脉冲时序依赖性可塑性(STDP)是神经可塑性的一种形式,指突触的强度随相互通信的细胞之间活动的相对时序而变化。在其最为人熟知的形式中,如果传入的突触前脉冲之后紧接着出现突触后脉冲,突触连接就会增强;而如果顺序相反,连接则会减弱。相关时间间隔通常为几毫秒至几十毫秒,但时间窗的范围和变化的方向都会因突触类型及实验条件而有很大差异。
STDP 将动作电位的精确时序与神经回路中更持久的改变联系起来。因此,它在实验神经科学、学习与记忆理论以及自适应网络的计算模型中都产生了重要影响。它并不是一条单一、普适的学习法则:观测到的可塑性还取决于放电频率、树突电位、簇发放电、生化信号、发育阶段以及既往活动。要理解 STDP,就需要区分人们熟悉的双脉冲时序曲线与使突触对时间关系敏感的更广泛的细胞过程。
时序规则及其解释
典型的 STDP 实验会将到达突触后神经元的输入与实验诱发的突触后动作电位反复配对。研究者在配对前后测量突触强度,通常以兴奋性突触后反应的幅度或初始斜率作为指标。持续性的增强归为长时程增强(LTP),持续性的减弱则归为长时程抑制(LTD)。这些变化不同于一串刺激期间出现的短暂易化或抑制。
时序变量通常定义为
其中,两个时间分别指突触后活动和突触前活动发生的时间。按照这一定义,正值表示输入先于突触后脉冲发生。一种常用的理想化表达式为
其中, 表示突触效能, 和 决定增强和抑制的幅度, 和 则规定各自的特征时间窗。有些模型将 定义为相对变化量,而非绝对变化量。比较结果时,必须明确这些约定。
这种不对称曲线通常称为赫布型 STDP 规则。如果某个输入经常在神经元放电前不久到达,增强该输入就能强化一种与其促成放电的作用相符的时间关系。如果输入在输出脉冲之后才到达,削弱该输入则可以降低其影响,因为它来得太晚,无法促成那次放电。不过,时间上的先后顺序本身并不能确立因果关系:两个神经元可能只是因为接收了共同输入而先后放电。
实际的时序曲线不一定呈现两个指数函数的形状。增强和抑制的时间窗可能宽度不同、彼此重叠、包含变化很小的区间,或呈现与通常情况相反的变化方向。当时间间隔接近零时,结果尤其容易受到脉冲时刻定义方式的影响,也容易受到刺激部位、突触末梢、树突和记录电极之间传导延迟的影响。因此,在胞体处测得的时序只是实验上便于使用的时间坐标,并不一定就是单个突触内分子机制实际经历的精确时序。
实验起源与历史发展
STDP 源于对活动依赖性突触变化的长期研究。唐纳德·赫布于 1949 年提出的细胞集群理论认为,当突触前活动反复促使突触后细胞激活时,两者之间的连接就可能增强。这一理论并未提出如今所说的毫秒尺度、双向变化的时序曲线。泰耶·勒莫发现了海马长时程增强(LTP),并于 1973 年与蒂莫西·布利斯一起对其进行了详细描述,确立了短暂的活动模式能够使突触传递持续增强这一事实。不过,早期的诱导方案通常侧重于成串刺激,而非单次尖峰的先后顺序。
威廉·利维和奥斯瓦尔德·斯图尔德于 1983 年开展的实验表明,汇聚到同一处的海马输入,其时间顺序会影响突触反应是增强还是减弱。有关联想性可塑性的相关研究则显示,突触前活动会与突触后去极化相互作用。这些发现共同促使研究者不再仅仅关注突触前放电频率,而是转向考察突触输入与突触后激活之间的时间关系。
1997 年,亨利·马克拉姆及其同事利用配对记录,研究了大鼠新皮层切片中锥体神经元之间的连接。他们发现,改变突触前、后放电的顺序,可以改变持久性突触变化的方向。同年,柯蒂斯·贝尔及其同事在一种弱电鱼的电感觉系统中描述了一种时间不对称的学习规则。在该神经回路中,这一规则有助于抵消动物自身活动所产生的、可预测的感觉后果,说明时序依赖性可塑性所支持的计算功能,并不限于简单地强化兴奋性连接。
