神经元网络中的突触噪声

基础的突触活性是在看起来“静息”的膜电位状态下，突触相互连接的神经网络中神经元所展示的快速进行中的波动，波动幅度超过分离细胞通道所诱导的噪声，要高过1～2个数量级（图8-2d）。这是由于神经递质的背景胞外排，来自跟多数神经元接触的几千个传入突触末梢。与信号无关的随机突触释放更增加了噪声的变异。这种对突触输入的大规模冲击，偶然地使膜电位达到阈值，产生自发性的锋电位活动（图8-2d）。经过回返性神经连接，可以产生更多的噪声。此外，在正常脑，神经锋电位的活性从来不会完全停止。某些类型的神经元在没有突触输入的情况下，所具有的内源性起步点特征甚至可以维持自发性动作电位的产生。在正常脑，背景突触噪声会降低突触整合的准确性，即降低胞体膜电位在轴突上引起冲动的这个准确性。通过对脊髓运动神经元的经典性工作发现，当给予神经元以稳定的去极化时，动作电位的锋电位间隔（interspike interval，ISI）具有可变性。经定量研究确定，背景突触活性是ISI可变性的优势来源。这些发现也揭示了一个基本原理，即在神经转导中，轴突动作电位的放电形式是不断变化着的突触输入与内源性反应特征的混合结果［1］。

如果一个突触前细胞被相同刺激重复地驱动，突触后反应的逐次可变性就会显露出来（图8-4）。此可变性可能产生于噪声，或者某个决定性的过程。它太复杂而未能掌握，因此似乎是随机的。这里我们讨论噪声对突触可变性有贡献的证据［2］。

许多新大脑皮层细胞接受来自数千个突触的强大突触冲击，这些冲击常被称为突触背景噪声。然而，丰富的树突机制允许个别突触之间可以相互作用。这提示，这种“背景”活性不大可能仅仅由噪声组成。的确，实验证据及计算理论提示，突触背景活性包含有意义的结构。然而，每个突触真的有微小来源的真正噪声，那也可能贡献给这种突触背景的可变性，从而影响神经元的放电［2］。

突触噪声的经典表现是自发性小突触后电流（mPSC），此电流可以在没有突触输入的条件下记录下来。卡茨等人解释了mPSC，认为它是神经递质小泡自发性释放的结果，这样就确定了突触传递的量子性质。此工作仍然是一个非常著名的例子，可用以说明，为了了解神经元的机制，如何把噪声考虑进去［2］。

突触有数个来源的噪声可以影响信息传输和诱导可变性。mPSC是由突触传递机器中的随机事件引起的，例如细胞内钙储库的自发性开放、突触钙通道噪声、小泡释放传导通路的自发性触发，或者小泡与膜的自发性融合。小泡一旦释放就会诱发一个突触后电流，电流幅度显示有相当程度的逐次可变性（变异系数为CV，典型地大于0.2）。突触后反应的可变性在多大程度上来自噪声的贡献呢？首先，产生自发性mPSC的同样随机过程，也存在于正常的突触传递中，而且可以改变突触后电流的幅度。第二，突触前动作电位的宽度决定了钙信号的大小（通道开放时间），钙信号驱动小泡释放，决定释放小泡的数目以及小泡的释放概率。动作电位宽度的可变性可以来自轴突通道的噪声，在那些被具有细轴突的神经元所支配的中枢神经系统突触上，这个变异性相当可观［2］。

已经知道，有几个额外因素可以影响突触后反应的幅度，每个因素依赖于噪声的生物化学机制，牵涉少数分子，因此取决于可观的热力学噪声。①每个小泡释放神经递质分子数目的可变性（约2000），变化的产生是由于小泡的大小有差别，以及小泡内神经递质的浓度有差别。②相对少数分子随机性弥散的可变性，CV＝0.16。③突触间隙中小泡释放的位置，CV＝0.37。小泡分布于突触前的活动带，每个动作电位中将要释放的小泡仅仅是小泡当中的某些，因此每次释放的小泡，其位置是不同的。④突触-受体的通道噪声增加了可变性，特别是当仅有少量受体参与其中的时候。⑤任何一个突触受体蛋白质的数目及密度可以随时间而随机变化，因为蛋白质的表达及降解是受到噪声的热力学过程限制的［2］。

