CA3 sparsity stabilises high-connectivity recurrent autoassociation: complementary binary and spiking computational modes in a DG->CA3 model

뇌의 기억 능력은 두 가지 상반된 과업 사이의 섬세한 균형 위에 구축되어 있습니다. 새로운 기억을 저장하기 위해 뇌는 먼저 이를 유사한 과거의 경험으로부터 분리하여, 새로운 사건이 오래된 것과 혼동되지 않도록 해야 합니다. 패턴 분리(pattern separation)라고 알려진 이 과정은 유사한 문서들을 서로 다른 폴더에 보관하는 파일 시스템처럼 작동합니다. 일단 기억이 저장되면, 뇌는 모호하거나 불완전한 힌트만 주어져도 그것을 회상할 수 있어야 합니다. 패턴 완성(pattern completion)이라 불리는 이 회상 과정은 단 하나의 향기나 소리의 파편만으로도 전체 장면을 떠올릴 수 있게 해줍니다. 이러한 두 작용은 뇌 깊숙이 위치한 해마 모양의 구조인 해마의 인접한 영역에서 일어납니다. 첫 번째 영역인 치상회(dentate gyrus)는 분리를 수행하고, 두 번째 영역인 CA3 구역은 완성을 수행합니다.

수십 년 동안 과학자들은 CA3 영역이 어떻게 그토별로 신뢰할 수 있게 기억을 회상하는지에 대해 논쟁해 왔습니다. 이 논쟁의 핵심은 이 영역의 뉴런들이 서로 얼마나 밀도 높게 연결되어 있는가에 있습니다. 어떤 측정값들은 이러한 연결이 드물다고 제안하는 반면, 더 발전된 영상 기술을 사용한 다른 연구들은 이 연결이 열 배 더 흔하다고 제ها합니다. 이러한 의견 차이는 연구자들에게 의문을 남겼습니다. 즉, 더 많은 연결을 갖는 것이 뇌의 기억 회상을 돕는 것일까요, 아니면 혼란을 야기하는 것일까요? 타다노부 츄요 카미조(Tadanobu Chuyo Kamijo)와 동료들의 새로운 연구는 컴퓨터 시뮬레이션을 사용하여 이 갈등을 해결하고자 했습니다. 그들은 답이 뉴런이 어떻게 행동하느냐에 전적으로 달려 있다는 것을 발견했습니다. 만약 뉴런이 매우 조용하고 희소하게 유지된다면, 고도로 연결된 네트워크는 훌륭하게 작동합니다. 하지만 뉴런이 너무 활발해지면, 그 동일한 높은 연결성은 시스템을 붕괴시켜 하나의 기억을 다른 것과 구별하는 것을 불가능하게 만듭니다.

연구진은 다양한 조건에서 이 시스템들이 기억을 어떻게 처리하는지 테스트하기 위해 치상회에서 CA3로 이어지는 경로의 상세한 컴퓨터 모델을 구축했습니다. 그들은 과학자들이 CA3를 모델링하는 서로 다른 두 가지 방식을 나타내기 위해 두 가지 버전의 CA-3 영역을 만들었습니다. 한 버전은 뉴런이 엄격하게 "켜짐" 또는 "꺼짐" 상태인 이진(binary) 접근 방식을 사용하여 활동에 대한 엄격한 제한이 있는 시스템을 나타냈습니다. 다른 버전은 더 현실적인 스파이킹(spiking) 모델을 사용했는데, 이는 뉴런이 전기 신호를 발사하고 흥분과 억제의 균형을 통해 스스로의 활동을 조절하는 방식으로, 실제 생물학적 네트워크와 매우 흡사합니다. 그런 다음 그들은 두 버전 모두에 일련의 입력을 주입하고, 뉴런 사이의 연결 수를 변화시키며 부분적인 기억을 완성하는 능력을 테스트했습니다.

