期刊检索

  • 2022年第20卷
  • 2021年第19卷
  • 2020年第18卷
  • 2019年第17卷
  • 2018年第16卷
  • 2017年第15卷
  • 2016年第14卷
  • 2015年第13卷
  • 2014年第12卷
  • 2013年第11卷
  • 第1期
  • 第2期

主管单位 工业和信息化部 主办单位 哈尔滨工业大学 主编 任南琪 国际刊号ISSN 1672-5565 国内刊号CN 23-1513/Q

期刊网站二维码
微信公众号二维码
引用本文:周一苇,陈焕文.一个基于能量的突触可塑性模型[J].生物信息学,2022,20(4):257-263.
ZHOU Yiwei,CHEN Huanwen.An energy-based synaptic plasticity model[J].Chinese Journal of Bioinformatics,2022,20(4):257-263.
【打印本页】   【HTML】   【下载PDF全文】   查看/发表评论  下载PDF阅读器  关闭
←前一篇|后一篇→ 过刊浏览    高级检索
本文已被:浏览 49次   下载 45 本文二维码信息
码上扫一扫!
分享到: 微信 更多
一个基于能量的突触可塑性模型
周一苇,陈焕文
(中南大学 自动化学院,长沙 410083)
摘要:
研究表明能量可能是支配神经元活动的统一原则,编码能力与能量成本的比率最大化被认为是突触连接在选择性压力下改变的关键原则之一,这意味着突触范围内能量的变化与突触可塑性有关。为此,建立一个基于能量的突触可塑性模型。当突触后膜瞬时功率高于功率阈值时突触权重增加,反之突触权重下降。该模型可再现脉冲频率依赖可塑性以及脉冲时间依赖可塑性这两种主要的突触可塑性实验结果,并且和其他公认的突触可塑性模型相比具有优越性。结果表明,能量是影响突触可塑性的关键因素,对进一步理解突触连接的选择性和神经网络动力学特征提供了一个新思路。
关键词:  突触可塑性  离子通道  椎体神经元  能量
DOI:10.12113/202105003
分类号:Q189
文献标识码:A
基金项目:
An energy-based synaptic plasticity model
ZHOU Yiwei, CHEN Huanwen
(School of Automation, Central South University, Changsha 410083, China)
Abstract:
Research shows that energy may be the unifying principle governing neuronal activity. Maximizing the ratio of coding ability to energy cost is considered to be one of the key principles for synaptic connections to change under selective pressure, which means that the change in synaptic energy is related to synaptic plasticity. To this end, an energy-based model of synaptic plasticity was established. When the instantaneous power of the postsynaptic membrane was higher than the power threshold, the synaptic weight increased, and otherwise the synaptic weight decreased. This model can reproduce the two main synaptic plasticity experimental results of pulse frequency-dependent plasticity and pulse time-dependent plasticity, and it has superiority compared with other recognized synaptic plasticity models. It indicates that energy is a key factor affecting synaptic plasticity, and provides a new idea for further understanding the selectivity of synaptic connections and neural network dynamics.
Key words:  Synaptic plasticity  Ion channels  Vertebral neurons  Energy

友情链接LINKS