能量依赖的整合发放模型解释代谢应激下突触与内在适应的协同

神经计算受到维持突触传递、离子梯度和动作电位生成的能耗成本的制约。先前的研究表明，小鼠的饮食限制会使视觉皮层神经元转向一种不同的工作状态，其特征是兴奋性突触驱动减弱、膜电阻增大以及静息膜电位更加去极化。这维持了神经元的放电率，但代价是编码精度降低。通过推导出对神经元能量消耗的更优估计，我们最近表明，这些适应反映了神经元信息传递与能量消耗之间的最优权衡。然而，目前尚不清楚单个神经元通过哪些控制策略来调整其生物物理参数，以维持有利的能量—信息权衡。在此，我们考察了几种实现不同控制策略的候选模型。一个“突触优先”模型——其中代谢应激驱动突触效能的下调以节省能量，而一种内在可塑性机制提高兴奋性以维持平均放电率——成功再现了关键的实验观察结果。其他替代模型——其中能量短缺驱动内在兴奋性或放电率变异性的变化——也能再现神经元适应的终点，但预测出不同的时间进程，并表现出能量效率更低、稳定性更差的动力学。需要新的实验来区分这些相互竞争的模型。

中文由 AI 翻译，仅供参考，以原文为准。