Resumen Técnico: SPIDER—Espectros de potencia cosidos para la inferencia del flujo de información dirigida

1. Planteamiento del problema

El desafío central abordado es la inferencia del flujo de información dirigida (conectividad efectiva) en sistemas de alta dimensión, específicamente el cerebro, cuando los datos son incompletos y asíncronos.

• La restricción: Las grabaciones a gran escala (p. ej., Neuropixels, imagen de dos fotones, EEG intracraneal) suelen muestrear solo una fracción del sistema en un momento dado. Diferentes sesiones, animales o laboratorios cubren conjuntos de regiones parcialmente superpuestos.
• La brecha: Crucialmente, estas grabaciones a menudo carecen de una referencia temporal compartida (sin un reloj común o disparador externo), lo que las hace asíncronas.
• Limitaciones de los métodos existentes: Los métodos de conectividad dirigida establecidos (causalidad de Granger, Modelado Causal Dinámico, Coherencia Dirigida Parcial) requieren que todas las regiones sean registradas simultáneamente y de forma sincronizada. La agrupación de observaciones parciales mediante modelos paramétricos (p. ej., modelos de Autorregresión Vectorial) a menudo falla debido a supuestos rígidos, mientras que los métodos de agregación basados en la covarianza solo pueden recuperar dependencias no dirigidas.
• La dificultad central: Las variables no observadas actúan como confundidores latentes, induciendo dependencias espurias. Además, sin alineación temporal, la distribución conjunta global nunca se muestrea directamente, dejando las dependencias cruzadas entre subconjuntos no co-observados sin definir.

2. Metodología: El pipeline de SPIDER

SPIDER es un marco no paramétrico en el dominio de la frecuencia que recupera el flujo de información dirigida mediante el "cosido" de estimaciones espectrales locales de subconjuntos de canales superpuestos en una matriz espectral global. El método opera en tres pasos principales:

Paso 1: Cosido (Agregación Espectral)

• Entrada: Bloques de registro asíncronos donde cada bloque contiene un subconjesto de variables ($\Omega_u$).
• Mecanismo: Para cualquier par de variables $(i, j)$, el espectro cruzado se estima desde cada bloque donde ambos están presentes. Estas estimaciones locales se promedian para reconstruir las entradas de la matriz de Densidad Espectral de Potencia (PSD) global $S(\omega)$.
• Perspicacia clave: Los espectros cruzados son propiedades marginales de un par y no requieren la observación simultánea de todo el sistema. La estructura dirigida es una propiedad global de la matriz ensamblada, no una local.
• Requisito: Condición 1 (Completitud): Cada par de variables debe ser co-observado en al menos un bloque.

Paso 2: Completitud de Matriz (Manejo de pares faltantes)

• Escenario: Cuando la Condición 1 falla (algunos pares nunca son co-observados, algo común en estudios multi-animal con colocaciones de electrodos variables).
• Mecanza: Las entradas faltantes de la matriz PSD se completan utilizando Minimización de la Norma Nuclear (NNM).
• Prior: Este paso se basa en un prior de rango bajo cercano, motivado por la observación de que la actividad de la población neuronal a gran escala es impulsada por un pequeño número de fuentes latentes compartidas (modelo de mezcla generativa).
• Resultado: Esto permite la recuperación de interacciones entre regiones que nunca fueron registradas juntas, siempre que la cobertura de observación y la estructura espectral satisfagan condiciones específicas.

Paso 3: Factorización Espectral Canónica y Cálculo de PDC

• Mecanismo: La matriz PSD completada (o cosida) $S(\omega)$ se factoriza utilizando el algoritmo de Wilson para obtener la función de transferencia de fase mínima $H(\omega)$ y la covarianza de innovación $\Sigma$.
• Salida: La Coherencia Dirigida Parcial (PDC) se deriva directamente de la factorización. La PDC cuantifica la influencia directa y direccional de una serie temporal sobre otra en cada frecuencia, condicionada a todas las demás series.
• Naturaleza no paramétrica: A diferencia de la PDC clásica que ajusta un modelo VAR de orden finito, SPIDER deriva la PDC directamente de la densidad espectral, lo que la hace aplicable a señales continuas, procesos de puntos (trenes de espigas) y mezclas sin asumir una forma paramétrica específica.

Refinamientos para datos de alta dimensión

• PCA Espectral: Para grabaciones de múltiples sesiones donde neuronas específicas varían pero las áreas cerebras son estables, las neuronas dentro de un área se reducen a un único modo espectral canónico (vía PCA espectral) antes del cosido.
• Regularización: Para asegurar que la matriz cosida sea definida positiva (requerido para una factorización válida) y para reducir la varianza, se aplica un Lasso Gráfico Complejo Hermítico (GLASSO) a la inversa del espectro.

3. Contribuciones Clave

1. Estimador no paramétrico para datos asíncronos: SPIDER introduce un procedimiento de dos etapas (cosido espectral + factorización canónica) que recupera la conectividad dirigida de la red completa en el dominio de la frecuencia sin requerir observación simultánea ni alineación temporal. Se demuestra que es uniformemente consistente a medida que los tamaños de muestra por bloque crecen, incluso en regímenes de alta dimensión donde el número de variables $K$ supera el tamaño de la muestra $T_u$.
2. Extensión a pares no observados: El marco incorpora un paso de completitud de matriz estructurada (NNM) para manejar casos donde algunos pares de variables nunca son co-observados. Los resultados teóricos (Teorema 2, Proposición 3) proporcionan condiciones bajo las cuales esta recuperación es consistente, apoyándose en la escasez, la cobertura y la estructura de rango bajo cercano.
3. Amplia Aplicabilidad: El método se aplica a cualquier proceso estacionario de amplio sentido con densidad espectral acotada, incluyendo señales continuas (LFP, calcio), procesos de puntos (trenes de espigas vía espectro de Bartlett) y modalidades mixtas.

