Analisi della dinamica delle valanghe neuronali in condizioni cerebrali sane e patologiche

Abstract

L’ipotesi del cervello critico propone che le reti neurali sane operino vicino a un punto critico, dove elaborazione dell’informazione e range dinamico sono potenziati. Questo studio indaga le firme della criticità dell’ippocampo nei topi mediante registrazioni di spike in vivo con sonde Neuropixels 2.0, e ne valuta le alterazioni in due stati patologici: schizofrenia ed epilessia. È stata sviluppata una pipeline di analisi delle valanghe basata su fitting a legge di potenza delle distribuzioni di dimensione e durata delle valanghe, coefficiente di deviazione dalla criticità (DCC), shape collapse e modelli surrogati per rimuovere correlazioni e autocorrelazione. In condizioni fisiologiche, le registrazioni hanno mostrato una dinamica vicina alla criticità, con distribuzioni prevalentemente a legge di potenza o a legge di potenza troncata, bassi valori di DCC e significativo shape collapse. Il collasso scompariva rimuovendo le correlazioni neuronali, evidenziando il ruolo delle interazioni di rete. Nessuna singola misura è risultata sufficiente a identificare la criticità, sottolineando la necessità di approcci complementari. Nel modello di schizofrenia, esponenti, DCC e shape collapse erano in gran parte preservati, mentre le distribuzioni delle dimensioni tendevano più spesso alla lognormalità, soprattutto nelle regioni ventrali. Nel modello di epilessia, lo status epilepticus mostrava code più pesanti e uno shape collapse più debole, compatibili con un temporaneo spostamento verso una dinamica supercritica, mentre l’epilettogenesi rimaneva più vicina al basale. Nel complesso, le patologie non hanno semplicemente allontanato la rete dalla criticità, ma hanno alterato le statistiche delle valanghe in modo dipendente dalla misura e dalla regione. Nonostante il numero limitato di animali, i risultati supportano l’uso di misure multiple e regioni diverse come potenziali marcatori di alterazioni della dinamica di rete.

The critical-brain hypothesis proposes that healthy neural networks operate close to a critical point, where information processing and dynamic range are enhanced. This work investigates signatures of criticality in the mouse hippocampus using in vivo Neuropixels 2.0 spike recordings, and examines whether they change in two pathological brain states: schizophrenia and epilepsy. A complete avalanche-analysis pipeline was developed, combining power-law fitting of avalanche size and duration, the deviation-from-criticality coefficient (DCC), and avalanche shape collapse, together with correlation and autocorrelation null models. Healthy recordings showed robust near-critical dynamics, with mostly power-law or truncated power-law distributions, low DCC values, and significant shape collapse. The collapse disappeared when inter-neuronal correlations were removed, supporting the role of network interactions. No single measure was sufficient alone to identify criticality, but different complementary measures are needed. In the schizophrenia model, exponents, DCC values and shape collapse were largely preserved, while avalanche size distributions more often shifted towards a lognormal form, particularly in ventral regions. In the epilepsy model, status epilepticus showed heavier-tailed distributions and weaker, less consistent shape collapse, compatible with a temporary shift towards supercritical dynamics, whereas epileptogenesis remained closer to baseline. Overall, pathological conditions did not simply move the network away from criticality. Instead, they produced subtle changes in avalanche statistics that depended on the measure and brain region. Despite the limited number of animals, these findings support the use of multiple avalanche measures across brain regions as candidate markers of altered network dynamics.