결과는 두 모델 사이의 현저한 차이를 드러냈습니다. 단순화된 이진 버전에서는 연결의 수를 늘리는 것이 항상 도움이 되었습니다. 뉴런이 더 많은 링크를 가질수록, 시스템은 부분적인 단서로부터 완전한 기억을 회상하는 데 더 뛰어난 성능을 보였습니다. 이는 만약 뇌가 활동에 대한 엄격한 제한을 가지고 작동한다면, 조밀한 연결망을 갖는 것이 명백한 이점이 된다는 것을 시사합니다. 그러나 더 현실적인 스파이킹 모델은 다른 이야기를 들려주었습니다. 이 버전에서는 연결을 늘리는 것이 일정 수준까지만 도움이 되었습니다. 활성 뉴런의 수에 비해 연결의 수가 너무 커지면 시스템은 실패했습니다. 기억은 단순히 약간 흐릿해지는 정도가 아니라 완전히 붕괴되었습니다. 네트워크는 서로 다른 저장된 패턴을 구별할 수 없게 되었고, 사실상 기억을 잃었습니다.

연구는 이 실패를 지배하는 특정 규칙을 식별했습니다. 시스템은 활성 뉴런의 수와 뉴런당 연결 수의 곱이 특정 임계값 아래로 유지될 때만 안정적으로 유지됩니다. 간단히 말해, 뉴런이 너무 자주 발화하면 높은 연결성이 모든 뉴런을 한꺼번에 밝게 만들어 기억의 뚜렷한 패턴을 흐리게 만듭니다. 연구진은 네트워크가 내부 브레이크, 즉 억제(inhibition)를 강화하여 보상하려고 노력하더라도 이러한 붕괴가 발생한다는 것을 발견했습니다. 이 실패는 활동의 폭주가 아니라, 뇌가 더 이상 하나의 기억을 다른 것과 구별할 수 없게 되는 특이성(specificity)의 상실입니다. 이는 왜 뇌가 CA3 뉴런의 활동을 매우 낮게, 즉 언제나 약 2~5%만이 활성화된 상태로 유지하는지를 설명해 줍니다. 이 극단적인 희소성이 바로 고도로 연결된 네트워크가 무너지지 않고 기능할 수 있게 하는 조건입니다.

연구팀은 또한 성인 신경발생(adult neurogenesis), 즉 성인 뇌에서 새로운 뉴런이 탄생하는 과정이 이 그림에 어떻게 부합하는지도 탐구했습니다. 새로운 뉴런은 성숙한 뉴런보다 더 흥분하기 쉬운 것으로 알려져 있는데, 이는 잠재적으로 네트워크의 섬세한 균형을 깨뜨릴 수 있습니다. 시뮬레이션 결과, 만약 이 새로운 뉴런들이 연결을 바꾸지 않고 단순히 더 활발해지기만 한다면, 이들은 시스템을 벼랑 끝으로 밀어붙여 기억 네트워크를 붕괴시킬 것이라는 점이 밝혀졌습니다. 그러나 만-약 이 새로운 뉴런들이 네트워크를 진정시키기 위해 억제 세포를 함께 동원한다면, 이들은 실제로 시스템을 안정시키는 데 도움을 주었습니다. 이는 뇌가 새로운 세포를 통합하는 방법이 매우 중요하다는 것을 시사합니다: 만약 새로운 세포들이 전체적인 활동을 낮게 유지하는 데 도움을 준다면 기억을 보호하지만, 단순히 노이즈를 추가한다면 기억을 파괴하게 됩니다.

이 연구는 CA3 영역에 얼마나 많은 연결이 존재하는지에 대한 오랜 논쟁을 재구성합니다. 낮게 추정하는 쪽과 높게 추정하는 쪽 사이의 불일치는 측정의 오류가 아니라, 서로 다른 작동 모드를 반영한 것일 수 있습니다. 만약 뇌가 희소하고 통제된 코드를 활용한다면, 매우 높은 밀도의 연결을 지원할 수 있으며, 이는 높은 추정치와 일치합니다. 만약 코드가 덜 희소하다면, 뇌는 혼란을 피하기 위해 훨씬 더 적은 수의 연결이 필요할 것입니다. 이 연구는 뇌의 기억 회상 능력이 단순히 적절한 수의 전선을 갖는 것에 관한 것이 아니라, 그 전선 위의 교통량을 충분히 가볍게 유지하여 정체를 방지하는 것에 관한 것임을 시사합니다. 활동을 희소하게 유지함으로써, 뇌는 안정적이고 정밀한 기억 회상이 가능한 풍부하고 고도로 연결된 네트워크를 유지할 수 있습니다.