique conditions, each repeated 15 times.
The analysis included spike trains from 40 to 100 neurons across the lateral geniculate nucleus (LGN) and six cortical areas: primary visual cortex (V1), rostrolateral (RL), lateromedial (LM), anterolateral (AL), anteromedial (AM), and posteromedial (PM) visual areas. This approach allowed for a comprehensive examination of neural activity across the visual hierarchy, from the LGN, which processes retinal inputs, to the higher-order cortical areas (Harris et al., 2019; DSouza et al., 2022).
Results
In this section, the authors present the results of their model’s estimation accuracy, demonstrating that their three-step method closely approximates the performance of the IPFR model while significantly reducing computation time. They applied this method to the Allen Brain Observatory Neuropixels Visual Coding dataset to investigate mouse-to-mouse variations in relative lead-lag timing and coupling relationships among visual areas, focusing on peak 1 and peak 2 timings. The authors anticipated that the temporal ordering of peak 1 times would reflect the established feedforward propagation of spikes through the visual cortex, where higher visual areas exhibit longer delays post-stimulus onset.
Additionally, the authors explore the ordering of peak 2 timing, which is less understood and likely influenced by top-down signals and the animal’s internal state. Their methodology allows for the examination of functional associations between visual areas through trial-to-trial correlations in peak timings. They highlight the neuroanatomical context of these interactions, noting that while V1 is a primary relay for thalamocortical communication, recent findings suggest direct projections from the dLGN to higher visual areas. This complexity necessitates an analysis of both marginal and V1-conditioned correlations to discern the nature of LGN-higher-area interactions, which the authors report on in their findings.
Discussion
The discussion section of the paper outlines the development and validation of a novel three-step procedure for analyzing neuronal responses under specific stimulus conditions, referred to as the Interacting Population Firing Rate (IPFR) model. The procedure consists of three main steps: (1) selecting an interacting population of neurons that respond significantly to stimuli, (2) estimating the initial peak time and its standard error, and (3) denoising the peak time estimates through a Bayesian hierarchical model. The selection process filters out neurons with low activity, enhancing the accuracy of timing estimates, although it results in smaller sample sizes. The denoising step is crucial for mitigating noise in real-world data, which often obscures neuronal correlations.
The authors conducted simulations to compare their method against the IPFR model, using the latter as a ground truth. Results indicated that the three-step method provided comparable peak time estimates with significantly reduced standard errors, suggesting it effectively denoises trial peak times and improves correlation estimates. Additionally, the three-step method demonstrated substantial improvements in computational efficiency, reducing runtime by approximately 88-90% compared to the IPFR model across varying numbers of areas and stimulus conditions. This efficiency is particularly advantageous for analyzing larger datasets typical in real-world scenarios, where the IPFR model would be computationally prohibitive. Overall, the findings underscore the robustness and practicality of the proposed method in neuronal data analysis.