Cómo la fuerza sináptica, la plasticidad a corto plazo y la sincronía de entrada contribuyen a la salida de picos neuronales

Mapeo de fuerza sináptica y plasticidad a corto plazo en L2/3

Caracterizamos la distribución de las amplitudes de EPSP y las correspondientes proporciones de pulsos emparejados de las conexiones sinápticas excitatorias formadas con neuronas de picos regulares en L2/3 de la corteza del barril y probamos la predicción teórica de que las conexiones sinápticas que convergen en la misma célula postsináptica pueden tener una fuerza sesgada sistemáticamente. [35] o propiedades de plasticidad a corto plazo. Si bien las grabaciones pareadas son el método más avanzado para medir la transmisión sináptica entre neuronas identificadas, generalmente permiten registrar solo una o unas pocas conexiones sinápticas formadas con la misma célula. Por lo tanto, para poder caracterizar conexiones sinápticas múltiples y diferentes formadas con la misma neurona postsináptica, medimos las respuestas somáticas de células completas a la estimulación extracelular de pulsos emparejados de axones únicos putativos en múltiples ubicaciones en los L2/3 circundantes (Fig. 1A y 1B ).

Figura 1. Amplitudes EPSP y proporciones de pulsos emparejados de conexiones sinápticas excitatorias formadas con neuronas piramidales L2/3 en la corteza del barril.

A Ejemplo de neurona L2/3 de aumento regular registrada en corteza de barril de ratón visualizada a través de histología de biocitina post-hoc. Los puntos azules indican ubicaciones de estimulación extracelular exitosa, la pipeta azul significa electrodo de estimulación extracelular. Las respuestas de la neurona a la estimulación en tres posiciones diferentes (etiquetadas del 1 al 3) se muestran en B. B Registros de voltaje somático después de una estimulación de pulso emparejado de 20 ms en las ubicaciones indicadas por números. Huellas grises, ensayos individuales; rastros negros, respuesta promedio; se indican las relaciones de pulsos emparejados (PPR). Para la sincronización de los pulsos de estimulación extracelular (líneas discontinuas), tenga en cuenta el artefacto de estimulación eléctrica en las respuestas de voltaje somático. C Diagrama de dispersión que muestra, para todas las conexiones sinápticas, la respuesta al segundo pulso frente a la respuesta al primer pulso (correspondiente a la amplitud de EPSP) del paradigma de estimulación de pulso emparejado. Puntos grandes, promedio para cada conexión (n = 74); puntos pequeños, seis respuestas de prueba única seleccionadas al azar para cada conexión (n = 444). Los puntos de datos por debajo de la diagonal indican conexiones sinápticas deprimentes, los puntos por encima de la diagonal indican conexiones facilitadoras. Trazas de voltaje, igual que las trazas 2 y 3 en B con barras de escala idénticas. D Distribución de amplitudes EPSP promedio, los histogramas se ajustaron con funciones lognormales (R²bondad de ajuste). mi Distribución de relaciones promedio de pulsos emparejados, los histogramas se ajustaron con funciones gaussianas (R²bondad de ajuste). F A la izquierda, diagrama de dispersión que muestra la relación entre la amplitud del EPSP y la relación de pulsos emparejados; puntos grandes, promedio para cada conexión (n = 74; verde claro, conexiones facilitadoras; verde oscuro, conexiones deprimentes); puntos pequeños, seis respuestas de prueba única seleccionadas al azar para cada conexión. La línea se ajustó usando regresión lineal, se indicaron los resultados de la correlación de Pearson para los datos de un solo ensayo. Derecha, comparación de relaciones de pulsos emparejados que se agruparon en conexiones sinápticas “pequeñas” (EPSP < 2 mV) y "grandes" (EPSP > 2 mV) (prueba t de Welch paramétrica).

https://doi.org/10.1371/journal.pcbi.1011046.g001

Obtuvimos grabaciones de 20 neuronas de picos regulares para las cuales identificamos un total de 74 sitios en los que la mínima estimulación extracelular evocó EPSP (media de 3,7 conexiones sinápticas por neurona). Para un subconjunto de estas células, realizamos una histología de biocitina post-hoc para confirmar que realmente eran neuronas piramidales (la figura 1A; ver Métodos). Aplicamos estrictos controles de calidad para garantizar que activamos los supuestos axones individuales de paso con nuestro protocolo de estimulación mínima (ver Métodos). Brevemente, solo incluimos conexiones sinápticas para las que se evocó el EPSP observable más pequeño de una manera de todo o nada en una fracción de los ensayos y si la amplitud promedio del EPSP y la tasa de falla permanecieron constantes a lo largo de la grabación. [40,41]. Para evitar registrar el mismo axón repetidamente, solo se incluyeron diferentes conexiones sinápticas que convergen en la misma célula postsináptica si su ubicación de estimulación estaba > 50 μm de distancia de todas las ubicaciones de estimulación anteriores.

La distribución de las amplitudes máximas en los 74 EPSP varió de 0,29 mV a 4,15 mV (media ± sd: 1,23 ± 0,75 mV), fue marcadamente sesgada hacia la derecha y podría ajustarse bien con una distribución lognormal (R² = 0,97) (Figura 1D). El coeficiente de variación medio fue de 0,19 ± 0,06, la latencia media de inicio del EPSP fue de 2,14 ± 1,12 ms y el tiempo de subida medio del 10% al 90% fue de 2,54 ± 0,86 ms. Para las 74 conexiones sinápticas, también registramos la relación de pulsos emparejados en un intervalo entre picos de 20 ms (correspondiente a una frecuencia de 50 Hz). Curiosamente, la distribución de las relaciones de pulsos pareados parecía notablemente simétrica con una media ± sd de 0,93 ± 0,20 y podría ajustarse bien a una distribución normal (R² = 0.93) (Figura 1E). No encontramos correlación entre la amplitud del EPSP o la relación de pulsos apareados y la edad del animal. [8] (Figura S1).

Debido a que las amplitudes de EPSP siguieron una distribución lognormal, mientras que sus cocientes de pulsos pareados correspondientes se distribuyeron normalmente, surgió la pregunta de cómo podrían mapearse entre sí, es decir, si había una relación sistemática entre la fuerza sináptica y la plasticidad a corto plazo. Curiosamente, un gráfico de dispersión de las amplitudes de respuesta a los 2^{Dakota del Norte} pulso de estimulación contra las amplitudes de respuesta al 1^calle El pulso de estimulación (correspondiente a la amplitud del EPSP) mostró la tendencia a que las conexiones sinápticas con EPSP más grandes fueran deprimentes, mientras que las conexiones con EPSP más pequeños exhibieron un rango de proporciones de pulsos emparejados que facilitan y deprimen (Fig. 1C y 1F). Si bien no hubo una correlación significativa en nuestro conjunto de datos entre la amplitud EPSP promedio y la plasticidad a corto plazo, surgió una correlación negativa cuando trazamos las amplitudes EPSP y la plasticidad a corto plazo correspondiente de prueba a prueba (Fig. 1F).

Para investigar más a fondo esta pregunta, agrupamos nuestro conjunto de datos de conexiones sinápticas en función de su amplitud EPSP promedio (en contenedores de 0,5 mV, Datos S1). Críticamente, encontramos que en todos los contenedores con amplitudes EPSP por debajo de 2 mV, las conexiones sinápticas mostraban un rango de proporciones de pulso emparejado facilitadoras y depresoras. Por el contrario, todas las conexiones con amplitudes EPSP superiores a 2 mV fueron deprimentes (n = 10) (Fig. 1F). Cuando dividimos el conjunto de datos en consecuencia, encontramos que las conexiones por debajo de 2 mV tenían una relación media de pulsos emparejados de 0,95 ± 0,20 (es decir, exhibiendo poca plasticidad neta a corto plazo), mientras que las conexiones por encima de 2 mV tenían una relación media de pulsos emparejados más baja. de 0,83 ± 0,10 (Fig. 1F).

Sin agrupación de conexiones con propiedades sinápticas similares en neuronas postsinápticas individuales

A continuación, investigamos la pregunta abierta de si las amplitudes de EPSP y la plasticidad a corto plazo en esas conexiones sinápticas formadas con las mismas neuronas postsinápticas siguieron las mismas distribuciones que las de las 74 conexiones en todas las neuronas de picos regulares. Alternativamente, las entradas sinápticas en una neurona cortical dada pueden estar estadísticamente correlacionadas, es decir, las neuronas individuales podrían recibir conexiones sinápticas con amplitudes EPSP sistemáticamente sesgadas o relaciones de pulsos emparejados que se desvían de las distribuciones generales encontradas en L2/3, lo que puede constituir un mecanismo para dotar a las células individuales de propiedades de filtrado de paso alto o paso bajo [14,38]. Para un total de 8 neuronas, pudimos caracterizar al menos 5 conexiones sinápticas aferentes diferentes (47 conexiones en total, una media de 5,9 conexiones por célula). Nos referiremos a la distribución de proporciones de pulsos emparejados y amplitudes de EPSP en todas nuestras sinapsis registradas como la “distribución de población” y a las distribuciones de proporciones de pulsos emparejados y EPSP de conexiones sinápticas que convergen en una sola celda como “distribuciones de celdas”. Usamos la prueba no paramétrica de Kolmogorov-Smirnov para detectar si había una diferencia significativa entre las respectivas distribuciones de celdas y la distribución de la población. Curiosamente, para las 8 celdas, las distribuciones de celdas no fueron significativamente diferentes de la distribución de la población tanto para las amplitudes de EPSP como para las relaciones de pulso emparejado (Fig. 2A y 2B). No corregimos estos resultados para comparaciones múltiples; en su lugar, realizamos un análisis de poder para estimar el tamaño del efecto detectable en la serie experimental, lo que representó nuestra estrategia de pruebas múltiples.

Figura 2. Las conexiones sinápticas excitatorias formadas con neuronas L2/3 no exhiben un agrupamiento sistemático de amplitud EPSP y plasticidad a corto plazo.

