Phenomenological renormalization group in neuronal models near criticality

Resumen Técnico: El Grupo de Renormalización Fenomenológico en Modelos Neuronales Cerca de la Criticidad

Planteamiento del Problema
El grupo de renormalización fenomenológico (PRG, por sus siglas en inglés) se ha convertido en una herramienta prominente para identificar fenómenos de invariancia de escala y comportamiento crítico en datos neuronales, lo que respalda la "hipótesis del cerebro crítico". Sin embargo, persiste una brecha significativa en la comprensión de la fiabilidad de las firmas del PRG: no está claro qué tan cerca debe estar un sistema de un punto crítico para que estas firmas emerjan, o si pueden ser artefactos del preprocesamiento de datos. Específicamente, la dependencia de los resultados del PRG respecto a las elecciones de agrupación temporal (time-binning) no ha sido investigada sistemáticamente a través de diferentes fases dinámicas (subcrítica, crítica y supercrítica). Aplicaciones previas a modelos canónicos (por ejemplo, el proceso de contacto, el modelo de Ising) carecieron de características biológicas clave como la inhibición, lo que limita su comparabilidad con datos neuronales reales.

Metodología
Los autores investigan la robustez del PRismo aplicando el PRG a dos modelos neuronales con puntos críticos exactamente conocidos, ambos pertenecientes a la clase de universalidad de la percolación dirigida de campo medio (MF-DP):

1. Autómata Celular Excitante: Un modelo de disparo (spiking) en una red aleatoria donde el parámetro de control es la razón de ramificación ($\sigma$).
2. Red Estocástica de Integración y Disparo (I&F): Una red con neuronas excitatorias e inhibitorias donde el parámetro de control es la razón de acoplamiento inhibición-excitación ($g$).

El estudio emplea dos enfoques de granularidad del PRG:

• Espacio de momento: Utiliza el espectro de autovalores de la matriz de covarianza para proyectar los datos en representaciones progresivamente más gruesas. La desviación de la gaussianidad en la distribución de las variables granularizadas ($\psi$) se mide mediante la Curtosis ($\kappa$) y la divergencia de Kullback-Leibler (KL).
• Espacio real: Empareja iterativamente las neuronas más correlacionadas para formar cúmulos, analizando la escala de la varianza media intra-cúmulo ($M^2 \propto C_{size}^\alpha$).

Crucialmente, los autores varían sistemáticamente el tamaño de la agrupación temporal ($\Delta t$) e introducen una estrategia de agrupación adaptativa basada en los datos. En lugar de un $\Delta t$ fijo, el tamaño del bin se establece proporcionalmente al intervalo inter-disparo promedio ($\langle ISI \rangle$) de la red ($\Delta t = f \cdot \langle ISI \rangle$). Esto asegura que la densidad de bins activos ($\rho_{bin}$) permanezca estable a través de las fases dinámicas. Los datos sustitutos (surrogates), generados mediante el barajado de los intervalos inter-disparo para destruir las correlaciones, sirven como control.

Resultos Clave

1. El desajuste de escalas crea firmas espurias: Cuando se utilizan bins de tiempo fijos, el método PRG arroja resultados engañosos.

   • En el régimen subcrítico, los bins pequeños resultan en datos dispersos (mayormente ceros), lo que causa que la distribución granularizada tenga un pico agudo en cero y aumente artificialmente la curtosis, simulando la criticidad.
   • En el régimen supercrítico, los bins grandes conducen a la saturación (mayormente unos), produciendo de manera similar una distribución con picos y falsas firmas de escala.
   • Ningún tamaño de bin fijo puede acomodar ambas fases sin generar artefactos.

2. La agrupación adaptativa revela la criticidad genuina: Al utilizar la estrategia de agrupación adaptativa ($\Delta t \propto \langle ISI \rangle$), los autores demuestran que las firmas de criticidad del PRG (distribuciones no gaussianas y exponentes de escala no triviales) aparecen solo dentro de una vecindad estrecha del punto crítico.

   • La divergencia KL entre la distribución granularizada y una distribución gaussiana alcanza un máximo en el punto crítico y cae a valores cercanos a cero en las fases subcrítica y supercrítica.
   • El exponente de escala en el espacio real $\alpha$ transiciona desde la línea base no correlacionada ($\alpha=1$) hacia un régimen no trivial ($1 < \alpha < 2$) solo cerca de la criticidad.
   • Estos resultados son robustos a través de un rango de factores de escala ($f$), siempre que la agrupación mantenga una densidad activa estable.

3. Validación del Modelo: La inclusión de la inhibición en el modelo estocástico I&F produce firmas críticas aún más claras, reforzando la relevancia de estos hallazgos para los sistemas biológicos. Los resultados se mantienen incluso bajo un submuestreo intenso (simulando una observabilidad experimental limitada).

Significancia y Reivindicaciones
El artículo proporciona la primera validación computacional sistemática de que las firmas de invariancia de escala del PRG son indicadores fiables de la proximidad a un punto crítico, siempre que se maneje correctamente el preprocesamiento de datos (específicamente la agrupación temporal).

• Refuerzo de las Interpretaciones Experimentales: El hallazgo de que el comportamiento de escala está restringido a una ventana estrecha alrededor del punto crítico refuerza las interpretaciones derivadas de los análisis de PRG en datos neuronales experimentales, sugiriendo que las firmas observadas probablemente reflejan dinámicas críticas genuinas en lugar de artefactos metodológicos.
• Corrección Metodológica: El estudio destaca que una agrupación temporal inapropiada puede introducir falsas firmas de escala. El procedimiento de agrupación adaptativa propuesto ofrece una solución práctica para eludir este problema, asegurando que los resultados del PRG reflejen la dinámica intrínseca del sistema en lugar de la elección arbitraria de $\Delta t$.
• Alcance: Los autores concluyen que, si bien el PRG es una sonda poderosa, su aplicación requiere una atención cuidadosa a las escalas de tiempo de las dinámicas subyacentes para distinguir la criticidad genuina del comportamiento trivial.