計算論的神経科学：行動と神経の共解析のための学習可能な潜在埋め込み

行動動作を神経活動にマッピングすることは、神経科学の根本的な目標である。神経と行動の大規模データを記録する我々の能力が向上するにつれて、適応行動中の神経動態をモデル化して神経表現を調べることへの関心も高まっている。特に、神経系の潜在埋め込みは行動の根底にある相関を明らかにできるが、行動と神経の統合データを明確かつ柔軟に利用して神経動態を明らかにする非線形技術はまだない。今回我々は、新たな符号化法CEBRAによって、この技術の空白を埋める。CEBRAは、行動データと神経データを、（教師あり）仮説駆動型または（自己教師あり）発見駆動型の様式で共に用いて、一貫性と高性能の両者を備えた潜在空間を生成する。一貫性は、意味のある相違を見つけ出すための指標として使用でき、推定された潜在埋め込みは復号化に使えることが分かった。我々はこの精度を確認し、我々のツールが、種を超えた単純または複雑な行動の感覚課題と運動課題にわたって、カルシウムと電気生理学の両データセットに対して有用であることを実証する。CEBRAによって、仮説検証のために単一および複数のセッションデータセットを用いることが可能になり、CEBRAは標識なしでも使用することができる。さらに我々は、CEBRAを、空間のマッピングに用いて複雑な運動学的特性を明らかにしたり、2光子データとニューロピクセルデータを横断する一貫性のある潜在空間を生成するのに使ったりすることができ、また、CEBRAによって、視覚皮質からの原動画の高精度で高速の復号化が可能になることを示す。

目次へ戻る