スパイクタイミング依存の可塑性とフィードフォワード入力振動は、正確で不変のスパイクフェーズロックを生成します

海馬と新皮質では、局所電界電位（LFP）振動と単一ニューロンのスパイクとの間の結合は、ニューロンの集団と細胞型にわたって非常に正確です。スパイクフェーズ（つまり、参照振動に関するスパイク時間）は、位相ロック挙動と、位相歳差運動などのより複雑な位相関係の両方で、信頼できる情報を運ぶことが知られています。この精度は、膜特性と総入力が非常に不均一である可能性があるニューロン集団によってどのように達成されるかは不明です。このメモでは、フィードフォワードネットワークでの正確なLFPからスパイクへの結合を学習するための簡単なメカニズムを調査します。これは、スパイクタイミング依存可塑性と相まって、振動中のシナプス前発火率の信頼できる定期的な変調です。振動が生物学的範囲（2〜150 Hz）内にある場合、スパイクタイミング依存可塑性（STDP）に非常に関連するタイムスケールで入力の発火率が変化します。分析方法と計算方法を通じて、プラスチック入力シナプスを備えたニューロンの安定した位相ロックのポイントを見つけます。これらのポイントは、フィードフォワードネットワークの正確な位相ロック動作に対応しています。これらのポイントの位置は、入力の振動周波数、STDP時間定数、およびSTDPルールの増強と脱退化のバランスに依存します。特定の入力振動の場合、STDPルールの増強と電気化のバランスは、出力ニューロンがスパイクを学習する位相を決定する重要なパラメーターです。これらの発見は、固有のシナプス後特性の変化に対して堅牢です。最後に、海馬におけるスパイクタイミングの安定した学習のためのこのメカニズムの意味について説明します。

In the hippocampus and the neocortex, the coupling between local field potential (LFP) oscillations and the spiking of single neurons can be highly precise, across neuronal populations and cell types. Spike phase (i.e., the spike time with respect to a reference oscillation) is known to carry reliable information, both with phase-locking behavior and with more complex phase relationships, such as phase precession. How this precision is achieved by neuronal populations, whose membrane properties and total input may be quite heterogeneous, is nevertheless unknown. In this note, we investigate a simple mechanism for learning precise LFP-to-spike coupling in feed-forward networks - the reliable, periodic modulation of presynaptic firing rates during oscillations, coupled with spike-timing dependent plasticity. When oscillations are within the biological range (2-150 Hz), firing rates of the inputs change on a timescale highly relevant to spike-timing dependent plasticity (STDP). Through analytic and computational methods, we find points of stable phase-locking for a neuron with plastic input synapses. These points correspond to precise phase-locking behavior in the feed-forward network. The location of these points depends on the oscillation frequency of the inputs, the STDP time constants, and the balance of potentiation and de-potentiation in the STDP rule. For a given input oscillation, the balance of potentiation and de-potentiation in the STDP rule is the critical parameter that determines the phase at which an output neuron will learn to spike. These findings are robust to changes in intrinsic post-synaptic properties. Finally, we discuss implications of this mechanism for stable learning of spike-timing in the hippocampus.