神经微环路动态的数学图景

一项新研究通过阈值线性网络（TLN）这一基础模型，系统分析了由兴奋性（E）和抑制性（I）神经元构成的微环路动力学。该模型准确描述了多稳态、振荡及矛盾性扰动响应等复杂动态背后的数学条件，为理解神经回路如何平衡活动提供了框架。

研究进一步比较了抑制稳定E-I网络中的不同平衡策略，并重新解释了新皮层中伽马振荡的实验观测。结果显示，不同微环路架构可产生截然不同的动力学行为，这为统一此前看似不相关的系统神经科学假说奠定了理论基础。

本研究为预印本，尚未经过同行评审。研究者指出，该数学框架有望指导未来实验设计，并推动对神经计算原理的深层理解。