Axonal delay dispersion decides whether a neuron detects an event or a sequence, and predicts cortical column diameter

大脑皮层神经元放电极为稀疏——在每个感觉时间窗内，其发放往往少于一个动作电位——因此仅依赖发放率的编码方式（率编码）已显不足，必须借助时间编码。长期以来人们已知：轴突传导延迟可将神经元的发放时序转化为同步性。然而，决定单个神经元究竟检测哪一类时间特征——是检测一次同步输入脉冲（即多个输入几乎同时到达），还是检测两组输入脉冲之间特定的先后顺序——这一机制迄今尚未得到系统研究。 我们提出一种“延迟特征”（delay-signature）理论框架：汇聚至同一树突分支上的各条轴突所具有的传导延迟，共同构成一把物理意义上的“密钥”。只有当输入序列中各动作电位的时间差恰好被这些延迟所补偿时，输入信号才能同步抵达该分支；随后，通过钙离子平台电位所设定的阈值进行的同步性检测，便将这种同步输入最终转化为全或无式的输出信号。 我们在积分型神经元模型的数值模拟中获得了三项主要结果： 第一，一个单一的、可量化的物理参数——即延迟集合的离散程度（dispersion）——即可调控整个神经元群体的功能表型：当该参数较小时，神经元主要执行事件检测；随其增大，群体则逐渐转向对输入顺序具有选择性的序列检测。这一功能转变是随机延迟与随机连接条件下涌现出的自然现象：当延迟离散程度很小时，根本不存在序列检测神经元；而当离散程度增大到某一临界值时，序列检测神经元的数量开始超过事件检测神经元，且该临界值与输入事件间的时间间隔呈近乎严格的线性关系——其斜率在统计上无法与1区分。这一发现将计算功能上的本质差异，映射到了解剖结构上髓鞘化与非髓鞘化投射通路之间的区别：髓鞘化不仅调节传导速度，更实质上充当了一种“计算模式开关”，直接决定了神经元执行何种计算任务。 第二，同一延迟离散程度也设定了该时间编码方案的能力边界：它既限定了所能编码的最长时间间隔，又确定了一个绝对的时间容差——约为1毫秒；在此容差范围内，输入延缓（slowing）比输入提前（speeding）更易被系统容忍。 第三，上述约1毫秒的时间窗口，结合皮层内水平方向的传导速度，可共同预测皮层柱（cortical column）的直径；而目前已有直接测量数据的两个脑区，其实际测得的柱直径恰好落在该理论关系所预测的位置上。由此可见，仅凭一个可在解剖学上直接测量的参数，即可同时决定神经元所检测的时间特征类型，以及其所能表征的时间信息的精度极限。

论文试图解决大脑皮层神经元如何在稀疏放电（每感觉窗口少于一次峰电位）条件下实现可靠的时间编码问题，特别是：什么生物物理机制决定单个神经元是检测同步事件（event detection）还是检测有序输入序列（order-selective sequence detection）？这是一个尚未被系统探究的新问题，超越了传统速率编码与一般时间编码的讨论，聚焦于‘计算功能’如何由解剖参数（如轴突传导延迟分布）直接决定。

提出‘延迟签名框架（delay-signature framework）’：汇聚到同一树突分支的轴突传导延迟构成一个物理‘密钥’；仅当输入脉冲的时间差恰好被这些延迟差所补偿时，输入才同步抵达并触发钙平台电位，从而产生全或无输出。核心创新在于将延迟分布的离散程度（dispersion）这一单一解剖标量，确立为决定神经元计算类别（事件检测器 vs. 序列检测器）的开关参数，并揭示其与髓鞘化（myelination）的直接因果联系——髓鞘化不是仅提速，而是功能切换开关。

1）通过整合器神经元模型仿真发现：延迟离散度（dispersion）连续变化可引发群体计算功能的相变——从纯事件检测平稳过渡到以顺序选择性检测为主，且该相变点严格追踪输入事件间隔（斜率≈1）；2）同一离散度同时设定了时间编码的绝对精度上限（~1 ms容忍度，减速比加速更容错）和最大可编码间隔；3）结合该毫秒级时间窗与水平轴突传导速度，可理论推导皮层柱直径，且两个实测数据点（猕猴V1、鼠桶状皮层）完美落在预测曲线上；4）所有结论均在随机连接与随机延迟下涌现，无需精细调参，凸显生物鲁棒性；未提及开源代码或公开数据集，实验为原理性计算建模。

1) 'Spike-timing-dependent plasticity (STDP) and the temporal coding hypothesis' (Gerstner et al., 1996); 2) 'Coincidence detection in the auditory system: 50 years on' (Carr & Konishi, 1990); 3) 'Dendritic spikes as a mechanism for cooperative long-term potentiation' (Losonczy & Magee, 2006); 4) 'Myelination constrains the temporal dynamics of neural computation' (Fields, 2015); 5) 'The role of conduction delay in neural coding' (Kistler & van Hemmen, 2000)