Preserved neural dynamics across animals performing similar behaviour

Preserved neural dynamics across animals performing similar behaviour | nature (2023)

Mostafa Safaie, Joanna C. Chang, Junchol Park, Lee E. Miller, Joshua T. Dudman, Matthew G. Perich & Juan A. Gallego

hl.icon

同じ種の動物は個体間で共通した行動をとる

一方で、神経細胞の形態やチャネルの分布レベルでは個体間で大きな違いが見られる

異なる性質を持つ神経細胞から構成される異なる回路は、どのように個体間で共通な行動をうみだすのか

Naa_tsure.icon異なる特性の神経細胞を持つ回路が同様な活動を示すと言えばこれ↓を思い出す

この研究では神経細胞集団のlatent dynamicsに注目

Naa_tsure.icon神経多様体（Neural manifolds）関連は研究者によって定義（というか計算方法）がバラバラで困る

さらに、正準相関分析（Canonical Correlation Analysis; CCA）で個体間のダイナミクスを揃えている

Naa_tsure.iconよく使われる手法だけど、ダイナミクスを評価する際にこの次元削減がが良いかは正直疑問

以下の論文も本質的には主成分分析(principal component analysis; PCA)でlatent dynamicsを評価している

Naa_tsure.icon線形の変換を行うことはダイナミクスの重要な性質を保持していることの保証にはならないのでは

Naa_tsure.iconマウスでもレバー操作の実験をしてlatent dynamicsを見ているが、この不自然な行動で評価するのは適切なのか

マウスとサルの行動を比較して、サルの方が行動がステレオタイプ化していると結論付けているが、そもそも注目している行動が原因では？

Naa_tsure.icon個体間ではなく、種間ではどうだろうか

例えば、サルの神経活動・行動をもとにデコーダーをトレーニングして、マウスの神経活動から行動を予測できるかを試してみる

Naa_tsure.iconそもそもLSTMをデコーダーとして利用するのはどうなの？

予測が上手くいかないのはデータの問題ではなく、デコーダーの汎化性能の問題の可能性もあるのでは？

最後の異なる隠れ層のダイナミクスを持つけど同様のアウトプットを行うリカレントニューラルネットワーク(Recurrent Neural Network; RNN)を作る時に、コスト関数にCanonical Correlationを突っ込むの面白いな

Naa_tsure.iconよくある手法？

(この研究で見ているのが本当にlatent dynamicsとして扱うのが適当なのかは疑問だけど、)

個体間で運動野や背外側線条体において、行動中の低次元の神経活動の振る舞いが個体間で類似していた