毕国强和蒲慕明于 1998 年在培养的大鼠海马神经元中开展的实验,对经典时序窗口作出了影响尤为深远的刻画。在反复配对刺激中,如果突触前活动比突触后尖峰早约 20 毫秒或更短时间出现,就会产生增强;若在相近的时间间隔内颠倒两者顺序,则会产生抑制。变化的幅度还取决于突触的初始强度和突触后细胞的类型。由此得到的时序曲线成为展示 STDP 的经典图示,不过,解读这条曲线时,必须考虑具体的实验制备和诱导条件。
后续研究将这一领域拓展到了孤立尖峰对之外。对皮层和海马回路的研究证实,重复频率、簇发放电、树突上的位置以及神经调质作用都会产生显著影响。因此,STDP 的历史意义并不在于用一条时序法则取代此前所有的可塑性概念,而在于使时间顺序成为一个在实验中可控、在计算中可明确表述的变量。
细胞层面的同时性检测与突触可塑性的表达
在许多谷氨酸能突触中,STDP依赖于NMDA受体,这是一种由神经递质谷氨酸激活的离子通道。其电导也具有电压依赖性,因为在膜电位较负时,细胞外的镁离子会强烈阻塞该通道。突触前谷氨酸释放与突触后去极化相结合,可以解除这种阻塞,使钙离子得以流入。这种机制使该受体成为检测化学信号与电信号是否同时出现的分子检测器。
突触后动作电位可从动作电位起始区反向传播至树突,从而使树突去极化。这种反向传播的动作电位会改变近期被激活的突触处的局部膜电位。当谷氨酸已经与受体结合时,两者的相互作用可以产生比任一事件单独发生时更强的钙信号。电压门控钙通道、细胞内钙库、受体动力学以及局部电压波形的形状也可能参与其中。
钙依赖性信号转导将这些短暂事件转化为更持久的变化。一种广泛采用的解释框架认为,幅度较大、上升较快的钙浓度升高与蛋白激酶的激活有关,其中包括钙/钙调蛋白依赖性蛋白激酶II;而幅度较小或持续时间较长的钙浓度升高则与介导突触抑制的磷酸酶通路有关。这是一条有助于梳理机制的原则,而非普遍适用的生化开关。钙的空间分布、信号复合物的状态以及既往刺激经历,其重要性可能不亚于单一的钙浓度峰值。
突触效能的变化往往涉及突触后膜上AMPA受体数量或性质的改变。受体的插入、移除、侧向移动和磷酸化,都能改变突触对随后释放的谷氨酸的反应。更持久的变化还可能涉及结构重塑、局部蛋白质合成以及基因表达的改变。不过,诱导可塑性所需的分子机制与维持可塑性所需的分子机制并不相同。
突触抑制的机制尤其多样。在某些突触中,它依赖NMDA受体信号转导;在另一些突触中,代谢型谷氨酸受体和内源性大麻素信号转导则发挥重要作用。突触后产生的内源性大麻素可以逆向穿过突触间隙,激活突触前大麻素受体,从而减少递质释放。因此,时序依赖性变化在突触前表达,并不意味着其诱导过程完全发生于突触前。STDP描述的是所测得的变化对时序的依赖性,并不限定某一种必需的受体、信号通路或可塑性表达的解剖部位。
树突、簇发与成对规则的局限
神经元并不是一个电学性质均一的点。兴奋性突触接触分布在分支状的树突各处,常位于称为树突棘的小突起上。反向传播动作电位的幅度通常随传播距离、分支几何形态、离子通道分布及近期活动而变化。因此,即使胞体处的两个动作电位完全相同,在不同突触处也可能产生不同的局部电压和钙信号。突触在树突上的位置可以改变时序窗口,决定能否诱导突触增强,或改变能够有效诱导可塑性的活动模式。
局部树突尖峰又增加了一层非线性。空间上成簇分布的输入可能引发由 NMDA 受体介导的再生性电活动或钙尖峰,而单个孤立输入却无法做到这一点。类似地,突触后动作电位的簇发可能激发树突钙电活动,而单个动作电位不足以将其触发。在这些条件下,与可塑性相关的事件不只是时间上最近的胞体输出动作电位,而是树突某个区室内电压随时间变化的轨迹。
