La plasticidad sináptica asociativa crea una actividad dinámica persistente

Área de la Ciencia:

• Neurociencia computacional
• La neurociencia
• Inteligencia artificial

Sus antecedentes:

• Los circuitos neuronales biológicos exhiben un estrecho acoplamiento entre la dinámica neuronal y la sináptica.
• Comprender este acoplamiento es crucial para descifrar complejos cálculos neuronales.
• Los modelos existentes a menudo tratan la dinámica neuronal y sináptica por separado.

Objetivo del estudio:

• Investigar las consecuencias computacionales de la dinámica neuronal y sináptica acoplada.
• Para demostrar una nueva forma de memoria de trabajo habilitada por este acoplamiento.
• Para aclarar los mecanismos subyacentes de las oscilaciones neurales persistentes.

Principales métodos:

• Utilizó modelos de redes neuronales recurrentes con plasticidad hebbia.
• Estimulación oscilatoria aplicada para inducir y estudiar la dinámica neuronal.
• Se emplearon simulaciones computacionales y métodos analíticos.
• Analizó el papel de los valores propios atípicos complejos en la matriz de conectividad.

Principales resultados:

• Se observaron oscilaciones neuronales persistentes después de la eliminación de la entrada oscilatoria.
• Identificó el mecanismo como una interacción entre la dinámica neuronal y sináptica.
• Se ha demostrado que esta interacción conduce a valores propios atípicos complejos.
• Se generaron con éxito oscilaciones persistentes con dinámicas predefinidas.

Conclusiones:

• El estrecho acoplamiento de la dinámica neuronal y sináptica permite una nueva forma de memoria de trabajo.
• Las oscilaciones persistentes representan un mecanismo de memoria dinámico sin fases explícitas de almacenamiento / recuperación.
• Este mecanismo se basa en interacciones específicas dentro de la matriz de conectividad de la red neuronal.
• La dinámica acoplada ofrece nuevas posibilidades para la computación en los sistemas neuronales.