36
个编辑
更改
无编辑摘要
<math>u</math>和<math>x</math>的动态之间的相互作用决定了<math>ux</math>的联合效应是由抑制还是促进所主导。在<math>\tau_d\gg \tau_f</math>和大<math>U</math>的参数区域，一个初始动作电位会导致<math>x</math>大幅下降，需要很长时间恢复；因此，突触是以STD为主（图1B）。在<math>\tau_f \gg \tau_d</math>和小<math>U</math>的参数区域，突触效能会逐渐通过动作电位增加，因此突触以STF为主（图1C）。这个现象学模型成功地再现了在许多皮层区域观察到的抑制和促进突触的动力学。
<math>u</math>和<math>x</math>的动态之间的相互作用决定了<math>ux</math>的联合效应是由抑制还是促进所主导。在<math>\tau_d\gg \tau_f</math>和大<math>U</math>的参数区域，一个初始动作电位会导致<math>x</math>大幅下降，需要很长时间恢复；因此，突触是以STD为主（图1B）。在<math>\tau_f \gg \tau_d</math>和小<math>U</math>的参数区域，突触效能会逐渐通过动作电位增加，因此突触以STF为主（图1C）。这个现象学模型成功地再现了在许多皮层区域观察到的抑制和促进突触的动力学。
[[http://www.scholarpedia.org/article/File:Fig1A_short_term_plasticity.png Image:图1A]]<br />
[[http://www.scholarpedia.org/article/File:Fig1A_short_term_plasticity.png Image:图1A]]<br />
[[http://www.scholarpedia.org/article/File:Fig1B_short_term_plasticity.png Image:图1B]]<br />
[[http://www.scholarpedia.org/article/File:Fig1B_short_term_plasticity.png Image:图1B]]<br />
[[http://www.scholarpedia.org/article/File:Fig1C_short_term_plasticity.png Image:图1C]]<br />
[[http://www.scholarpedia.org/article/File:Fig1C_short_term_plasticity.png Image:图1C]]<br />
图1. (A) 由Eqs. ({{EquationNote|1}}) 和({{EquationNote|2}}) 给出的STP的现象学模型。 (B) 由STD主导的突触产生的突触后电流。神经元发射率<math>R=15</math>Hz。参数<math>A=1</math>，<math>U=0.45</math>，<math>\tau_s=20</math>ms，<math>\tau_d=750</math>ms，和<math>\tau_f=50</math>ms。 (C) STF主导的突触的动态。参数<math>U=0.15</math>，<math>\tau_f=750</math>ms，和<math>\tau_d=50</math>ms。
图1. (A) 由Eqs. ({{EquationNote|1}}) 和({{EquationNote|2}}) 给出的STP的现象学模型。 (B) 由STD主导的突触产生的突触后电流。神经元发射率<math>R=15</math>Hz。参数<math>A=1</math>，<math>U=0.45</math>，<math>\tau_s=20</math>ms，<math>\tau_d=750</math>ms，和<math>\tau_f=50</math>ms。 (C) STF主导的突触的动态。参数<math>U=0.15</math>，<math>\tau_f=750</math>ms，和<math>\tau_d=50</math>ms。
由于STD以频率依赖的方式抑制突触效能，因此有人提出STD提供了一种自动的增益控制机制，即通过为缓慢发射的传入纤维分配高增益，而为快速发射的传入纤维分配低增益([[#Abbott97|Abbott 97]], [[#Abbott04|Abbott 04]], [[#Cook03|Cook 03]])。如果稳定的前突触发射率<math>R</math>突然变化了一个量<math>\Delta R</math>，则在突触进一步被抑制之前，新率下的第一个动作电位将以效能<math>E</math>被传输。因此，突触输入的瞬时增加将与<math>\Delta R E(R)</math>成正比，对于大的发射率，这大约与<math>\Delta R/R</math>成正比（见上文）。这让人想起韦伯定律，该定律指出瞬时突触响应大致与输入发射率的百分比变化成正比。图2D显示，对于固定大小的率变化<math>\Delta R</math>，响应随着稳定输入值的增加而减少；而在没有STD的情况下，对于固定大小的率变化，响应将保持不变。
由于STD以频率依赖的方式抑制突触效能，因此有人提出STD提供了一种自动的增益控制机制，即通过为缓慢发射的传入纤维分配高增益，而为快速发射的传入纤维分配低增益([[#Abbott97|Abbott 97]], [[#Abbott04|Abbott 04]], [[#Cook03|Cook 03]])。如果稳定的前突触发射率<math>R</math>突然变化了一个量<math>\Delta R</math>，则在突触进一步被抑制之前，新率下的第一个动作电位将以效能<math>E</math>被传输。因此，突触输入的瞬时增加将与<math>\Delta R E(R)</math>成正比，对于大的发射率，这大约与<math>\Delta R/R</math>成正比（见上文）。这让人想起韦伯定律，该定律指出瞬时突触响应大致与输入发射率的百分比变化成正比。图2D显示，对于固定大小的率变化<math>\Delta R</math>，响应随着稳定输入值的增加而减少；而在没有STD的情况下，对于固定大小的率变化，响应将保持不变。
[[Image:Fig2A_short_term_plasticity.png|300px|链接=Special:FilePath/Fig2A_short_term_plasticity.png]]