4. Resultados y Validación

Simulaciones

• Completitud: En sistemas donde cada par es co-observado, SPIDER recupera la PDC casi exactamente, coincidiendo con la verdad teórica de referencia y los baselines de registro simultáneo, incluso en redes de neuronas con espigas no lineales (modelo de Izhikevich).
• Incompletitud: Cuando faltan pares, la completitud por NNM supera significamente al llenado de ceros ingenuo y a los baselines de pares locales, recuperando la estructura dirigida y mitigando las interacciones espurias causadas por confundidores no observados.
• Altas Dimensiones: En simulaciones VAR(1) de 50 dimensiones, SPIDER con NNM supera a los baselines en niveles de falta de datos de baja a moderada (hasta ~72%). El rendimiento se degrada con una falta de datos muy alta (>86%), consistente con los límites de cobertura teóricos.
• Regularización: La regularización GLASSO mejora la precisión para conectividades subyacentes dispersas y corrige la varianza de muestra finita, aunque puede sobre-dispersar redes densas.

Aplicaciones en el Mundo Real

1. Imagen de Calcio de Dos Fotones (Corteza Visual de Ratón):

   • Aplicado a 59 neuronas del Allen Brain Observatory.
   • SPIDER reconstruyó exitosamente las interacciones dirigidas a partir de datos divididos en bloques asíncronos con un 37% de falta de datos.
   • Las entradas recuperadas mostraron una fuerte concordancia con las referencias de registro simultáneo completo ($r=0.86$), y las entradas imputadas mostraron una correlación positiva significativa ($r=0.26$).

2. Electrofisiología de Neuropixels (International Brain Laboratory - IBL):

   • Dataset: 43 sesiones de 12 laboratorios, cubriendo 50 áreas cerebrales y 4,074 neuronas. Ninguna par de sesiones registró el mismo conjunto de áreas simultáneamente.
   • Validación:
     • División dentro de la sesión: El cosido aproximó las estimaciones de simultaneidad completa ($r=0.72$).
     • Consistencia Espectral: La similitud espectral local predijo la precisión del cosido.
     • Correspondencia Anatómica: Las interacciones más fuertes inferidas coincidieron con el Atlas de Conectividad Cerebral de Ratón de Allen (AUC $\approx$ 0.9 para pares observados).
   • Hallazgo Científico: El flujo espontáneo a nivel de todo el cerebro es mayoritmente recurrente (no jerárquico) cuando se integra a través de las frecuencias. Sin embargo, en la banda theta (4–8 Hz), la red se organiza en una jerarquía feedforward significativa con la formación hipocampal como fuente y las estructuras talámicas/mesencefálicas como sumideros. Esta estructura es invisible para medidas de dominio del tiempo o escalares.

3. EEG Intracraneal Humano (iEEG):

   • Dataset: 43 pacientes con cobertura de electrodos no superpuesta (38 regiones corticales).
   • Resultado: Se recuperó la misma jerarquía feedforward en la banda theta a través de especies y modalidades. La jerarquía se originó en la corteza ventromedial/paralímbica (el socio cortical de la formación hipocampal) y fluyó hacia las áreas prefrontal lateral y visual. Esto demuestra la capacidad del método para generalizarse a través de especies y tipos de registro.

5. Significado y Reivindicaciones

El artículo afirma que SPIDER hace que el análisis de la conectividad efectiva de todo el cerebro sea tratable para conjuntos de datos multi-sesión y multi-animal que anteriormente eran incompatibles con la inferencia de flujo dirigido.

• Eliminación de Restricciones: Elimina la necesidad de observación simultánea de todas las regiones y de una referencia temporal compartida, dos cuellos de botella mayores en la neurociencia moderna.
• Perspectiva Resuelta en Frecuencia: Al operar en el dominio de la frecuencia, revela patrones específicos de banda (p. ej., feedforward en theta vs. recurrente en gamma) que las medidas escalares o de dominio del tiempo no pueden detectar.
• Generación de Hipótesis: El descubrimiento de una jerarquía feedforward en la banda theta, consistente en roedores y humanos, se presenta como un resultado generador de hipótesis derivado de datos que nunca fueron registrados juntos.
• Modestia: Los autores señalan explícitamente que la jerarquía es una declaración de conectividad efectiva, no una afirmación de anatomía monosináptica. Advierten que las interpretaciones a nivel de nodo (p. ej., el rol de la sustancia periacueductal) dependen de los pares co-observados específicos y que la fiabilidad del método se degrada cuando la cobertura de pares cae por debajo del ~70%.

En resumen, SPIDER transforma grabaciones fragmentadas y asíncronas en un mapa unificado y resuelto en frecuencia de la conectividad cerebral dirigida, permitiendo el estudio de la dinámica de todo el cerebro a través de los diversos y extensos conjuntos de datos característicos de la neurociencia moderna.