Noise seeded oscillators: on the role of demographic fluctuations in a multi-populations model

Resumen Técnico: Osciladores Sembrados por Ruido en un Modelo de Multipoblación

Planteamiento del Problema
El estudio de la sincronización en sistemas complejos, particularmente en poblaciones neuronales, se ha basado tradicionalmente en modelos de sincronización de fase como el modelo de Kuramoto, que a menudo asumen amplitudes constantes. Sin embargo, en contextos biológicos como la neurociencia, la dinámica de la amplitud es crítica y el comportamiento colectivo es impulsado por bucles de excitación e inhibición no lineales. Si bien el modelo determinista de Wilson–Cowan sirve como un marco estándar para poblaciones neuronales excitatorias e inhibitorias que interactúan, este descuida la estocasticidad. Investigaciones recientes indican que el ruido demográfico intrínseco (fluctuaciones de tamaño finito) puede desencadenar "cuasi-ciclos": oscilaciones coherentes mantenidas por el ruido incluso en regiones de parámetros donde la dinámica determinista predice un punto fijo estable. Una limitación de las formulaciones estocásticas existentes es su dependencia de supuestos sobre números de copias moderados. Este artículo aborda la brecha en la comprensión de cómo emergen las dinámicas estocásticas cuando un sistema comprende especies interactuantes con diferentes escalas de tamaño característico (volúmenes), investigando específicamente si las fluctuaciones que actúan sobre un subconjunto de variables (una tercera especie) pueden mantener o suprimir los cuasi-ciclos de las poblaciones neuronales primarias.

Metodología
Los autores extienden un modelo de Wilson–Cowan estocástico de dos poblaciones (que involucra neuronas excitatorias $X$ e inhibitorias $Y$) mediante la introducción de una tercera especie fluctuante $Z$ que media las interacciones. El modelo está definido por un conjunto de reacciones químicas que gobiernan el nacimiento, la muerte y la interacción de estas especies, con volúmenes $V$ para las poblaciones $X$ e $Y$, y un volumen distinto $V_1$ para la especie $Z$.

El enfoque analítico procede en tres etapas:

1. Ecuación Maestra y Límite de Campo Medio: El sistema se describe mediante una ecuación maestra para la distribución de probabilidad. El límite determinista de campo medio se deriva tomando los volúmenes $V$ y $V_1$ hacia el infinito, lo que produce un conjunto de ecuaciones diferenciales ordinarias (EDO). El análisis de estabilidad del punto fijo se realiza mediante la matriz Jacobiana.
2. Aproximación de Ruido Lineal (LNA): Para investigar las oscilaciones estocásticas, los autores aplican la expansión de Kramers–Moyal para derivar ecuaciones de Langevin no lineales. Luego, realizan una expansión de tamaño de sistema (aproximación de ruido lineal) alrededor del estado estacionario, expandiendo las variables en potencias de $1/\sqrt{V_1}$. Esto resulta en un sistema de ecuaciones de Langevin lineales acopladas para las fluctuaciones.
3. Análisis Espectral: El sistema linealizado se resuelve en el espacio de Fourier para derivar la matriz de densidad del espectro de potencia. La posición del pico espectral se determina minimizando el denominador de la expresión del espectro de potencia.
4. Regímenes Límite: El estudio analiza dos regímenes específicos:
   • Tamaños Comparables: $V$ y $V_1$ son del mismo orden.
   • Grandes Poblaciones Neuronales: El límite $V \gg V_1$, donde la especie $Z$ es eliminada mediante eliminación adiabática estocástica para obtener un sistema reducido de dos poblaciones con términos de ruido modificados.

La validación numérica se realiza mediante la integración de Euler–Maruyama de las ecuaciones de Langevin y la simulación directa de la ecuación maestra, comparando series temporales y espectros de potencia contra las predicciones teóricas.

Contribuciones Clave y Resultados

• Modulación de Cuasi-Ciclos por una Tercera Especie: El artículo demuestra que la introducción de una tercera especie fluctuante $Z$ altera significativamente la emergencia de los cuasi-ciclos inducidos por ruido en las poblaciones neuronales primarias ($X$ e $Y$).
• Mecanismo de Supresión: Los resultados analíticos y numéricos muestran que a medida que la fuerza de interacción $\gamma$ entre la especie $Z$ y las poblaciones neuronales aumenta (acercándose a un límite crítico definido por $\gamma \alpha_z / \delta_z \to 1$), la frecuencia de pico del espectro de potencia se desplaza hacia cero. En este límite, las oscilaciones coherentes (cuasi-ciclos) se suprimen y el sistema revierte a fluctuaciones estocásticas simples alrededor de un punto fijo estable.
• Amplificación de Ruido en Grandes Poblaciones: En el régimen donde las poblaciones neuronales son muy grandes ($V \gg V_1$), los autores derivan un modelo reducido de dos poblaciones donde el efecto de la especie $Z$ se encapsula en una amplitud de ruido aumentada. Contrario a la supresión observada en el régimen de tamaño comparable, aquí la presencia de la especie $Z$ amplifica la fuerza del ruido de tamaño finito, potenciando potencialmente la visibilidad de los cuasi-ciclos.
• Predicciones Espectrales: Las expresiones analíticas derivadas para la frecuencia de pico del espectro de potencia (Ec. 17 y Ec. 26) predicen con precisión las posiciones de los picos observados en las simulaciones numéricas a través de diferentes regímenes de parámetros. El estudio confirma que la propia especie $Z$ no exhibe cuasi-ciclos, sino que actúa como un mediador estocástico que modula la dinámica de $X$ e $Y$.

Significancia
El artículo afirma proporcionar un marco extendido para estudiar la sincronización que va más allá de los supuestos de solo fase del seminal modelo de Kuramoto. Al incorporar la dinámica de la amplitud y el ruido demográfico en un entorno de multipoblación, el trabajo elucida cómo las fluctuaciones intrínsecas pueden impulsar comportos colectivos neuronales. Los hallazgos destacan que el ruido demográfico no es meramente una perturbación, sino una fuerza constructiva que puede ser modulada por la presencia de especies adicionales que interactúan con diferentes escalas de tamaño. Esto sugiere que la dinámica acoplada de osciladores ruidosos ofrece un marco generalizado para explorar las transiciones de sincronización en sistemas complejos, particularmente en contextos biológicos donde coexisten múltiples especies interactuantes con diferentes tamaños de población. Los resultados subrayan la importancia de considerar escenarios dinámicos híbridos donde variables estocásticas de diferentes tamaños característicos interactúan, ofreciendo nuevas perspectivas sobre los mecanismos que subyacen a las oscilaciones neuronales autoorganizadas.