除了反应幅度的可变性以外，作为对动作电位的反应，某些中枢神经系统突触可以释放一个或者不释放突触小泡。在小的以及终扣样的中枢突触上，突触小泡的释放概率典型地是低的，受到可塑性和适应机制的调节。释放概率本身可以作为信息加工的一个信号。因此，小泡释放概率可被调控的准确度，可能在计算上具有重要的意义，然而，这个精确度还没有被很好地定量化［2］。

总结上面所讲的突触噪声来源对于突触后可变性的效应，我们注意到，在许多突触上观察到的总体突触逐次可变性（CV＞0.2），完全可以用噪声来解释。然而，还可能有生物化学机制，它们可以减少噪声［2］。

直到近来，要研究在功能性网络活动锋电位的产生中，噪声及规则性这两者的相互作用，还难以做到。不过现在，新的实验技术及实验工具正在取得进展，使研究者在清醒、有行为的动物身上，有可能特征化这些参数的复杂动力学，研究它们如何贡献给神经网络功能。通过对麻醉及清醒动物的活体神经元做膜片钳记录，发现了神经元的内源性反应特征，以及突触输入和锋电位型式之间的复杂关系。不论在嗅觉、视觉、听觉，还是在鼠须刚毛，即使感觉突触输入的早期加工活动也总是覆盖在波动着的突触后膜电位之上。现在还不清楚，在多大程度上这种背景突触活性是不可避免的噪声，抑或是早期感觉信息的加工过程。明显的是，鼠“桶”大脑皮层第Ⅱ/Ⅲ层神经元的背景突触噪声特性，是随着动物的功能状态而改变的。在安静清醒的状态下，大量神经元的阈下膜电位有慢的同步性振荡，这反映在局部场电位及脑电图上。当鼠用胡须主动地拂扫对象时，一开始这种慢波动就被快的、低幅度的膜电位波动所取代，而且在互相邻近的神经元之间去同步化。看来，背景突触活性似乎是状态依赖的变量，此变量整合了特定感觉的突触输入，即使在感觉加工的早期阶段。感觉刺激时的去同步化状态伴有膜电位波动可变性的减少、放电率可变性的减少，这是在各种感觉、各个大脑皮层里面都有的。有这样的看法：去同步化状态下的不规则泊松样放电是一种基本方式，用以代表并加工脑的不确定性。然而，可变性以及相关和不相关的噪声在群体编码中的问题，以及它们如何影响信息加工，这些都是早就明确的，但并不是很容易懂。一个关键性的限制因素是，在非麻醉动物身上的膜片钳记录的研究，目前还比较少［1］。

在信息加工过程中噪声具有建设性作用，最令人信服的例子之一是由D. Ferster等人的工作所演示的。作者建议，噪声解决了视觉皮层神经元朝向曲线(1)的反差恒定性问题。反差恒定性问题首次由G. Sclar和R. D. Freeman描述。他们注意到，朝向出现的宽度不依赖于刺激的对比度，而刺激对比度是与输入强弱相关的。考虑到“冰山一角”的效果，人们期望，输入越强，朝向曲线会越宽。即使是D. H. Hubel和T. Wiesel早年提出的前馈模型，也预期膜电位将会显示朝向不敏感性，而测量锋电位活性将在高对比度时导致朝向曲线变宽。Ferster等人发现，预期结果和实验观察之间的多数不一致可以解决，如果把膜电位噪声这个因素考虑进去。他们的实验提示，噪声大部分与输入强度无关。噪声的操作像一个非线性装置，把锋电位产生的阈值特性变得平整。因此，与朝向无关的平均膜电压通过膜电位的噪声波动，按照线性方式转变成锋电位速率。下面将会讨论，电压噪声作为一个线性装置如何能够克服难题，把电压非线性地翻译成锋电位串［1］。