A Arriba, distribución de las amplitudes de EPSP registradas en todas las neuronas de picos regulares (distribución de la población). Abajo, distribuciones de amplitudes EPSP medidas en las 8 neuronas, para las cuales se encontraron al menos 5 sinapsis (distribuciones celulares). N, número de sinapsis registradas por celda; p, prueba no paramétrica de Kolmogorov-Smirnov entre cada distribución de celdas y la distribución de la población, se indican las medianas. Tenga en cuenta que las sinapsis formadas con la célula postsináptica en cualquier experimento determinado se eliminaron de la distribución de población respectiva con la que se comparó la célula. B Mismos análisis para datos de plasticidad a corto plazo, diseño de panel como en A; verde claro, que facilita las conexiones sinápticas; verde oscuro, conexiones deprimentes, medios indicados. Tenga en cuenta que las sinapsis formadas con la célula postsináptica en cualquier experimento determinado se eliminaron de la distribución de población respectiva con la que se comparó la célula. C Estimación de los tamaños del efecto que fueron detectables a lo largo de la serie experimental al nivel de significancia del 5%.

https://doi.org/10.1371/journal.pcbi.1011046.g002

Cuantificación precisa de la plasticidad sináptica a corto plazo requiere registros electrofisiológicos. Sin embargo, el uso de grabaciones patch-clamp de células enteras en combinación con una estimulación mínima de los axones de paso limita el número de conexiones sinápticas que se pueden registrar para cualquier neurona dada, lo que produce un poder estadístico bajo a nivel de células individuales. Por lo tanto, llevamos a cabo un análisis de poder para estimar los tamaños del efecto detectables en nuestro conjunto de datos (ver Métodos para detalles). Para detectar una diferencia significativa (α = 0,05) entre cada una de las 8 distribuciones de celdas de relación de pulsos emparejados y la distribución de la población, la prueba de Kolmogorov-Smirnov tuvo una potencia promedio del 17 % para un tamaño del efecto de 0,1, una potencia del 53 %. para un tamaño del efecto de 0,2 y una potencia del 85% para un tamaño del efecto de 0,3, donde el tamaño del efecto corresponde a una diferencia sistemática en las medias de las distribuciones de las celdas. Por lo tanto, el poder estadístico fue bajo en el nivel de los experimentos individuales. Sin embargo, debido a que pudimos repetir el experimento 8 veces, incluso las pequeñas diferencias sistemáticas entre las distribuciones de células y la distribución de la población, aunque indetectables en experimentos individuales, deberían haberse revelado en al menos una o algunas de las 8 neuronas que registramos.

Para investigar esto más a fondo, utilizamos un modelo binomial (ver Métodos) para evaluar la potencia de toda la serie experimental preguntando: ¿qué diferencia sistemática en las relaciones de pulsos emparejados debería haberse observado en al menos uno de los 8 experimentos con un nivel de significancia del 95 %? Descubrimos que la probabilidad de detectar una diferencia significativa en todo nuestro conjunto de datos era del 78 % para un tamaño del efecto de 0,1 y del 99,7 % para un tamaño del efecto de 0,2, con un nivel de significancia del 95 % para un tamaño del efecto de 0,15. Críticamente, un tamaño de efecto de 0,15 está por debajo de la diferencia de relación de pulso emparejado de 0,16 que detectamos entre las conexiones EPSP pequeñas y grandes en L2/3 (Fig. 2C). Por lo tanto, nuestra serie experimental logró el poder estadístico necesario para detectar diferencias en las proporciones de pulsos emparejados en magnitudes fisiológicas que encontramos que existen en L2/3. Esto sugiere que la plasticidad a corto plazo de las sinapsis excitatorias formadas con neuronas piramidales L2/3 individuales abarca el rango completo observado en L2/3 y no se agrupa funcionalmente de manera marcada en el nivel de células individuales.

Asimismo, para detectar una diferencia significativa entre cada una de las 8 distribuciones de celdas EPSP y la distribución poblacional, la prueba de Kolmogorov-Smirnov tuvo una potencia promedio de 4.9% para un tamaño de efecto de 0.2 mV, una potencia de 15% para un tamaño de efecto de 0,4 mV y una potencia del 46% para un tamaño del efecto de 0,6 mV. Las simulaciones análogas de Monte Carlos mostraron que la probabilidad de detectar una diferencia significativa en las amplitudes medias de EPSP en todo nuestro conjunto de datos fue del 72 % para un tamaño del efecto sistemático de 0,4 mV y del 99,3 % para un tamaño del efecto sistemático de 0,6 mV, con una significancia del 95 %. nivel a 0,52 mV (Figura 2C). En resumen, estos son resultados experimentales importantes que son inconsistentes con la hipótesis inspirada en la teoría de que las entradas sinápticas en neuronas corticales individuales pueden estar estadísticamente correlacionadas. [35].

Mapeo de la transmisión sináptica con grabaciones emparejadas de células completas

Si bien la estimulación mínima de los axones de paso nos dio la ventaja crítica de poder mapear múltiples conexiones sinápticas formadas con las mismas neuronas postsinápticas, el método tiene varias limitaciones técnicas que podrían producir distribuciones de relación de pulso emparejado y EPSP sesgadas. Esto incluye que el origen del axón estimulado sigue siendo desconocido y podría estar fuera de L2/3, se pueden estimular múltiples axones de paso si la fuerza de estimulación no se controla con precisión, los potenciales de acción se pueden evocar de manera menos confiable en comparación con registros emparejados, entradas diferentes pueden no ser independientes, y los axones inhibitorios podrían potencialmente activarse junto con el axón excitatorio. Para comprobar si las propiedades sinápticas que medimos con la estimulación extracelular eran realmente representativas de las conexiones sinápticas excitatorias entre las neuronas L2/3, además realizamos grabaciones simultáneas de células completas de 22 pares de células piramidales conectadas sinápticamente en L2/3 de la corteza de barril de ratón. (Fig. 3). De manera tranquilizadora, pudimos reproducir todos los resultados que habíamos obtenido previamente con experimentos de estimulación mínima: las amplitudes EPSP medidas con registros emparejados siguieron una distribución lognormal, mientras que las relaciones de pulso emparejado se distribuyeron normalmente (Fig. 3C), y estas distribuciones no fueron diferentes de las medidas con experimentos de simulación mínimos (Fig. 3D). Al igual que con nuestros datos de estimulación mínima, encontramos una correlación negativa entre la amplitud de EPSP y las relaciones de pulso emparejado en el nivel de prueba única (Fig. 3E).

Fig. 3. Transmisión sináptica entre neuronas piramidales L2/3 identificadas medida con grabaciones de células completas emparejadas.

A Ejemplo de un par de neuronas piramidales L2/3 conectadas sinápticamente en la corteza de barril de ratón visualizada a través de histología de biocitina post-hoc. B Diagrama de dispersión que muestra, para todas las conexiones sinápticas, la respuesta al segundo pulso frente a la respuesta al primer pulso (correspondiente a la amplitud de EPSP) del paradigma de estimulación de pulso emparejado. Puntos grandes, promedio para cada conexión (n = 22); puntos pequeños, seis respuestas de prueba única seleccionadas al azar para cada conexión (n = 132). Los puntos de datos por debajo de la diagonal indican conexiones sinápticas deprimentes, los puntos por encima de la diagonal indican conexiones facilitadoras. C Arriba, distribución de amplitudes EPSP promedio registradas entre neuronas L2/3 conectadas, el histograma se ajustó con una función lognormal. Abajo, distribución de las proporciones promedio de pulsos emparejados registradas entre las neuronas L2/3, el histograma se ajustó con una función gaussiana; R²bondad de ajuste. D A la izquierda, comparación de las amplitudes EPSP promedio registradas con estimulación mínima (n = 74; igual que en las figuras 1D y 2A) y con grabaciones pareadas (n = 22). Derecha, comparación de las proporciones promedio de pulsos emparejados registradas con estimulación mínima (n = 74; igual que en las Figs. 1E y 2B) y con grabaciones emparejadas (n = 22). Se indican los valores de p de Kolmogorov-Smirnov no paramétricos. mi Diagrama de dispersión que muestra la relación de la amplitud EPSP y la relación de pulso emparejado para las conexiones sinápticas entre las neuronas piramidales L2/3 obtenidas con grabaciones emparejadas. Puntos grandes, promedio para cada conexión (n = 22; verde claro, conexiones facilitadoras; verde oscuro, conexiones deprimentes); puntos pequeños, seis respuestas de prueba única seleccionadas al azar para cada conexión. La línea se ajustó usando regresión lineal, se indicaron los resultados de la correlación de Pearson para los datos de un solo ensayo.

https://doi.org/10.1371/journal.pcbi.1011046.g003

Finalmente, probamos si nuestras mediciones de relación de pulso emparejado eran representativas de la dinámica a corto plazo de las sinapsis L2/3 durante la estimulación sináptica en curso. Alternativamente, una sinapsis que se deprime entre los dos primeros pulsos desde el reposo puede mostrar facilitación durante la activación continua, lo que se ha demostrado, por ejemplo, en la conexión talamocortical con la corteza en barril del ratón. [30]. Por lo tanto, en un subconjunto de grabaciones emparejadas, activamos sinapsis con un tren de cuatro potenciales de acción a 50 Hz, lo que debería ser suficiente para revelar esa plasticidad variable a corto plazo. [30]. Todas las sinapsis analizadas mostraron depresión de pulso emparejado entre los dos primeros pulsos y, curiosamente, continuaron deprimiéndose aún más durante la estimulación en curso (Fig. S2). Esto sugiere que la dinámica variable a corto plazo observada en los aferentes talamocorticales puede ser una adaptación específica, por ejemplo, a tasas de activación más altas en la vía talamocortical, mientras que la plasticidad a corto plazo de las conexiones sinápticas entre las neuronas piramidales L2/3 se comporta de manera más uniforme durante la activación continua. .

Modelado de la interacción de la fuerza sináptica, la plasticidad a corto plazo y la sincronía de entrada

Generamos un modelo lineal de integración y disparo de una neurona piramidal L2/3 para investigar cómo la fuerza sináptica, la plasticidad a corto plazo y la estructura temporal en las entradas sinápticas interactúan dentro del circuito excitatorio L2/3 para dar forma a las propiedades de respuesta de las neuronas corticales. (figura 4A-4C; ver Métodos para detalles). Para este propósito, desarrollamos un enfoque de modelado basado en datos: restringimos las tasas de disparo y las correlaciones por pares de entradas presinápticas por en vivo observaciones y fuerzas sinápticas y propiedades de plasticidad a corto plazo por nuestro in vitro datos experimentales obtenidos con mínima estimulación.