即使动作电位的先后顺序表面上相同,放电频率也会改变其结果。佩尔·耶斯佩尔·舍斯特伦、吉娜·图里贾诺和萨沙·纳尔逊于 2001 年报告的大鼠视觉皮层锥体神经元实验表明,放电频率与时序之间存在很强的相互作用。突触前放电先于突触后放电的配对,在不同重复频率下并不产生相同的结果;在低频配对无法诱导增强的某些条件下,高频活动却可能有利于增强。重复频率会改变残余钙水平、受体激活程度、膜电压以及信号分子的可用性。
采用三个或四个动作电位组合的实验进一步表明,并非总能通过叠加孤立动作电位对的效应来预测反应。一个突触后动作电位可能改变后续动作电位的作用,而较早的突触前动作电位则可能改变后续动作电位到来时的递质释放。这种对既往活动的依赖,意味着即使两个序列所含的“突触前先于突触后”和“突触后先于突触前”配对数量相同,也可能产生不同结果。
这些发现解释了为什么通过稀疏、规律重复的动作电位配对测得的时序曲线,并不能完整描述突触的学习规则。只有明确说明诱导方案,成对 STDP 才最具解释价值。对于自然放电序列,要作出有效解释,可能需要考虑多个动作电位之间的相互作用、局部树突事件以及兴奋性较缓慢的变化。纳入电压、钙或高阶动作电位相互作用的模型,试图刻画这些效应,而不假定每个生物突触都会显式计算时间差。
不同神经回路、抑制性连接与发育状态下的差异
经典的“突触前活动先于突触后活动则发生增强”规则,主要见于某些特定的兴奋性连接,尤其是以锥体神经元为靶细胞的谷氨酸能突触。即使在这一大类连接中,不同通路和不同突触后细胞类型所遵循的规则也不尽相同。连接到中间神经元的突触,可能不具备邻近锥体细胞突触所表现出的某种可塑性,也可能依赖不同的受体机制。因此,解离培养体系、急性脑片和完整动物中的实验结果不能视为可以相互替代。
某些神经回路表现出反赫布式的时序依赖性:在经典兴奋性连接中会引起增强的活动关系,在这些回路中反而会使连接减弱。贝尔及其同事对类小脑电感觉回路的研究提供了一个突出实例。这种时序规则有助于调整预测信号,从而抵消预期的感觉输入。在这里,削弱时间上相关联的输入具有恰当的功能意义,因为该回路学习的是可预测活动的负像,而不只是放大相关的兴奋性活动。
在一些实验制备中,抑制性突触的可塑性也对时序敏感,但并不存在一条统一的抑制性 STDP 曲线。实验发现的规则包括不对称规则、近似对称的时间窗,以及高度依赖突触后活动或抑制性连接具体类型的变化。解释抑制性突触效能的增强时需要谨慎:抑制性电导增大并不等同于兴奋性驱动增强,其对放电的影响取决于氯离子梯度、膜电位以及突触所在的位置。
发育会改变可塑性的诱导条件。NMDA 受体组成、树突兴奋性、抑制性传递和细胞内信号传导都会随时间逐渐成熟。在幼龄组织中有效的诱导方案,可能在较成熟的组织中无效,也可能需要额外的去极化或调节性输入。因此,实验制备的发育状态是界定实验结果的组成部分,而不是无关紧要的背景细节。
细胞外环境同样重要。钙、镁离子浓度、温度、背景电导以及药理学干预,都可能改变递质释放和突触后信号传导。这些依赖关系并不意味着时序依赖性可塑性是实验伪象,但它们限制了任何实测时间窗的普遍适用范围。比较研究旨在寻找能够解释多类时序规则的机制,同时保留不同神经回路为完成各自计算所需的特异性差异。
神经调控、资格迹与元可塑性
STDP 的双因素描述以突触前和突触后活动来决定突触变化。在许多生物学情境中,还需要第三个因素来指示行为背景,或调节是否允许发生改变。涉及多巴胺、乙酰胆碱、去甲肾上腺素或血清素的神经调控信号,可以改变活动依赖性变化的阈值、方向、幅度或持续性。这些信号的效应取决于受体亚型、细胞内的作用位置,以及所研究的神经回路。
