Dynamic causal modeling of hippocampal activity measured via mesoscopic voltage-sensitive dye imaging

한글 요약

전압감응염료 영상으로 측정한 해마 활동에 동적 인과 모델링(DCM)을 적용하는 틀을 제안한 연구입니다. 해마의 치상회 문부, CA3, CA1 영역 간 상호작용을 억제성 집단 두 개와 흥분성 집단 한두 개로 이루어진 신경집단 모델로 기술하고, 신경 활동을 적절히 변환해 영상 신호와 연결했습니다. 모델 구조를 최적화하기 위해 알려지지 않은 전기생리 속성을 추정하는 베이지안 초매개변수 최적화와, 해부학적으로 추정되지만 직접 증거가 없는 연결의 포함 여부를 집단 수준 모델 증거로 판단하는 베이지안 모델 축소를 함께 사용했습니다. 이 방법을 정상 생쥐와 뇌전증을 보이는 Arx 유전자 조건부 결손 생쥐의 연속 자극 반응에 적용해 해마 내부와 영역 간 실효연결망의 차이를 찾아내고, 그중 어떤 연결이 돌연변이형 반응을 만드는 데 결정적인지를 검증했습니다. 중간 규모(mesoscale) 신경 상호작용 모델링에서 DCM과 베이지안 모델 구축의 유용성을 보여준 연구입니다.

The aim of this paper is to present a dynamic causal modeling (DCM) framework for hippocampal activity measured via voltage-sensitive dye imaging (VSDI). We propose a DCM model of the hippocampus that summarizes interactions between the hilus, CA3 and CA1 regions. The activity of each region is governed via a neuronal mass model with two inhibitory and one/two excitatory neuronal populations, which can be linked to measurement VSDI by scaling neuronal activity. To optimize the model structure for the hippocampus, we propose two Bayesian schemes: Bayesian hyperparameter optimization to estimate the unknown electrophysiological properties necessary for constructing a mesoscopic hippocampus model; and Bayesian model reduction to determine the parameterization of neural properties, and to test and include potential connections (morphologically inferred without direct evidence yet) in the model by evaluating group-level model evidence. The proposed method was applied to model spatiotemporal patterns of accumulative responses to consecutive stimuli in separate groups of wild-type mice and epileptic aristaless-related homeobox gene (Arx) conditional knock-out mutant mice (Arx -/+ ;Dlx5/6 CRE-IRES-GFP ) in order to identify group differences in the effective connectivity within the hippocampus. The causal role of each group-differing connectivity in generating mutant-like responses was further tested. The group-level analysis identified altered intra- and inter-regional effective connectivity, some of which are crucial for explaining mutant-like responses. The modelling results for the hippocampal activity suggest the plausibility of the proposed mesoscopic hippocampus model and the usefulness of utilizing the Bayesian framework for model construction in the mesoscale modeling of neural interactions using DCM.