[[http://www.scholarpedia.org/article/File:Fig2A_short_term_plasticity.png Image:图2A]]<br />
[[Image:Fig2B_short_term_plasticity.png|300px|链接=Special:FilePath/Fig2B_short_term_plasticity.png]]
[[http://www.scholarpedia.org/article/File:Fig2B_short_term_plasticity.png Image:图2B]]<br />
[[Image:Fig2C_short_term_plasticity.png|300px|链接=Special:FilePath/Fig2C_short_term_plasticity.png]]
[[http://www.scholarpedia.org/article/File:Fig2C_short_term_plasticity.png Image:图2C]]<br />
[[Image:Fig2D_short_term_plasticity.png|300px|链接=Special:FilePath/Fig2D_short_term_plasticity.png]] <br />
[[http://www.scholarpedia.org/article/File:Fig2D short_term_plasticity.png Image:图2D]]<br />
图2. (A) 以STD为主的突触的效能稳态值以及它产生的突触后电流，分别由<math>ux</math>和<math>uxR</math>测量。参数与图1B相同。 (B) 以STF为主的突触的同上。参数与图1C相同。 (C) 以STD为主的突触的过滤特性，由<math>|\widehat{\chi}(w)|</math> [Eq. ({{EquationNote|6}})]测量。 (D) 突触对突然输入变化<math>\Delta R</math>的神经响应与稳定率值的关系，对于STD占主导的突触。<math>\Delta R=5</math>Hz。参数与图1B相同。
图2. (A) 以STD为主的突触的效能稳态值以及它产生的突触后电流，分别由<math>ux</math>和<math>uxR</math>测量。参数与图1B相同。 (B) 以STF为主的突触的同上。参数与图1C相同。 (C) 以STD为主的突触的过滤特性，由<math>|\widehat{\chi}(w)|</math> [Eq. ({{EquationNote|6}})]测量。 (D) 突触对突然输入变化<math>\Delta R</math>的神经响应与稳定率值的关系，对于STD占主导的突触。<math>\Delta R=5</math>Hz。参数与图1B相同。
包含STP后，CANN显示出新的有趣动态行为。其中之一是自发的行波现象（[[#York09|York 09]]，[[#Fung12a|Fung 12]]，[[#Bressloff12|Bressloff 12]]）（图3C）。考虑一个最初处于局部化“bump”状态的网络。由于STD，"bump"区域内的神经互动被削弱。由于来自邻近吸引子状态的竞争，一个小的位移将推动“bump”离开，并且由于STD效应，它将继续朝那个方向移动。如果网络受到连续移动输入的驱动，在适当的参数范围内，“bump”的移动甚至可以不管输入移动速度如何，始终领先外部驱动一定时间，实现一种预测行为，这让人联想到啮齿类动物头部方向神经元的预测响应（图3D；[[#Fung12b|Fung 12]]）。
包含STP后，CANN显示出新的有趣动态行为。其中之一是自发的行波现象（[[#York09|York 09]]，[[#Fung12a|Fung 12]]，[[#Bressloff12|Bressloff 12]]）（图3C）。考虑一个最初处于局部化“bump”状态的网络。由于STD，"bump"区域内的神经互动被削弱。由于来自邻近吸引子状态的竞争，一个小的位移将推动“bump”离开，并且由于STD效应，它将继续朝那个方向移动。如果网络受到连续移动输入的驱动，在适当的参数范围内，“bump”的移动甚至可以不管输入移动速度如何，始终领先外部驱动一定时间，实现一种预测行为，这让人联想到啮齿类动物头部方向神经元的预测响应（图3D；[[#Fung12b|Fung 12]]）。
[[Image:Fig3AB_short_term_plasticity.png|700px|链接=Special:FilePath/Fig3AB_short_term_plasticity.png]]
[[http://www.scholarpedia.org/article/File:Fig3AB_short_term_plasticity.png Image:图3AB]]<br />
[[Image:Fig3C-TravellingWave.gif|链接=Special:FilePath/Fig3C-TravellingWave.gif]]
[[http://www.scholarpedia.org/article/File:Fig3C-TravellingWave.gif Image:图3C]]<br />
[[Image:Fig3D-Leading.gif|链接=Special:FilePath/Fig3D-Leading.gif]] <br />
[[http://www.scholarpedia.org/article/File:Fig3D-Leading.gif Image:图3D]]<br />
图3. (A,B) 对外部兴奋脉冲响应产生的STD主导网络的群体尖峰。当脉冲的呈现率较低时（A），网络对它们中的每一个都做出响应。对于更高的呈现率（B），网络只对一部分输入做出响应。改编自（[[#Loebel02|Loebel 02]]）。(C) CANN中STD产生的行波。(D) 包含STD的CANN的预测性跟踪行为。
图3. (A,B) 对外部兴奋脉冲响应产生的STD主导网络的群体尖峰。当脉冲的呈现率较低时（A），网络对它们中的每一个都做出响应。对于更高的呈现率（B），网络只对一部分输入做出响应。改编自（[[#Loebel02|Loebel 02]]）。(C) CANN中STD产生的行波。(D) 包含STD的CANN的预测性跟踪行为。