神经调质通过多种机制发挥作用,包括改变离子通道功能、第二信使通路、递质释放和激酶活性。因此,一种在某种生化状态下几乎不引起持久变化的时序关系,在另一种状态下可能产生效果。Seol 及其同事于 2007 年发表的视觉皮层研究表明,肾上腺素能和胆碱能受体通路能够调节时序依赖性增强与抑制的表达。这类发现清楚地表明,时序曲线取决于细胞状态。
三因素理论处理的是学习中的一个时间问题:与选择或感觉事件相关的活动,往往先于其行为后果发生。突触前、后活动的短暂重合可能形成一种资格迹,即一种暂时性的局部状态,不会立即产生最终变化。随后到来的调控信号可将这一状态转化为持久的改变。其示意性表达式为
其中, 是从神经元 到神经元 的突触上的资格迹, 是调控信号, 则设定学习的尺度。
这一方程描述的是一类模型,而不是已经确立的、普遍适用的生化恒等关系。研究者提出,资格迹的可能载体包括受体状态、钙依赖性反应以及信号蛋白的短暂激活。在多个系统中开展的实验支持这样一种现象:近期活跃的突触可以受到延迟到来的调控,但其相关持续时间和分子实现机制各不相同。毫秒尺度的活动重合检测机制与持续时间更长的资格迹,分别解决了学习中时间问题的不同环节。
一个相关概念是元可塑性,它指的是支配后续可塑性的规则本身发生变化。先前的活动可以改变增强或抑制发生的条件,而不一定立即引起突触强度的大幅变化。元可塑性不同于对某一次配对的快速调控,但两者都使学习依赖于既往经历。这些过程共同使突触的反应无法仅由最近一次脉冲配对的时间来确定。
数学模型及其对网络的影响
计算模型将时序依赖性转化为明确的更新规则。最简单的脉冲对模型将突触前后脉冲对的贡献相加。具体实现时,必须明确哪些脉冲对参与计算:所有可能的脉冲对、仅由相邻脉冲组成的脉冲对,还是由时间窗筛选出的部分脉冲对。对于同一脉冲序列,这些不同方案可能产生不同的学习结果,在高发放率下尤其如此。它们是不同的建模选择,而不是同一生物学规则的可互换表述。
是否依赖突触权重是另一个重要选择。在加性 STDP 中,更新幅度与当前权重无关,通常会人为设置权重的上限和下限。在乘性模型中,增强或减弱的幅度则取决于已有的突触强度。这些假设会影响最终的权重分布以及各输入之间的竞争程度。某条规则在小规模仿真中可能表现良好,但换到其他情境中,却可能使许多连接的权重达到极限。
时间窗与脉冲序列相关性之间的相互作用可示意性地表示为
其中, 是 STDP 时间窗, 描述突触前后脉冲的时间关系。具体表达式取决于如何定义相关性和基线发放率。这一表示说明,学习既反映可塑性规则,也反映神经活动的时间结构。
模型展示了几种可能的计算效应。始终先于输出脉冲出现的输入可以得到选择性增强,而反复出现的时间模式则可以产生对序列敏感的响应。在适当假设下,STDP 可以使神经元的响应时刻向反复出现的输入模式的起始处提前,也可以帮助组织具有定向连接的神经元集群。这些都是在特定条件下得到的模型结果,并非每条实验观察到的时序曲线都必然产生的结果。
不受约束的赫布式增强也可能使递归网络失稳:更强的兴奋会增加放电,进而可能引发进一步增强。因此,STDP 往往会与稳态可塑性、突触竞争、抑制性适应、权重限制和元可塑性结合使用。稳态机制在较长时间尺度上调节平均活动水平等变量,而 STDP 则响应更具体的时间关系。一个令人满意的网络理论必须解释这些过程如何共存,既不抹去已学得的结构,也不让活动失控。
完整系统中的证据及其与学习的联系
研究人员采用双细胞胞内记录、细胞外刺激、光学方法及这些方法的组合来研究 STDP。膜片钳记录能够精确控制突触后电位和脉冲时序,而双细胞记录则可以确定两个相互连接的细胞各自的活动。这类实验有助于单独考察诱导条件,但也简化了周围的神经回路。在反复进行受控配对后测得的可塑性,其幅度或阈值未必与行为进行过程中的相同。