Figura 4. Configuración predeterminada del modelo de neuronas de integración y disparo con fugas L2/3.

A Ejemplo de trenes de picos de entrada alimentados a la celda del modelo. Entradas fuertes (arriba) disparadas con frecuencias más altas y correlación temporal (codificadas por colores) en comparación con entradas débiles (abajo). Las bandas grises verticales indican el tiempo de pico resultante en la celda del modelo (igual que en C). Algunas entradas débiles no se dispararon en la ventana de tiempo de 200 ms representada debido a sus bajas tasas de activación. B Las entradas fuertes se configuraron para tener amplitudes EPSP más grandes y correspondiente depresión a corto plazo, mientras que las entradas débiles se establecieron para evocar EPSP más pequeños con plasticidad neta a corto plazo débil, de acuerdo con nuestro in vitro grabaciones C Potencial de membrana simulado de la neurona modelo después de la activación con los trenes de picos de entrada que se muestran en A. D A la izquierda, amplitudes de EPSP en los 270 trenes de picos de entrada. Centro, comparación de amplitudes EPSP de entradas fuertes y débiles (se indican la mediana, el percentil 25-75% y los rangos). A la derecha, los mismos datos trazados como histograma. mi Izquierda, relaciones de pulso emparejado de 20 ms en los 270 trenes de picos de entrada. Centro, comparación de relaciones de pulsos emparejados de entradas fuertes y débiles (se indican la mediana, el percentil 25-75% y los rangos). A la derecha, los mismos datos trazados como histograma. F A la izquierda, coeficiente de correlación de Pearson entre los 270 trenes de picos de entrada y el tren de picos de plantilla que se usó para generar la estructura de correlación por pares (ver Métodos); código de color como en A, B. Centro, comparación de la correlación de entradas fuertes y débiles con el tren de picos de la plantilla (se indican la mediana, el percentil 25–75% y los rangos). A la derecha, los mismos datos trazados como histograma. GRAMO Izquierda, tasas de disparo de los 270 trenes de picos de entrada. Centro, comparación de las tasas de activación de entradas fuertes y débiles (se indican la mediana, el percentil 25-75% y los rangos). A la derecha, los mismos datos trazados como histograma.

https://doi.org/10.1371/journal.pcbi.1011046.g004

Brevemente, la neurona modelo recibió entradas excitatorias de 270 neuronas presinápticas [4,39]cuyas amplitudes EPSP (Fig. 4D) y propiedades de plasticidad a corto plazo (Fig. 4E) se vieron limitadas después de nuestros experimentos de estimulación extracelular (ver Métodos). Tenga en cuenta que este número de células presinápticas L2/3 se basa en la suposición de que las neuronas L2/3 forman en promedio 3 sinapsis anatómicas con sus compañeros postsinápticos en L2/3 [4,39]. En nuestro modelo, esto se refleja en el hecho de que los axones de paso que activamos con una estimulación mínima también deben haber formado múltiples sinapsis anatómicas con las neuronas registradas en promedio. Esto es evidente cuando se compara el rango de amplitudes EPSP que registramos con estimulación mínima (0,29–4,15 mV) con amplitudes EPSP obtenidas de registros emparejados (0,15–2,25 mV) para los cuales el número de sinapsis anatómicas por conexión (media de 1,6) fue adicionalmente establecido a partir de EM [42]. Las correlaciones temporales de entrada [6] (Fig. 4F) y tasas de disparo [25] (Fig. 4G) a través de las 270 entradas sinápticas fueron restringidas por publicado en vivo datos para la corteza de roedores (ver Métodos), de modo que una pequeña cantidad de entradas sinápticas fuertes dispararon picos correlacionados temporalmente a altas frecuencias y exhibieron grandes amplitudes de EPSP y la correspondiente depresión a corto plazo. La mayoría restante de las sinapsis débiles, que proporcionaban actividad de “fondo”, se activaron a bajas frecuencias y en un patrón temporalmente no correlacionado, parecido a un proceso de Poisson aleatorio, y exhibieron pequeñas amplitudes de EPSP sin una plasticidad neta pronunciada a corto plazo (Fig. 4A y 4B). ).

Después de configurar el modelo de esta manera, verificamos que todos los parámetros se distribuyeron siguiendo los datos experimentales y que las interdependencias entre la amplitud EPSP y la plasticidad a corto plazo y la amplitud EPSP y la estructura de correlación temporal [6] se conservaron (S3 Fig).

Para examinar la transferencia de información entre las entradas sinápticas y el patrón de disparo de salida de la neurona modelo, medimos el coeficiente de correlación de Pearson entre cada tren de picos de entrada y el tren de picos de salida de la neurona modelo. Además, caracterizamos la ganancia neuronal de la célula modelo mediante el mapeo de su relación de entrada-salida (es decir, la probabilidad de picos en función del número de entradas sinápticas coincidentes). Mediante la manipulación selectiva de la relación entre la fuerza sináptica, la plasticidad a corto plazo y la estructura temporal en las entradas sinápticas, caracterizamos sistemáticamente la contribución de cada uno de estos parámetros en la transferencia de información y la ganancia neuronal. Cada experimento se repitió durante un total de 100 ejecuciones de simulación; para cada iteración, volvimos a generar aleatoriamente un nuevo conjunto de 270 trenes de picos de entrada.

Finalmente, debido a que la salida de picos del modelo está directamente determinada por el conjunto específico de parámetros del modelo, evaluamos la confiabilidad de nuestros resultados realizando un análisis de robustez detallado. Brevemente, variamos los parámetros del modelo individual o las combinaciones de parámetros dentro de los rangos que se han informado experimentalmente para las neuronas piramidales L2/3. in vitro y en vivo (ver Métodos). Descubrimos que, si bien la tasa de activación absoluta del modelo dependía de la configuración de parámetros específicos, los resultados cualitativos de nuestros análisis de correlación y ganancia no se vieron afectados relativamente en el rango de combinaciones de parámetros probadas, bajo la restricción de que se permitió que la neurona del modelo se disparara en una tasa de disparo suficiente (es decir, > 2 Hz) en su configuración predeterminada para permitir los análisis de correlación y ganancia (Fig. S4).

Primero, ejecutamos la simulación en su configuración ‘fisiológica’ predeterminada, es decir, con parámetros y asignaciones de parámetros como se encuentran en nuestro in vitro grabaciones y publicado en vivo datos (higos 4 y 5, ver Métodos). Para ello fijamos el potencial de membrana en reposo (V_descansar) a -70 mV, lo que dio como resultado una tasa de disparo de salida media de 5,7 ± 0,3 Hz (Figs. 4C y 5F), de acuerdo con las mediciones experimentales de en vivo tasas de pico en L2/3 de la corteza de barril de ratón [25]. En esta configuración, el potencial de membrana promedio del modelo (V_metro) durante el bombardeo sináptico por las entradas débiles y fuertes fue de -59,8 ± 0,2 mV (Figs. 4C, 5B y 5D), que es similar a en vivo grabaciones de células enteras en ratón L2 [9]. Como se esperaba, las entradas sinápticas fuertes compartieron los coeficientes de correlación de Pearson más altos (media ± sd: 0,15 ± 0,04; rango: 0,11 a 0,23) con el tren de picos de salida del modelo. [6], mientras que las entradas débiles mostraron coeficientes de correlación un orden de magnitud más pequeños (media ± sd: 0,02 ± 0,02; rango: 0 a 0,10) (Fig. 5E). En todas las entradas, los trenes de picos con correlación intrínseca decreciente, amplitudes EPSP más pequeñas y tasas de picos más bajas mostraron coeficientes de correlación cada vez más bajos con el tren de picos de salida (Fig. 5E). Confirmamos que los coeficientes de correlación de Pearson detectaron correlaciones en el momento de los picos en lugar de en las tasas de activación al aleatorizar los tiempos de los picos de salida siguiendo un proceso de Poisson aleatorio mientras se mantenía idéntica la tasa de activación de la salida. De manera tranquilizadora, las correlaciones entre todas las entradas y el tren de picos de salida luego cayeron a cero.

Figura 5. La actividad no correlacionada de entradas débiles mejora la transferencia de información de entradas sinápticas fuertes.

A Esquema de la configuración del modelo con entradas débiles eliminadas. B Ejemplo de tren de picos de la celda modelo en su configuración predeterminada (gris), cuando las entradas débiles se eliminan por completo (naranja) y cuando las entradas débiles se reemplazan por una V más despolarizada_descansar (rojo). C Esquema de la configuración del modelo con entradas fuertes eliminadas. D Ejemplo de tren de picos de la celda del modelo en su configuración predeterminada (gris) y cuando se eliminan las entradas fuertes (púrpura). mi Coeficientes de correlación de Pearson de los 270 trenes de picos de entrada con el tren de picos de salida de la celda modelo. Se muestran los resultados de tres configuraciones de modelo: simulación predeterminada (gris; todas las entradas, como en la Fig. 4) y configuraciones introducidas en A (naranja, entradas débiles eliminadas; rojo, entradas débiles reemplazadas con V despolarizado_descansar). Los puntos indican medias, las regiones sombreadas indican la desviación estándar de los coeficientes de correlación para 100 ejecuciones de la simulación. F Arriba, coeficientes de correlación de Pearson entre las fuertes entradas sinápticas y el tren de picos de salida de la neurona modelo para la simulación predeterminada y las configuraciones introducidas en A. Abajo, tasa de disparo de salida de la celda modelo para la simulación predeterminada y las configuraciones introducidas en AC. (Los datos son promedios de 100 ejecuciones de simulación; se indica la mediana y el percentil 25–75 %; prueba no paramétrica de Kolmogorov-Smirnov, * p < 0,05). GRAMO Probabilidad de picos de salida en función del número de picos coincidentes en todos los trenes de picos de entrada (gris, simulación predeterminada; rojo, entradas débiles reemplazadas por V despolarizado_descansar).

https://doi.org/10.1371/journal.pcbi.1011046.g005

La actividad de fondo sináptica mejora la transferencia de información de entradas fuertes

Probamos la influencia relativa de las entradas sinápticas fuertes frente a las débiles en el pico de salida de nuestra celda modelo. Críticamente, cuando eliminamos las entradas débiles por completo (Fig. 5A y 5B), la la correlación media entre las entradas fuertes y el tren de picos de salida se redujo a 0,04 ± 0,01 (Fig. 5E y 5F). La tasa de disparo de salida de la neurona modelo se redujo a 0,29 ± 0,12 Hz (Fig. 5F) y su V promedio_metro estaba hiperpolarizado a -63,8 mV ± 0,07 mV. A pesar de esta fuerte caída en la transferencia de información de las fuertes entradas sinápticas, aquellas entradas con la correlación intrínseca más alta y la fuerza sináptica aún mantuvieron la correlación más alta con el pico de salida (Fig. 5E).

