来源：brainnews

作者：brainnews创作团队

神经元网络活性的标志是选择性地将神经元招募到活跃的集合中，形成暂时稳定的活动模式。在哺乳动物的海马体中这种神经元集合在ripples（~200Hz）振荡期间反复激活，支持空间记忆和陈述性记忆的巩固。

神经元网络中信息处理包括将选定的神经元招募到协调的时空活动模式中。这种稀疏的激活是由于广泛的突触抑制与神经元特异性突触兴奋相结合的结果。不过，目前一个核心问题是，单个神经元是如何被选择参与到这些合作模式的。

近日，德国海德堡大学Martin Both研究团队在Science上发表研究，报道了海马锥体细胞被选择性招募进入模式网络活动中的新机制。

体内ripples振荡期间

AcD细胞的优先招募

最近研究表明，皮层网络中的主细胞之间存在显著的形态和功能抑制，并发现锥体细胞子集中轴突的非细胞体起源（即来源于树突）[Fig.1A-C]。轴突起突的形态特征决定了个体神经元的分化募集。研究人员开始研究海马中ripple振荡是否也存在这样的特征。

在CA1中，发现约50%的锥体细胞具有起源于树突的轴突，因此存在轴突携带树突细胞（AcD细胞）和非AcD细胞之间功能区别的可能。在体内记录发现，AcD细胞在ripples期间放电概率比非AcD细胞高~4.5倍，放电频率高约~2.5倍[Fig.1F,G]。因此，与非AcD细胞相比，AcD细胞在周期中会产生特别强的抑制作用。

Figure 1 体内ripples振荡期间AcD细胞的优先招募

AcD和非AcD细胞之间形态差异

AcD细胞的放电特性是否与其形态学相关呢？即兴奋性输入到AcD细胞中会逃离体细胞周围抑制作用。研究人员在海马急性脑切片中进行系列实验。首先，AcD细胞和非AcD细胞在兴奋和抑制的相对时间上没有差异[Fig.2C]。

此外，AcD和非AcD细胞基部树突数量相似，分支模式、树突总长度和树突棘密度无差异。然而，AcD比非AcD细胞的基树突长，这表明特定树突的突触输入有显著的权重[Fig.2I]。

除此之外，两种细胞类型之间的突触抑制、I/E比率和树突复杂度基本相似。因此，突触输入可能是决定AcD细胞的优先激活的因素[Fig.2]。

Figure 2 AcD和非AcD细胞接受同等的突触输入和具有相似的树突形态

AcD和非AcD细胞之间的放电差异

紧接着，为了评估在不同的突触输入条件下，轴突起源对放电概率和阈值的影响，研究人员使用了一个精细的多室细胞计算模型。该模型中，细胞由一个胞体和三个树突组成，轴突分别是源于胞体的非AcD和源于树突的AcD。AcD细胞比非AcD细胞更容易激发APs（动作电位）[Fig.3A]。

局部(树突状)AMPA电导的强烈增加可能伴随着表观I/E比的微小变化。因此，AcD细胞中的APs可能是由AcD特别强烈的激发引起的，而胞体记录AcD细胞和非AcD细胞的I/E比值相似[Fig.3B]。这充分表明，输入到AcD和非AcD分支兴奋性的差异是随着轴突-胞体距离增加以及胞体周围抑制增加而增加的[Fig.3C]。

Figure 3 单细胞多室计算模型预测AcD和非AcD细胞之间的差异

AcD和非AcD细胞之间的功能差异

上述结果表明锥体神经元进入网络活动的不同招募机制取决于它们的轴突起源。即使在典型(非AcD)锥体细胞被GABA能大量抑制的情况下[Fig.4E]，AcD细胞仍保留着发放APs的能力。在这种网络状态下，AcD细胞的激活很大程度上局限于AcD的兴奋性输入。

这种树突结构的特殊功能使得网络功能连接存在状态依赖性，即当胞体周围抑制强烈时，兴奋性输入对AcD更有作用，而当胞体周围抑制较弱时，对所有树突输入效果相似[Fig.4E]。这种形态功能机制解释了在海马网络的ripples振荡中特定细胞是如何被优先激活的。

Figure 4 AcD和非AcD细胞的胞体周围抑制对信息处理的不同控制

总 结

本研究提出轴突的位置是振荡网络状态下不对称招募的关键决定因素。并且，神经元的招募进入活跃的神经元集群中是由轴突的形态特征所决定的。

参考文献

Hodapp, Alexander et al. “Dendritic axon origin enables information gating by perisomatic inhibition in pyramidal neurons.” Science (New York, N.Y.) vol. 377,6613 (2022): 1448-1452. doi:10.1126/science.abj1861

未来智能实验室的主要工作包括：建立AI智能系统智商评测体系，开展世界人工智能智商评测；开展互联网（城市）大脑研究计划，构建互联网（城市）大脑技术和企业图谱，为提升企业，行业与城市的智能水平服务。每日推荐范围未来科技发展趋势的学习型文章。目前线上平台已收藏上千篇精华前沿科技文章和报告。

  如果您对实验室的研究感兴趣，欢迎加入未来智能实验室线上平台。扫描以下二维码或点击本文左下角“阅读原文”