Анализ сходства представлений — объединение направлений системной нейронауки

Фундаментальная задача системной нейронауки заключается в количественном соотнесении трех ее основных направлений: измерения активности мозга, измерения поведения и вычислительного моделирования. Использование измеренных паттернов активности мозга для оценки вычислительных сетевых моделей осложняется необходимостью определить соответствие между единицами модели и каналами данных об активности мозга, например записями активности отдельных клеток или вокселями, полученными методом функциональной магнитно-резонансной томографии (фМРТ). Аналогичные проблемы соответствия возникают при сопоставлении паттернов активности, полученных с помощью разных методов измерения активности мозга, например фМРТ и инвазивной электрофизиологии или электрофизиологии с поверхности головы, а также при сравнении испытуемых и видов. Чтобы преодолеть эти различия, мы предлагаем абстрагироваться от самих паттернов активности и вычислять матрицы репрезентативных различий (RDM), характеризующие информацию, содержащуюся в данном представлении мозга или модели. Опираясь на обширную психологическую и математическую литературу по анализу сходства, мы предлагаем новую экспериментальную и аналитическую структуру, называемую анализом сходства представлений (RSA), в рамках которой многоканальные показатели нейронной активности количественно соотносятся друг с другом, а также с вычислительной теорией и поведением посредством сравнения RDM. Мы демонстрируем применение RSA, сопоставляя представления зрительных объектов, измеренные с помощью фМРТ в ранней зрительной коре и веретенообразной области лиц, с вычислительными моделями, охватывающими широкий диапазон уровней сложности. RDM одновременно сопоставляются посредством применения многомерного шкалирования на втором уровне и проверяются с использованием методов рандомизации и бутстрепа. Мы обсуждаем широкий потенциал RSA, включая новые подходы к планированию экспериментов, и утверждаем, что эти идеи, глубоко укорененные в психологии и нейронауке, позволят проводить интегрированный количественный анализ данных всех трех направлений и тем самым способствовать формированию более единой системной нейронауки.