Para investigar si, en nuestra simulación, la actividad de fondo sináptica mejoraba las entradas fuertes simplemente despolarizando el potencial de membrana más cerca del umbral de pico o por fluctuaciones estocásticas de la membrana, intercambiamos las entradas débiles con una V despolarizada_descansar (equivalente a la mediana V_metro medido cuando solo estaban activas las entradas débiles). Encontramos que en ausencia de fluctuaciones estocásticas de la membrana, los coeficientes de correlación de las entradas fuertes no eran diferentes a la configuración predeterminada; sin embargo, la capacidad de respuesta general de la neurona modelo permaneció reducida (Figura 5F) [43]. Reemplazo de entradas débiles con una V despolarizada_descansar también resultó en una pendiente más pronunciada de la curva de entrada-salida (Fig. 5G), lo que confirma que el “ruido de fondo” sináptico tiene un efecto divisorio en la ganancia neuronal. Este ruido amplía la sensibilidad de una neurona al rango de correlaciones temporales en los trenes de picos de entrada al aumentar la ventana de tiempo durante la cual las entradas coincidentes se pueden integrar para provocar picos, un hallazgo que coincide con estudios previos. [44].

Cuando eliminamos las fuertes entradas sinápticas de la simulación (Fig. 5C), la actividad no correlacionada proporcionada por las entradas débiles fue por sí misma incapaz de impulsar la neurona postsináptica por encima del umbral de picos (Fig. 5F). Esto se debe a que las 235 entradas débiles se dispararon a una frecuencia promedio de 1,2 ± 0,9 Hz con amplitudes EPSP medias de 1,03 ± 0,42 mV, lo que resultó en una V media_metro de -62,4 mV que rara vez cruzó el umbral de pico (Fig. 5D). Por lo tanto, la actividad no correlacionada de las sinapsis débiles por sí sola fue incapaz de evocar picos y no transfirió información codificada en sus propios trenes de picos (Fig. 5E).

El pico de salida requiere correlación y altas tasas de disparo de entradas fuertes

A continuación, desvinculamos la alta correlación temporal y las altas tasas de disparo de entradas fuertes de sus mayores fuerzas sinápticas mediante la asignación aleatoria de las amplitudes de EPSP y sus propiedades de plasticidad a corto plazo correspondientes a través de los trenes de picos de entrada (Figura 6A). El acoplamiento original entre la amplitud de EPSP y la plasticidad a corto plazo se mantuvo en este experimento, es decir, las sinapsis con EPSP más grandes aún presentaban depresión y las sinapsis con EPSP más pequeñas presentaban facilitación.

Figura 6. La correlación temporal y las tasas de disparo determinan principalmente el pico de salida, la fuerza de la sinapsis mejora la capacidad de respuesta.

A Esquema de la configuración del modelo con amplitudes EPSP barajadas; se mantuvo la relación entre la amplitud del EPSP y la plasticidad a corto plazo. B Ejemplo de tren de picos de la celda del modelo en su configuración predeterminada (gris) y con amplitudes EPSP barajadas (azul). C Coeficientes de correlación de Pearson de los 270 trenes de picos de entrada con el tren de picos de salida de la celda modelo. Se muestran los resultados de dos configuraciones del modelo: simulación predeterminada (como en la Fig. 4) y la configuración introducida en A. Los puntos indican medias, las regiones sombreadas indican la desviación estándar de los coeficientes de correlación para 100 ejecuciones de la simulación. D Arriba, coeficientes de correlación de Pearson entre las fuertes entradas sinápticas y el tren de picos de salida de la neurona modelo para la simulación predeterminada y la configuración presentada en A. Abajo, tasa de disparo de salida de la celda modelo para la simulación predeterminada y la configuración introducida en A. (Datos son promedios de 100 ejecuciones de simulación; se indica la mediana y el percentil 25-75%; prueba no paramétrica de Kolmogorov-Smirnov, * p < 0,05.) mi Probabilidad de picos de salida en función del número de picos coincidentes en todos los trenes de picos de entrada (gris, simulación predeterminada; azul, configuración del modelo con EPSP mezclados).

https://doi.org/10.1371/journal.pcbi.1011046.g006

Cuando el modelo se configuró de esta manera, la tasa de activación de la neurona de salida disminuyó a 1,3 ± 0,3 Hz (Fig. 6B y 6D). Críticamente, las entradas con una correlación temporal más alta y tasas de activación más altas aún contribuyeron más fuertemente a la activación de la neurona modelo (media de correlación de Pearson ± sd: 0.08 ± 0.02) en comparación con las entradas con correlaciones temporales más bajas y tasas de activación más bajas (media ± sd: 0.02 ± 0,02) (figura 6C). Esto significa que la fuerza sináptica por sí misma no determina qué entradas transmiten la mayor cantidad de información al tren de picos de la neurona de salida. En cambio, en nuestra simulación, la combinación de alta correlación temporal y tasas de disparo elevadas fue el principal determinante para evocar picos correlacionados en la neurona de salida. Sin embargo, hacer coincidir amplitudes EPSP más grandes con entradas que se dispararon con una alta correlación temporal y altas tasas de disparo (es decir, nuestra configuración predeterminada), como se observa para entradas sinápticas fuertes en vivo [6], aumentó aún más su correlación con el tren de picos de la neurona modelo en un factor de 2 y mejoró notablemente la capacidad de respuesta de la célula modelo (Fig. 6C y 6D). El desacoplamiento de las grandes amplitudes EPSP de las entradas correlacionadas (al mezclar las amplitudes EPSP entre todos los trenes de picos de entrada) también dio como resultado una pendiente más plana de la curva de entrada-salida del modelo y una capacidad de respuesta reducida a las entradas coincidentes (Fig. 6E). Esto sugiere que asignar las amplitudes EPSP más grandes a aquellas entradas que se activan con una alta correlación temporal tiene un efecto multiplicador en la ganancia neuronal, lo que lleva a la amplificación de la señal como mecanismo para aumentar la transmisión eficiente de información de entradas fuertes. [44].

La plasticidad a corto plazo equilibra los efectos computacionales de entradas fuertes y débiles

A continuación, eliminamos el mecanismo de plasticidad a corto plazo de todas las sinapsis, de modo que exhibieron relaciones de pulso emparejado de 1 para todas las duraciones de intervalo entre picos, es decir, todas las amplitudes de EPSP permanecieron estáticas durante la estimulación repetida (Fig. 7A y 7B).

Figura 7. La plasticidad a corto plazo equilibra los efectos computacionales de entradas fuertes y débiles.

A Esquema de la configuración del modelo con los mecanismos de plasticidad a corto plazo eliminados, es decir, todos los trenes de picos exhiben una relación de pulsos emparejados de 1. B Ejemplo de tren de picos de la celda del modelo en su configuración predeterminada (gris) y cuando se eliminan los mecanismos de plasticidad a corto plazo (verde claro). C Esquema de la configuración del modelo con los mecanismos de plasticidad a corto plazo eliminados y las entradas débiles eliminadas además. D Ejemplo de tren de picos de la celda del modelo en su configuración predeterminada (gris) y cuando se eliminan los mecanismos de plasticidad a corto plazo y las entradas débiles (verde oscuro). mi Coeficientes de correlación de Pearson de los 270 trenes de picos de entrada con el tren de picos de salida de la celda modelo. Se muestran los resultados de tres configuraciones del modelo: simulación predeterminada (como en la Fig. 4) y configuraciones introducidas en A, C. Los puntos indican medias, las regiones sombreadas indican la desviación estándar de los coeficientes de correlación para 100 ejecuciones de la simulación. F Arriba, coeficientes de correlación de Pearson entre las fuertes entradas sinápticas y el tren de picos de salida de la neurona modelo para la simulación predeterminada y las configuraciones introducidas en AC. Abajo, tasa de disparo de salida de la celda modelo para la simulación predeterminada y las configuraciones introducidas en AC. (Los datos son promedios de 100 ejecuciones de simulación; se indica la mediana y el percentil 25–75 %; prueba no paramétrica de Kolmogorov-Smirnov, * p < 0,05). GRAMO Probabilidad de picos de salida como función del número de picos coincidentes en todos los trenes de picos de entrada para la simulación predeterminada (gris) y las configuraciones introducidas en CA (verde claro y verde oscuro, respectivamente).

https://doi.org/10.1371/journal.pcbi.1011046.g007

Al ejecutar la simulación en esta configuración, la neurona modelo se disparó a 18,0 ± 0,3 Hz, que era una frecuencia aún más alta que la exhibida por los trenes de picos de entrada con las tasas de disparo más altas (Figura 7F). Al mismo tiempo, el coeficiente de correlación medio de las entradas fuertes con el tren de picos de salida se había duplicado a 0,21 ± 0,09, con los valores más grandes excediendo 0,4 (Fig. 7E y 7F). Además, también los coeficientes de correlación de las entradas débiles con el tren de picos de salida habían aumentado a 0,02 ± 0,03 (Fig. 7E).

Estos resultados muestran que las amplitudes EPSP más grandes de entradas fuertes se deprimieron notablemente durante la activación en curso en nuestra configuración predeterminada (Figs. 4 y 5). En particular, debido a que las entradas sinápticas débiles habían sido solo levemente deprimentes en promedio (Fig. 4E), la eliminación de su mecanismo de plasticidad a corto plazo solo debería tener un pequeño efecto de refuerzo neto en su impulso excitatorio total. Para confirmar esto, adicionalmente eliminó por completo las entradas débiles del modelo (Fig. 7C y 7D) y descubrió que esto no tenía ningún efecto sobre los coeficientes de correlación de las entradas fuertes (Fig. 7F). Por lo tanto, después de eliminar la plasticidad a corto plazo, el efecto computacional de las entradas débiles para maximizar la transferencia de información de las entradas fuertes se volvió redundante. En este régimen, las sinapsis fuertes por sí solas podrían determinar las propiedades de activación de la neurona modelo.

