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

Resumo Técnico: Osciladores Semeados por Ruído em um Modelo de Múltiplas Populações

Definição do Problema
O estudo da sincronização em sistemas complexos, particularmente em populações neurais, tem se baseado tradicionalmente em modelos de sincronização de fase como o modelo de Kuramoto, que frequentemente assumem amplitudes constantes. No entanto, em contextos biológicos, como a neurociência, as dinâmicas de amplitude são críticas, e o comportamento coletivo é impulsionado por loops de excitação e inibição não lineares. Embora o modelo determinístico de Wilson–Cowan sirva como uma estrutura padrão para populações neuronais excitatórias e inibitórias que interagem, ele negligencia a estocasticidade. Pesquisas recentes indicam que o ruído demográfico intrínseco (flutuações de tamanho finito) pode desencadear "quase-ciclos" — oscilações coerentes sustentadas pelo ruído mesmo em regiões de parâmetros onde a dinâmica determinística prevê um ponto fixo estável. Uma limitação das formulações estocásticas existentes é sua dependência de suposições de números de cópias moderados. Este artigo aborda a lacuna na compreensão de como as dinâmicas estocásticas emergem quando um sistema compreende espécies interagentes com diferentes escalas de tamanho característico (volumes), investigando especificamente se as flutuações atuando sobre um subconjunto de variáveis (uma terceira espécie) podem sustentar ou suprimir os quase-ciclos das populações neuronais primárias.

Metodologia
Os autores estendem um modelo de Wilson–Cowan estocástico de duas populações (envolvendo neurônios excitatórios $X$ e inibitórios $Y$) introduzindo uma terceira espécie flutuante $Z$ que media as interações. O modelo é definido por um conjunto de reações químicas que governam o nascimento, a morte e a interação dessas espécies, com volumes $V$ para as populações $X$ e $Y$, e um volume distinto $V_1$ para a espécie $Z$.

A abordagem analítica procede em três estágios:

1. Equação Mestra e Limite de Campo Médio: O sistema é descrito por uma equação mestra para a distribuição de probabilidade. O limite determinístico de campo médio é derivado ao levar os volumes $V$ e $V_1$ ao infinito, resultando em um conjunto de equações diferenciais ordinárias (ODEs). A análise de estabilidade do ponto fixo é realizada via matriz Jacobiana.
2. Aproximação de Ruído Linear (LNA): Para investigar as oscilações estocásticas, os autores aplicam a expansão de Kramers–Moyal para derivar equações de Langevin não lineares. Eles então realizam uma expansão de tamanho de sistema (aproximação de ruído linear) em torno do estado estacionário, expandindo as variáveis em potências de $1/\sqrt{V_1}$. Isso resulta em um sistema de equações de Langevin lineares acopladas para as flutuações.
3. Análise Espectral: O sistema linearizado é resolvido no espaço de Fourier para derivar a matriz de densidade do espectro de potência. A posição do pico espectral é determinada pela minimização do denominador da expressão do espectro de potência.
4. Regimes Limites: O estudo analisa dois regimes específicos:
   • Tamanhos Comparáveis: $V$ e $V_1$ são da mesma ordem.
   • Grandes Populações Neuronais: O limite $V \gg V_1$, onde a espécie $Z$ é eliminada via eliminação adiabática estocástica para gerar um sistema reduzido de duas populações com termos de ruído modificados.

A validação numérica é realizada usando integração Euler–Maruyama das equações de Langevin e simulação direta da equação mestra, comparando séries temporais e espectros de potência contra as previsões teóricas.

Principais Contribuições e Resultados

• Modulação de Quase-Ciclos por uma Terceira Espécie: O artigo demonstra que a introdução de uma terceira espécie flutuante $Z$ altera significativamente a emergência de quase-ciclos induzidos por ruído nas populações neuronais primárias ($X$ e $Y$).
• Mecanismo de Supressão: Resultados analíticos e numéricos mostram que, à medida que a força de interação $\gamma$ entre a espécie $Z$ e as populações neuronais aumenta (aproximando-se de um limite crítico definido por $\gamma \alpha_z / \delta_z \to 1$), a frequência de pico do espectro de potência desloca-se em direção a zero. Nesse limite, as oscilações coerentes (quase-ciclos) são suprimidas, e o sistema retorna a flutuações estocásticas simples em torno de um ponto fixo estável.
• Amplificação de Ruído em Grandes Populações: No regime onde as populações neuronais são muito grandes ($V \gg V_1$), os autores derivam um modelo reduzido de duas populações onde o efeito da espécie $Z$ é encapsulado em uma amplitude de ruído aumentada. Contrariamente à supressão observada no regime de tamanhos comparáveis, aqui a presença da espécie $Z$ amplifica a força do ruído de tamanho finito, aumentando potencialmente a visibilidade dos quase-ciclos.
• Previsões Espectrais: As expressões analíticas derivadas para a frequência de pico do espectro de potência (Eq. 17 e Eq. 26) preveem com precisão as posições dos picos observados em simulações numéricas através de diferentes regimes de parâmetros. O estudo confirma que a própria espécie $Z$ não exibe quase-ciclos, mas atua como um mediador estocástico que modula a dinâmica de $X$ e $Y$.

Significância
O artigo afirma fornecer um framework estendido para o estudo da sincronização que vai além das suposições de apenas fase do seminal modelo de Kuramoto. Ao incorporar dinâmicas de amplitude e ruído demográfico em um cenário de múltiplas populações, o trabalho elucida como flutuações intrínsecas podem impulsionar comportamentos neuronais coletivos. As descobertas destacam que o ruído demográfico não é meramente uma perturbação, mas uma força construtiva que pode ser modulada pela presença de espécies interagentes adicionais com diferentes escalas de tamanho. Isso sugere que as dinâmicas acopladas de osciladores ruidosos oferecem um framework generalizado para explorar transições de sincronização em sistemas complexos, particularmente em contextos biológicos onde múltiplas espécies interagentes com diferentes tamanhos de população coexistem. Os resultados ressaltam a importância de considerar cenários dinâmicos híbridos onde variáveis estocásticas de diferentes tamanhos característicos interagem, oferecendo novas percepções sobre os mecanismos subjacentes às oscilações neuronais auto-organizadas.