在完整感觉系统中开展的实验表明,时间先后顺序对反应的影响并不局限于离体细胞培养物和切片。1998 年,Li Zhang 及其同事在非洲爪蟾(Xenopus)发育中的视网膜—顶盖通路中开展研究,发现操控汇聚活动的相对时序,可以产生符合时序依赖性学习规律的双向变化。这些实验将毫秒尺度的活动时序关系与完整发育中通路的变化联系起来。
视觉皮层研究也采用配对的感觉刺激,并控制突触后放电,以考察感受野中依赖时序的变化。这类研究支持了具有特定时间顺序的活动与感觉回路变化之间的关联。然而,感觉反应的改变可能反映了多个突触处的可塑性、抑制作用的变化,或内在兴奋性的改变。要证实某种行为效应或感受野效应具体源自某一种 STDP 机制,仅仅观察到与之吻合的时间不对称性还不够。
自然行为带来了更多复杂性。大量突触前输入同时传入,神经元会产生簇状放电,而振荡会影响哪些输入恰好落在易兴奋的相位。突触处的膜电位受持续发生的兴奋和抑制活动影响,因此,相同的胞体脉冲间隔可能出现在截然不同的局部条件下。反过来,只要局部树突去极化足够强,即使没有清晰可辨的单个突触后胞体脉冲,也可能发生突触可塑性。
实验中的一个核心挑战,是将已确定突触处的分子层面诱导过程,与神经回路计算和行为的变化联系起来。理想情况下,有力的证据应将局部活动和突触效能的测量,与能够区分 STDP 和其他可塑性机制的干预相结合。完整系统中的研究结果支持时间关系在学习中发挥作用,但并不能证明 STDP 是记忆的唯一机制或普遍机制。要理解它的贡献,最好将其与内在兴奋性、抑制性传递、结构连接的变化,以及较慢的突触强度调节过程一并考虑。
人工学习系统与神经形态实现
STDP 广泛应用于脉冲神经网络。这类计算系统中的单元通过离散事件进行通信,而非仅依靠连续的激活值。由于更新可以依赖单个连接上可获得的信息,STDP 提供了一种相对局部的学习机制。突触可以维护近期突触前和突触后脉冲的衰减迹,并在新事件到达时更新权重,从而无须存储完整的脉冲历史。
在机器学习中,这类规则常用于无监督特征学习、时间模式检测和自适应信号处理。网络可以将 STDP 与竞争、归一化、侧向抑制以及独立的分类器结合使用。由于与放电相关的输入得到增强,而效果较弱的输入被削弱,网络中可能涌现出具有选择性的单元。最终结果取决于输入编码、网络架构和权重约束;仅凭时序规则并不能决定网络会学到哪些特征。
STDP 不同于人工神经网络中常规的误差反向传播。基本的时序规则不需要明确的目标输出,也不需要将梯度传播到所有层。这种局部性对生物学建模很有吸引力,但也使得在多个处理阶段之间直接分配责任受到限制。奖励调制规则、替代梯度方法和混合学习系统通过不同机制处理相关问题。生物学中动作电位向树突的反向传播,不应与数学意义上的误差反向传播混为一谈。
神经形态计算在专用硬件中实现类似神经元和突触的运算。在活动稀疏时,事件驱动的通信可以减少不必要的计算,而局部状态变量则可支持在线的时序依赖性更新。数字电路可以用计数器或数值状态变量表示脉冲迹;模拟电路则可以使用衰减的电压或电流。器件失配、有限的权重精度、通信延迟以及维持可塑性状态的开销,都会影响实际实现。
针对忆阻器件及其他电阻开关元件的研究,探索了由电脉冲相对时序驱动的物理权重变化。突触前后脉冲波形的重叠可以产生足以改变器件电导的净电压,从而形成类似 STDP 的时序曲线。这类器件复现的是一种功能关系,而非生物突触的分子机制。耐久性、变异性、非线性更新以及读写操作的分离,仍是重要的工程约束;而系统层面的实用性取决于学习架构和任务,并非仅由时序曲线决定。