Además, las pendientes de las curvas de insumo-producto fueron notablemente más pronunciadas cuando se eliminó el mecanismo de plasticidad a corto plazo (Fig 7G), que confirma que la depresión a corto plazo de entradas fuertes tiene un impacto divisivo en la ganancia neuronal [28,29]por lo tanto, ampliando la capacidad de respuesta de la neurona a las correlaciones temporales en los trenes de picos de entrada [44].

Experimentos de grabación emparejados confirman resultados mínimos de estimulación

Usamos una estimulación mínima de los axones de paso para poder mapear múltiples conexiones sinápticas diferentes formadas con las mismas neuronas postsinápticas, lo cual es difícil de lograr con grabaciones emparejadas. Para evaluar las advertencias técnicas de la estimulación mínima (ver Resultados), incluida la posibilidad de que se estimulen múltiples axones aferentes, que las diferentes entradas no sean independientes y el origen desconocido del axón estimulado, además realizamos grabaciones de células completas de pares de neuronas piramidales L2/3 conectadas sinápticamente. De manera tranquilizadora, encontramos que las distribuciones de amplitudes EPSP, las relaciones de pulsos emparejados y su relación no eran diferentes entre los dos métodos. Esto muestra que los datos que obtuvimos con estimulación mínima son consistentes con conexiones sinápticas unitarias entre células piramidales L2/3. Además, no observamos ningún agrupamiento de amplitudes de EPSP o relación de pulso emparejado en las mismas neuronas postsinápticas, lo que sería de esperar si los diferentes axones mapeados con estimulación mínima no fueran independientes entre sí. Esto sugiere que registramos predominantemente conexiones unitarias e independientes entre neuronas piramidales L2/3 y que las limitaciones del método de estimulación mínima no contaminaron sustancialmente nuestro conjunto de datos.

Plasticidad a corto plazo en corteza de barril L2/3

Si bien la depresión promedio leve en la corteza de barril de roedores L2/3 está de acuerdo con informes anteriores [4,8]otros estudios han encontrado que las sinapsis excitatorias L2/3 en áreas sensoriales facilitan moderadamente en promedio [9,10,32]. Nuestro hallazgo de depresión promedio a corto plazo podría estar influenciado por una concentración elevada de calcio en la solución extracelular (2,5 mM) en comparación con los últimos estudios (que usaron alrededor de 2 mM). Sin embargo, esto parece poco probable dado que también [4] y [8] informaron depresión leve usando concentraciones de calcio similares de 2 mM.

Curiosamente, [9] y [10] Grabaciones emparejadas usadas en la capa 2 (L2). Mientras [32] realizaron grabaciones pareadas en todo el grosor de L2/3, informaron solo una facilitación promedio leve con una gran heterogeneidad general. Registramos predominantemente de somas neuronales en L2/3 superficiales, probablemente correspondientes a la capa investigada por [9] y [10], pero estimuló los axones de paso a través de toda la profundidad de L2/3. Por lo tanto, las diferencias entre estos conjuntos de datos pueden indicar diferencias en las propiedades sinápticas entre las conexiones recurrentes L2 [9,10] y la vía L3 -> L2. Esto está en línea con un creciente cuerpo de literatura que describe estructuras [45] y funcional [46,47] diferencias entre los circuitos neuronales en L2 y L3 y apoya aún más la noción de que L2 y L3, que se considera rutinariamente que constituyen una sola entidad computacional, de hecho pueden poseer diferentes propiedades computacionales [45,47].

No hay evidencia de un sesgo estadístico de la inervación sináptica en las neuronas L2/3

Curiosamente, no encontramos ningún sesgo estadístico de la fuerza sináptica o la plasticidad a corto plazo de las conexiones sinápticas formadas con las mismas neuronas piramidales en L2/3. En cambio, nuestros datos sugieren que las entradas sinápticas formadas con una neurona L2/3 dada no están marcadamente correlacionadas, sino que su fuerza y ​​plasticidad a corto plazo siguen la misma distribución que la de todas las conexiones sinápticas a través del neuropilo. Se ha planteado la hipótesis de que tales sesgos estadísticos explican las distribuciones lognormales de la tasa de activación en la corteza. [35] y se han propuesto como un mecanismo potencial para dotar a las neuronas de propiedades de filtro de paso alto o paso bajo que pueden ser la base de la integración y la activación diferencial. [14,38,48]. Es importante destacar que, al demostrar la ausencia de un sesgo sistemático pronunciado en el nivel de una sola célula, nuestros resultados experimentales proporcionan una restricción biológica para los modelos teóricos de cómo pueden surgir estos cálculos particulares en L2/3.

Debido a que hemos caracterizado la fuerza sináptica y la plasticidad a corto plazo a través de registros somáticos de células completas, no podemos excluir la intrigante posibilidad de que de hecho existan sesgos estadísticos de la inervación sináptica en el nivel de las ramas dendríticas, en cuyo caso tales cálculos pueden implementarse en un nivel subcelular [49–51]. Serán necesarios más experimentos para investigar esta posibilidad.

Modelado de la interacción de la fuerza sináptica, la plasticidad a corto plazo y la sincronía de entrada

Para abordar el papel computacional de la pronunciada depresión a corto plazo de las conexiones fuertes y para investigar cómo la fuerza sináptica, la plasticidad a corto plazo y las propiedades temporales en los trenes de picos presinápticos dan forma a las propiedades de disparo de las neuronas corticales, generamos una integración con fugas y- modelo de fuego de una neurona piramidal L2/3 y manipuló sistemáticamente estos parámetros en nuestra simulación. Las entradas sinápticas a la neurona modelo estaban limitadas por datos fisiológicos obtenidos de nuestra propia in vitro grabaciones y por en vivo datos adoptados de la literatura [6,25].

En su configuración predeterminada, el modelo se configuró para producir disparos escasos a alrededor de 5 Hz, de acuerdo con la tasa de pico promedio informada para L2/3 en la corteza de barril del ratón. [25]. Su tren de picos de salida exhibió la correlación temporal más alta con las fuertes entradas sinápticas [6]. Además, nuestras simulaciones podrían reproducir los efectos de la modulación de ganancia multiplicativa a través de la actividad de fondo sináptica. [52,53] y a través de la depresión a corto plazo de sinapsis fuertes [28,29].

Encontramos que la actividad de fondo sináptica transportada a través de las sinapsis débiles contribuyó críticamente a la transferencia de información de entradas fuertes al despolarizar V_metro y a través de un efecto de tipo resonancia estocástica [54]: si bien es incapaz de provocar picos por sí mismo, las entradas débiles permitieron que la neurona modelo operara en un régimen en el que la célula se volvió sensible y receptiva a entradas fuertes coincidentes [17,43,55–59]. Incluso entonces, se necesitaban las altas tasas de disparo y la actividad sincrónica de múltiples sinapsis fuertes para evocar picos en la neurona modelo. [16–19,60]. En particular, la fuerza sináptica por sí sola no determinó qué células presinápticas podrían provocar picos [7].

El papel computacional de la relación entre la plasticidad a corto plazo y la fuerza sináptica no se ha abordado en detalle en los estudios de procesamiento cortical. Curiosamente, la pronunciada depresión a corto plazo que observamos para las conexiones sinápticas que provocaron grandes EPSP in vitro demostró ser necesario para contrarrestar las altas tasas de disparo, las altas correlaciones temporales y las grandes amplitudes de EPSP de entradas fuertes durante la estimulación continua y fue fundamental para mantener la capacidad de respuesta de la neurona postsináptica hacia los trenes de picos de entrada con la correlación temporal más alta. Esto sugiere que la depresión a corto plazo podría actuar como uno de los mecanismos que evitan la excitación descontrolada en el circuito L2/3 recurrente.

Una vista sobre el ajuste de orientación en cortezas columnares y de ‘sal y pimienta’

La noción de que la minoría de entradas sinápticas fuertes determina las propiedades de respuesta de las neuronas corticales. [6,61] ha sido cuestionado recientemente por hallazgos aparentemente contradictorios realizados en V1 del hurón [7]. En ratón V1, las neuronas con las propiedades de campo receptivo más similares en vivo también formaron las conexiones sinápticas más fuertes entre sí, según lo evaluado in vitro [6]. Por el contrario, la selectividad de respuesta de las neuronas en hurón V1 en vivo se demostró que estaba determinado por el peso acumulativo de todas las sinapsis impulsoras, débiles y fuertes. Curiosamente, la selectividad de la respuesta no se pudo predecir a partir de la sintonización de sinapsis fuertes únicamente. [7]. Cuando barajamos las amplitudes de EPSP en nuestra simulación, de hecho encontramos que las entradas correlacionadas con las tasas de disparo más altas aún impulsaban el tren de picos de salida y no aquellas entradas con las sinapsis más fuertes. Sin embargo, debido a que la capacidad de respuesta se redujo fuertemente en esta condición, otros mecanismos de amplificación, como la agrupación dendrítica de sinapsis más pequeñas observadas por [7] podría desempeñar un papel computacional importante.

Nuestras observaciones pueden proporcionar un marco para reconciliar estos hallazgos aparentemente contradictorios. En la columna V1 de los carnívoros [62]la presentación de estímulos visuales simples activa poblaciones de neuronas vecinas dentro de la misma columna de orientación [63]. Los axones de las células piramidales en las capas superficiales de V1 forman un grupo primario de botones sinápticos alrededor de sus propios somas. [64]. Por lo tanto, a diferencia de los roedores, estas neuronas son excitadas por muchas neuronas vecinas con la misma sintonía de orientación y dominancia ocular. Por lo tanto, los mapas de orientación ‘columnar’, que se encuentran en las áreas visuales de los mamíferos superiores [65–68] puede proporcionar la base para la “fuerza por números” necesaria para generar respuestas sintonizadas [7], sin el requisito adicional de sinapsis más fuertes entre neuronas sincronizadas. Nuestro hallazgo de que la alta correlación temporal y las tasas de disparo de entradas fuertes, y no su fuerza sináptica más grande impulsa principalmente los picos apoya esta idea y es consistente con la observación de que los picos en cat V1 están sincronizados en fase con el potencial de campo local, lo que refleja la sincronía dentro de las poblaciones neuronales locales [60].

Por el contrario, la organización de ‘sal y pimienta’ del roedor V1 [69]significa que los estímulos orientados activan una red espacialmente difusa [63]. Por lo tanto, las neuronas pueden recibir menos conexiones sinápticas en general de células sintonizadas de manera similar y la correlación temporal y las tasas de activación por sí solas pueden ser insuficientes para lograr la sintonización de orientación. Nuestra observación de que emparejar grandes amplitudes de EPSP con trenes de picos de entrada correlacionados mejora aún más la capacidad de impulsar las entradas para transmitir información sugiere que esta “falta de fuerza por números” predicha en el roedor V1 puede compensarse con sinapsis más fuertes entre neuronas sintonizadas de manera similar [6]. Esto, sin embargo, lleva a la predicción de que en el ratón V1, la estructura temporal en los trenes de picos de entrada de neuronas sintonizadas de manera similar también juega un papel clave en la generación de sintonización de orientación. en vivouna predicción que podría probarse experimentalmente.

En resumen, nuestros resultados contribuyen a un marco matizado de cómo las neuronas corticales podrían utilizar interacciones entre las propiedades biofísicas de las sinapsis químicas, la estructura temporal de los trenes de picos de entrada y el “ruido” en las redes neuronales para un cálculo eficiente.

Declaración de Ética

Los experimentos con animales se realizaron bajo la licencia de Kevan AC Martin (Instituto de Neuroinformática, Universidad de Zúrich y ETH Zürich, Zúrich, Suiza). Los protocolos experimentales y de manejo de animales fueron aprobados por la Oficina Veterinaria Cantonal, Zúrich, Suiza.

preparación de rebanadas

Se obtuvieron cortes corticales de 28 ratones macho B6/C57 de entre 21 y 28 días postnatales de edad. Los animales se anestesiaron con isoflurano, se decapitaron y sus cerebros se extrajeron rápidamente y se sumergieron en líquido cefalorraquídeo artificial cortado en hielo (ACSF, que contenía, en mM: 87 NaCl, 75 sacarosa, 26 NaHCO3, 10 glucosa, 7 MgSO4, 2,5 KCl, 1 NaH2PO4 y 0,5 CaCl2, oxigenados en continuo con 95% O2, 5% CO2). Los cortes coronales que contenían la corteza cilíndrica se cortaron con un grosor de 300 μm en un vibratomo y se transfirieron a una cámara que contenía ACSF de grabación (que contenía, en mM: 119 NaCl, 26 NaHCO3, 10 glucosa, 1,3 MgSO4, 2,5 KCl, 1,25 NaH2PO4 y 2,5 CaCl2, continuamente oxigenada con 95% O2, 5% CO2). Los cortes se mantuvieron en grabación ACSF a temperatura ambiente hasta las grabaciones.

Electrofisiología

Se extrajeron pipetas de parche (resistencia de la pipeta: 5–7 MΩ, diámetro de la punta de la pipeta: 2 μm) de vidrio de borosilicato utilizando un extractor P-97 (Sutter Instruments) y se llenaron con solución intracelular (que contenía en mM: 105 K-gluconato, 20 KCl , 10 Na-fosfocreatina, 2 Mg-ATP, 2 Na-ATP, 0,3 GTP y 10 HEPES, el pH se fijó a 7,2 con KOH). Se añadió biocitina (0,5%) a la solución intracelular para teñir las neuronas registradas. Se obtuvieron grabaciones de pinza de parche de células enteras a 34-36 ° C de neuronas L2/3 identificadas visualmente en la corteza del barril bajo un microscopio Olympus BX61W1 equipado con óptica de contraste de interferencia diferencial infrarroja y un objetivo de inmersión en agua de 10x y 60x. Los datos fueron adquiridos con un amplificador Multiclamp 700A (Axon Instruments), muestreados a 10 kHz, filtrados a 3 kHz (Digidata 1322A, Axon Instruments) y monitoreados con el software pAbrazadera (Dispositivos Moleculares). No añadimos GABA [41,70,71] o antagonistas de NMDA al baño [41,70]ya que estudios previos no han informado ningún efecto perceptible en la forma de onda EPSP al incluir estos bloqueadores en experimentos de estimulación extracelular mínima [40,72,73].

Después de la interrupción, la resistencia de acceso estaba típicamente en el rango de 15 a 30 MΩ y se descartaron las grabaciones con una resistencia de acceso > 30 MΩ. El potencial del puente se compensó y el potencial de la unión líquida (estimado en 13,9 mV) no se corrigió. Vm después del rodaje osciló entre -85 y -70 mV. Si Vm se desviaba durante los registros, se inyectaba una corriente de retención (normalmente < 50 pA) para mantener la membrana en su potencial de reposo inicial, lo que rara vez era necesario. No se permitió que Vm se desviara fuera de un rango de -85 a -70 mV. porque V_metro estaba cerca del potencial de reversión de GABA^A en todos los experimentos, esperamos que no haya contaminación de nuestros EPSP registrados por conexiones inhibitorias.

Se realizó una estimulación mínima de los axones individuales de paso de acuerdo con los protocolos establecidos [40,41], como sigue. Después de establecer registros de células completas, identificamos axones presinápticos que forman sinapsis con las células registradas moviendo cuidadosamente un electrodo de estimulación extracelular monopolar (lleno de ACSF) a través de L2/3 en un ángulo oblicuo y administrando pulsos de corriente repetidos de 0,1 ms de 10–12 μA amplitud usando un estimulador A360 (World Precision Instruments) hasta que se detectó un EPSP en la neurona registrada. Las conexiones sinápticas se detectaron típicamente cuando el electrodo de estimulación estaba ubicado a una distancia de 20 a 400 μm del soma de la célula registrada. Para lograr la estimulación de las supuestas fibras de un solo axón que hacen sinapsis con la neurona registrada, luego disminuimos la amplitud de la estimulación hasta que ya no se provocó el EPSP y, posteriormente, aumentamos la amplitud de la estimulación hasta que se evocó el EPSP observable más pequeño de manera confiable en una forma de todo o nada en una fracción de ensayos [40,41]. La amplitud de estimulación final se fijó en este nivel (típicamente 5-16 μA). Solo registramos conexiones sinápticas que mostraron poca o ninguna variabilidad en la latencia de los EPSP evocados de prueba a prueba. Luego realizamos una estimulación de pulso emparejado de 20 ms a baja frecuencia (0,2 Hz) durante al menos 30 barridos. Después de las grabaciones, evaluamos cuidadosamente cada barrido a ojo en pAbrazadera 9 (Molecular Devices) e incluyó solo aquellos barridos en el conjunto de datos final para los cuales se evocó un EPSP luego de ambos pulsos de estimulación extracelular y cuyos EPSP evocados no estaban contaminados por EPSP que ocurrían espontáneamente. Como control adicional para asegurarnos de que estábamos estimulando axones individuales de pasaje [41] y que la conexión sináptica se mantuvo estable durante todo el período de grabación, solo incluimos conexiones sinápticas cuando los EPSP al final de la grabación tenían la amplitud, latencia y forma promedio idénticas en comparación con los primeros EPSP de estimulación mínima evocados. Nuestro conjunto de datos final contenía en promedio 11,2 ± 5 barridos por conexión sináptica (rango de 6 a 35 barridos).

Siguiendo el protocolo de estimulación mínima, movimos cuidadosamente el electrodo de estimulación extracelular a otras ubicaciones en el neuropilo L2/3 para identificar diferentes fibras axónicas que forman sinapsis con la misma neurona registrada. Para minimizar nuestras posibilidades de grabar nuevamente desde el mismo axón presináptico, se tuvo mucho cuidado de no estimular en el mismo lugar varias veces, y las conexiones sinápticas solo se incluyeron cuando su ubicación de estimulación estaba a > 50 μm de distancia de todas las ubicaciones de estimulación anteriores, como evaluado en imágenes generales de 10x durante las grabaciones. Al final de cada experimento, inyectamos pasos actuales en cada neurona para caracterizar su patrón de activación como picos regulares (es decir, neurona piramidal/excitadora putativa) o picos rápidos (interneurona inhibidora putativa).

Las grabaciones emparejadas se realizaron como se describe en [42] y con la misma solución intracelular y ACSF que en nuestros experimentos de estimulación mínima.

Histología

Después de las grabaciones, los cortes se fijaron inmediatamente en ácido pícrico al 15 %, paraformaldehído al 4 % y glutaraldehído al 0,5 % en tampón de fosfato (PB) 0,1 M durante la noche. Luego, los cortes fijos se lavaron en PB, se incubaron en una escalera de sacarosa ascendente para la crioprotección, se congelaron rápidamente en nitrógeno líquido y se trataron con peróxido de hidrógeno al 3 % y metanol al 10 % en solución salina tamponada con fosfato (PBS) para extinguir las peroxidasas endógenas. Después de lavarlos en PBS y solución salina tamponada con tris (TBS), los cortes se trataron con el kit Vectastain ABC (Vector Laboratories, n.º de catálogo PK-6100, RRID: AB_2336819) en TBS a 4 °C durante la noche. Después del lavado en TBS, la biocitina se visualizó usando tratamiento con tetrahidrocloruro de níquel-diaminobencidina (Ni-DAB) y peróxido de hidrógeno, seguido de una serie de lavados en PB para terminar la reacción. A continuación, las secciones se incrustaron en Mowiol (Sigma Aldrich) y se cubrieron con un cubreobjetos. Se tomaron imágenes de pilas Z de las neuronas recuperadas bajo un microscopio Olympus BX61 para cotejar el tipo de célula electrofisiológica determinada previamente con la anatomía. Las células piramidales se identificaron sobre la base de su morfología de dendrita (p. ej., dendritas espinosas) y se correspondían con el patrón de activación de picos regulares registrado anteriormente.

Análisis de datos electrofisiológicos

Analizamos cada potencial postsináptico evocado con estimulación de pulso emparejado individualmente con Stimfit [74] y midió su amplitud máxima, coeficiente de variación, latencia de inicio (es decir, el tiempo desde el inicio del artefacto de estimulación extracelular hasta el inicio del potencial postsináptico evocado) y 10% – 90% de tiempo de subida. Luego promediamos estas medidas respectivas en todos los barridos. El EPSP se definió como el potencial postsináptico evocado por el primer pulso del paradigma de pulso apareado, es decir, antes de que tuviera lugar la plasticidad a corto plazo. La relación de pulsos emparejados se definió como la amplitud máxima del segundo potencial postsináptico evocado dividida por la amplitud máxima del primer potencial postsináptico evocado (es decir, el EPSP). Se realizaron análisis estadísticos adicionales en MATLAB (MathWorks) y Prisma (GraphPad). La amplitud EPSP y las relaciones de pulsos emparejados obtenidas con experimentos de registro emparejado se midieron de manera análoga.

Para obtener una distribución de población imparcial para un experimento dado, excluimos todas las conexiones sinápticas aferentes formadas con la neurona postsináptica en ese experimento, pero por lo demás incluimos todas las demás conexiones registradas en neuronas de pico regulares. La distribución celular para un experimento dado incluyó todas las conexiones sinápticas aferentes formadas con la neurona postsináptica en ese experimento. Las distribuciones de las celdas se compararon con la distribución de la población con el kstest2 función en MATLAB (Prueba de Kolmogorov-Smirnov).

Realizamos un análisis de potencia de Monte-Carlo post-hoc para estimar qué tamaños de efecto (es decir, diferencias sistemáticas entre las amplitudes medias de EPSP o las proporciones medias de pulsos pareados entre la distribución de celdas y la distribución de la población) eran detectables dados los tamaños de muestra en nuestro conjunto de datos. Hicimos esto para cada experimento individualmente arrancando nuevas distribuciones de células con medios sistemáticamente diferentes y luego realizando pruebas de Kolmogorov-Smirnov contra la distribución de la población.

Específicamente, para el análisis de potencia para relaciones de pulsos emparejados, primero formalizamos la distribución de población de relación de pulsos emparejados para cada experimento como una distribución normal con la misma media y desviación estándar que la distribución de población de relación de pulsos emparejados observada experimentalmente para ese experimento. Para probar qué tamaños de efecto eran detectables, luego formalizamos un rango de posibles distribuciones de generadores subyacentes para la distribución de celdas de relación de pulso emparejado para ese experimento variando la media de la distribución de población en pasos de ± 0.1 unidades. Al hacerlo, diseñamos un rango de distribución de generador para la distribución de celdas de relación de pulso emparejado con medios sistemáticamente diferentes. Para cada una de estas distribuciones de generadores de celdas, extrajimos el mismo número de muestras aleatorias que estaban presentes en la distribución de celdas observada experimentalmente (es decir, entre 5 y 8) y ejecutamos una prueba de Kolmogorov-Smirnov contra una muestra aleatoria extraída de la distribución formalizada. distribución de la población (que contiene el mismo número de entradas que la distribución de la población para ese experimento). Elegimos aproximar nuestros experimentos estadísticamente con ‘muestreo con reemplazo’ de una distribución de generador de esta manera porque podíamos registrar experimentalmente solo una pequeña fracción de los miles de entradas sinápticas formadas con una neurona piramidal L2/3. En estas condiciones, el número total de sinapsis formadas con la neurona debería ser insignificante.

Este análisis se repitió 10 000 veces para cada distribución del generador de células y la potencia estadística para detectar un efecto de cierto tamaño (es decir, la diferencia sistemática en las medias entre la distribución del generador de células subyacente y la distribución de la población) se definió como la fracción de ensayos que arrojó un valor p significativo (α = 0.05), ver Resultados. El análisis de potencia para amplitudes EPSP se realizó de manera análoga con la única excepción de que se utilizaron distribuciones lognormales en lugar de distribuciones normales, de acuerdo con nuestros resultados.

Debido a que nuestro conjunto de datos contenía 8 experimentos para los cuales se mapearon al menos 5 conexiones aferentes, hubo 8 posibilidades de detectar una diferencia significativa entre una célula y la distribución de la población en nuestra serie experimental. Por lo tanto, se puede usar un modelo binomial simple para preguntar: ¿qué diferencia sistemática en las relaciones de pulsos apareados debería haberse observado en al menos uno de estos 8 experimentos con un nivel de significación del 95 %? Para responder a esto, calculamos las funciones de densidad de probabilidad para obtener cero como una realización (es decir, la probabilidad de observar ninguna diferencia significativa en ninguno de los 8 experimentos) de funciones binomiales simples con N = 8 (es decir, el número de nuestros experimentos independientes ) y P = la probabilidad promedio de observar un tamaño de efecto dado en un solo experimento (como se derivó anteriormente, ver Resultados). Luego repetimos estos análisis de manera análoga para las distribuciones de amplitud de EPSP.

Enfoque de modelado

Generamos un modelo de integración y disparo con fugas de una neurona piramidal L2/3 basado en las propiedades biofísicas pasivas de nuestro in vitro grabaciones y publicado en vivo datos. El modelo recibió entradas de 270 conexiones sinápticas cuyos tiempos de pico, pesos sinápticos y parámetros de plasticidad a corto plazo se establecieron como se describe en las siguientes secciones. Brevemente, primero construimos 270 trenes de picos cuyos coeficientes de correlación por pares y tasas de disparo reproducían en vivo observaciones de roedores L2/3 (ver Resultados). Luego asignamos a estos trenes de picos amplitudes EPSP y las correspondientes relaciones de pulsos emparejados que reprodujeron nuestro in vitro datos. Luego, la fuerza sináptica se ajustó de tal manera que las amplitudes de EPSP en la neurona modelo coincidieran exactamente con las amplitudes de EPSP somáticas que habíamos medido. in vitro (vea abajo).

Generar trenes de picos de entrada con correlaciones temporales siguiendo en vivo datos

Generamos 270 trenes de picos de entrada cuyos coeficientes de correlación por pares coincidían con los en vivo datos informados por [6], es decir, la minoría de los trenes de picos de entrada (fuertes) exhibieron altos coeficientes de correlación por pares, mientras que la mayoría restante de los trenes de picos de entrada (débiles) estaban progresivamente menos correlacionados. Primero generamos un tren de picos de plantilla de 10 s de duración que exhibió un estructura temporal escasa e irregular mediante el uso de un proceso de renovación de Poisson no homogéneo y el muestreo de duraciones de intervalos entre picos a partir de una distribución gamma (forma k = 1,1, media de intervalo entre picos de 40 ms) en pasos de tiempo de 1 ms, lo que dio como resultado un disparo promedio frecuencia de 25 Hz. Convolucionamos el tren de picos de la plantilla con envolventes gaussianas de diferentes desviaciones estándar (σ_gaussiano) para generar un conjunto de 270 nuevos trenes de picos con estadísticas de correlación definidas con precisión [75]. Dividimos las 270 entradas en fuertes (n = 35, es decir, el 13 % de las entradas) y débiles (n = 235, es decir, el 87 % de las entradas) en función de la relación entre la amplitud del EPSP y la plasticidad a corto plazo que habíamos encontrado. in vitro (es decir, las sinapsis con amplitudes EPSP > 2 mV (10/74 conexiones sinápticas, es decir, 13,5 %) fueron exclusivamente deprimentes, mientras que las sinapsis con amplitudes EPSP < 2 mV mostraron toda la gama de plasticidad a corto plazo). Para configurar estas dos poblaciones de trenes de picos de entrada con las correspondientes estadísticas de correlación temporal, muestreamos σ_gaussiano de dos distribuciones uniformes para fuertes (σ_gaussiano entre 5 y 10 ms, n = 35) y entradas sinápticas débiles (σ_gaussiano entre 10 y 100 ms, n = 235) [75]. Los 270 σ resultantes_gaussiano los valores se clasificaron y asignaron a los 270 trenes de picos de entrada. Para cada uno de los 270 trenes de picos de entrada, convolucionamos los tiempos de pico del tren de picos de plantilla con una envolvente gaussiana cuya desviación estándar fue establecida por el σ respectivo de cada tren de picos._gaussiano. Al hacerlo, para cada tren de picos, obtuvimos un curso de tiempo de 10 s que consiste en una suma de distribuciones gaussianas que representan la probabilidad de pico respectivo a lo largo del tiempo. Debido al aumento iterativo de σ_gaussiano, esta distribución de probabilidad de picos para trenes de picos con índices crecientes se amplía y aplana continuamente con respecto al tren de picos de plantilla. Luego generamos los tiempos de pico discretos para cada tren de picos de entrada dibujando los tiempos de pico de estas distribuciones de probabilidad de pico dependientes del tiempo utilizando un proceso de Poisson no homogéneo. Los 270 trenes de picos resultantes tenían coeficientes de correlación por pares continuamente más bajos con el tren de picos de la plantilla.

Finalmente, explicamos el hecho de que, en la corteza de barril en vivolas entradas sinápticas correlacionadas tienden a dispararse a frecuencias más altas, mientras que las entradas no correlacionadas se disparan a tasas más bajas [6,25]. Parametrizamos la distribución lognormal de la tasa de disparo medida por [25] en corteza de barril de ratón L2/3 en vivo (media ± sd: 4,16 ± 8,33 Hz) y extrajo 270 ‘tasas de disparo objetivo’ aleatorias de él. Estos valores se clasificaron y asignaron a los 270 trenes de picos de entrada, de modo que los trenes de picos con correlaciones por pares más altas con el tren de picos de plantilla también mostraron índices de disparo de objetivos más altos. Luego eliminamos los picos estocásticamente individuales de cada tren de picos de entrada de modo que la tasa de disparo promedio de cada tren de picos coincidiera con la tasa de disparo del objetivo respectivo.

Después de generar los 270 trenes de picos de entrada de esta manera, verificamos que sus coeficientes de correlación por pares [6] y tasas de disparo [25] datos experimentales coincidentes obtenidos en roedores L2/3 en vivo (ver Resultados, figuras 4 y S3). Este proceso se repitió 100 veces para generar 100 conjuntos diferentes de trenes de picos para ejecutar en el modelo.

Generación de amplitud EPSP y distribuciones de relación de pulsos emparejados correspondientes

Para asignar amplitudes EPSP realistas a las 270 entradas del modelo, parametrizamos la distribución de amplitud EPSP que medimos in vitro con una distribución lognormal (Figura 1D, ver Resultados) y extrajo aleatoriamente 270 valores de amplitud EPSP. Luego generamos las relaciones de pulsos emparejados correspondientes para estas amplitudes de 270 EPSP al parametrizar la relación entre el segundo pulso (EPSP₂) y el primer pulso (es decir, la amplitud EPSP) del paradigma de estimulación de pulso emparejado que habíamos registrado in vitro (Fig. 1C) con una función de decaimiento exponencial. Críticamente, la fluctuación del EPSP registrado experimentalmente₂ los valores alrededor de esta curva ajustada no diferían significativamente de una distribución gaussiana (prueba no paramétrica de Kolmogorov Smirnov, valor de p de 0,48) centrada alrededor de cero con una desviación estándar de ± 0,192. Esta desviación estándar captura la varianza natural de la relación de EPSP₂ a la amplitud EPSP y posteriormente se utilizó para generar nuestros datos de modelado. Para cada una de las 270 amplitudes EPSP seleccionadas, primero asignamos un EPSP correspondiente₂ utilizando el valor predicho por la función de decaimiento exponencial ajustada para la amplitud EPSP dada. Luego agregamos la varianza al valor seleccionado como un número extraído de un proceso gaussiano aleatorio con una media de 0 y una desviación estándar de 0,192. Finalmente, verificamos que la distribución EPSP resultante, la distribución de la relación de pulsos emparejados y su mapeo correspondían a nuestra in vitro registro de datos (ver Resultados).

Modelado dinámico de plasticidad a corto plazo durante trenes de picos presinápticos

La relación de pulsos emparejados captura la respuesta de plasticidad a corto plazo de una sinapsis para dos eventos de liberación posteriores en un intervalo de tiempo estereotípico. Para modelar dinámicamente la plasticidad a corto plazo para la activación continua durante los trenes de picos con intervalos variables entre picos, formalizamos las propiedades de plasticidad a corto plazo de nuestras sinapsis en una forma general utilizando el modelo extendido Tsodyks-Markram ampliamente utilizado. [76,77]:
(1)
(2)

Brevemente, la depresión a corto plazo (Eq 1) se modela como el agotamiento del grupo de vesículas sinápticas disponible para su liberación R(t), con tu(t)∙R(t) después de un evento de lanzamiento anterior en el momento t_spque se contrarresta con la recuperación de la acumulación de vesículas en una constante de tiempo τ_rec. La facilitación a corto plazo (ecuación 2) se modela como un aumento en la probabilidad de liberación tu(t), con F(1−tu(t)) después de un pico anterior en t_spque decae a la probabilidad de liberación de referencia tu con una constante de tiempo τ_fácil. Por lo tanto, se puede modelar un continuo desde la depresión sináptica hasta la facilitación especificando los valores del conjunto de parámetros [34,78].

Para hacerlo, derivamos Θ para cada una de las 270 sinapsis modelo en función de su relación de pulsos apareados, de la siguiente manera. Una forma computacionalmente optimizada de Eqs (1) y (2) se derivó por [34] integrando entre picos norte y norte+1 en el tiempo ΔTennesse_norte aparte:
(3)
(4)

La amplitud EPSP en pico norte se puede calcular como:
(5)
[76]dónde A es un parámetro de peso ajustable que combina fenomenológicamente varios parámetros de fuerza fisiológica, como el número de sitios de liberación, el tamaño cuántico y las propiedades de filtrado del cable. La relación de pulso emparejado ppr es la relación del EPSP en el pico norte+1 y el EPSP en pico norte:
(6)

En el momento t = 0, cuando no se produjo un pico anterior, el valor de estado estacionario de R_norte = 1 y de tu_norte = tuy ecuación (6) se puede simplificar a:
(7)

Al insertar Eqs (3) y (4) para R_norte+1 y tu_norte+1podemos reescribir la ecuación (7) como
(8)

Críticamente, ppr₀ en la ecuación (8) en ΔTennesse_norte = 20 EM (es decir, ) describe exactamente nuestro protocolo experimental de estimulación de pulso emparejado. Esto nos permitió obtener un conjunto de parámetros Θ para cada sinapsis en función de su relación de pulso apareado de 20 ms.

Definición del conjunto de parámetros de plasticidad a corto plazo Θ para cada sinapsis

Para hacerlo, variamos Θ en un continuo que va desde una fuerte depresión hasta una fuerte facilitación de acuerdo con [34] (Tabla 1), que resultó en un gran conjunto de datos de Θ definidos de forma única y correspondientes valores. para cada uno de nuestras 270 sinapsis modelo, luego elegimos el conjunto de parámetros Θ, cuyo resultado El valor coincidió más estrechamente con la relación de pulsos emparejados que habíamos asignado previamente a esa sinapsis (ver arriba). Al obtener un conjunto de parámetros único Θ para cada sinapsis, podríamos calcular su R_norte+1 y tu_norte+1 durante trenes continuos de picos usando las ecuaciones (3) y (4), respectivamente. Al iniciar cada nueva ejecución de la simulación, R_norte+1 y tu_norte+1 fueron inicializados a R_norte y tu_norterespectivamente, de modo que los parámetros de plasticidad a corto plazo se restablecieron a sus valores iniciales “ingenuos”.

Modelado de amplitud EPSP y relación de pulsos emparejados

A continuación, convertimos los tiempos de pico discretos de cada tren de picos de entrada en un curso de tiempo de conductancia sináptica continuo. Para eso, cada pico se involucró con una función alfa que se escaló según la fuerza sináptica designada de la entrada respectiva y las propiedades dinámicas de plasticidad a corto plazo:
(9)

La conductancia pico gramo_máximo se ajustaba a cada sinapsis de entrada, de modo que cuando esa sinapsis se activaba desde el reposo en el modelo (gramo_filtración = 0,01 mS; τ_metro = 20ms; como medido in vitro, ver más abajo), evocó la amplitud EPSP deseada. La constante de tiempo sináptica t_cima se configuró en 1 ms. Después de la instalación gramo_máximo Con este conjunto de parámetros, los tiempos de subida de EPSP estaban en excelente acuerdo con nuestro in vitro grabaciones Por cada espiga norte en el tren de picos de entrada, ajustamos dinámicamente el factor de escala de conductancia ppr_norte de acuerdo con la ecuación (6), que es una función del conjunto de parámetros de plasticidad a corto plazo de esa sinapsis Θ y su historial previo de picos. Los 270 rastros de conductancia resultantes se sumaron en un solo rastro de conductancia que contenía todas las entradas sinápticas al modelo, que luego se usó como entrada al modelo de neuronas (ver más abajo).

Modelo de integración y disparo con fugas de la neurona L2/3

Implementamos el método de Euler en Pitón 3.7 para simular numéricamente el cambio de voltaje dV_metro del modelo usando la ecuación:
(10)

Configuramos la conductancia de fuga gramo_filtración a 0,01 mS (correspondiente a una resistencia de entrada R_aporte de 100 MΩ) y τ_metro a 20 ms, que fueron los valores medianos registrados in vitro a través de las neuronas piramidales en nuestros experimentos de estimulación mínima. Cuando V_metro cruzó un umbral de potencial de acción de -50 mV, V_metro se restableció a V_descansar durante una duración de 10 ms para tener en cuenta el curso temporal del potencial de acción y el período refractario de la neurona. El potencial de membrana en reposo V_descansar se ajustó a -70 mV, lo que resultó en una tasa de disparo de salida de 5,7 Hz, de acuerdo con en vivo grabaciones [25]. La corriente de entrada sináptica a la celda modelo. I_sin se calculó dinámicamente para cada paso de tiempo de simulación a partir de la traza de conductancia de entrada (ver arriba) usando la ecuación:
(11)

El potencial de inversión mi_sin se fijó en 0 mV, es decir, el potencial de inversión de las sinapsis AMPA.

Modelado de la interacción de la fuerza sináptica, la plasticidad a corto plazo y la correlación temporal en trenes de picos presinápticos

Después de configurar el modelo de esta manera, simulamos la respuesta de voltaje de la celda modelo luego de la activación de las 270 sinapsis de entrada con los correspondientes trenes de picos presinápticos. Convolucionamos los tiempos de pico discretos del tren de picos de salida de la neurona modelo y cada uno de los 270 trenes de picos de entrada en funciones continuas con un filtro exponencial (τ = 10ms) [79] y calculó los coeficientes de correlación de Pearson por parejas entre cada tren de picos de entrada y el tren de picos de salida. Además, cuantificamos la relación entrada-salida de la neurona modelo como la probabilidad de generación de picos en función del número de entradas coincidentes en la ventana de tiempo de 20 ms que precede al pico de salida. Como se describe en el Resultados, luego manipulamos la población respectiva de sinapsis activas y sus parámetros sinápticos en la simulación para investigar la interacción de la fuerza sináptica, la plasticidad a corto plazo y la correlación temporal en los trenes de picos presinápticos. Calculamos los coeficientes de correlación media, las curvas de entrada-salida y las desviaciones estándar correspondientes repitiendo cada configuración de simulación para los 100 conjuntos de trenes de picos (ver arriba).

Análisis de robustez para los parámetros del modelo

Evaluamos si nuestros resultados de modelado eran ciertos en una variedad de diferentes parámetros biofísicos que se han informado para las neuronas piramidales L2/3. in vitro y en vivo. En nuestra configuración inicial, R_aporte y τ_metro se establecieron de acuerdo a nuestra propia in vitro medidas (ver arriba) y gramo_máximo se ajustó a cada sinapsis de modo que produjo la amplitud EPSP deseada en estas condiciones. Mantuvimos el original gramo_máximo valor para cada sinapsis fijada (que se ajustaba a R_aporte = 100 MΩ) y cambió (1) R_aporte a 80 MΩ, de acuerdo con en vivo grabaciones en células piramidales L2/3 de la corteza de barril [80](2) el período refractario a 20 ms, y (3) τ_metro a 10 ms, de acuerdo con en vivo grabaciones en células piramidales L2/3 de la corteza de barril [80]. En la última configuración, V_descansar se configuró en -65 mV (en lugar de -70 mV), de modo que la neurona modelo disparó con frecuencias > 2 Hz en su configuración predeterminada para habilitar los análisis de correlación y ganancia. Finalmente, configuramos todos los parámetros a los valores informados. en vivo: τ_metro a 10ms, R_aporte a 60 MΩ, y V_descansar a -60 mV [9,13,80]. Para los modelos (3) y (4), gramo_máximo encajaba con R_aporte = 100 MΩ, τ_metro = 10 ms.