跳转至

第十九章：视网膜与视觉读书笔记

作者

本章作者为 James P. Keener 与 James Sneyd。本章把 Vol I Ch 7（钙动力学）和 Ch 12（细胞模型）的工具，扩展到视觉系统——视网膜光适应（Weber 定律）、光转导级联（cGMP-PDE-Ca²⁺ 负反馈）、Hamer 2000 单光子响应、Limulus 复眼的 Hartline-Ratliff 侧抑制方程、Peskin 1976 简化侧抑制模型、Mach 带的产生机制。本章的数学核心是 19.2 光转导的 Ca²⁺ 反馈 ODE 模型（19.30-19.33）和 19.4 侧抑制 PDE 模型（19.51-19.53）——前者解释 Weber 定律的光适应（灵敏度 ∝ 1/背景光强），后者解释空间对比度增强（Mach 带）。

内容概述

本章分为 4 大主题：(1) 19.1 视网膜光适应——Weber 定律（灵敏度 ∝ 1/背景光强）、Naka-Rushton 方程 (19.2) \(R_{peak}/R_{max} = I/(I + \sigma(I_0))\)、锥体 vs 杆体的分工、对比度检测；(2) 19.2 光转导生理——cGMP 级联（11-顺式视黄醛 → R → 转导素 G 蛋白 → PDE → cGMP 水解 → 通道关闭）、Ca²⁺ 通过 guanylate cyclase 反馈调节 cGMP 合成、Tranchina 1991 完整 ODE 模型（4 维，\(x, y, z, V\)）；(3) 19.3 杆体适应模型——Hamer 2000 模型（2 步级联，6 步 Ca²⁺ 缓冲）、Hamer 2003 单光子响应、磷酸化的 n 步 Markov 模型解释"为什么单光子响应可重现"；(4) 19.4 侧抑制——Hartline-Ratliff 方程 (19.50) \(r_p = e_p - \sum_j K_{p,j}(r_j - r^0_{p,j})\)、Peskin 1976 简化模型 (19.51-19.53)、Mach 带、Krausz-Naka 1980 脊椎动物视网膜模型。

本章最具洞察力的部分是 19.3.1 单光子响应的可重现性——单个 R 分子的失活是单步 Poisson 过程（变异系数 \(\sigma/\mu = 1\)），但实验观测的单光子响应变异远小于 1。解决：多步磷酸化级联 (19.49) \(\sigma/\mu = 1/\sqrt{n}\)，\(n\) 步磷酸化的 R 失活时间服从 Erlang 分布，变异系数 ~\(1/\sqrt{n}\)。Doan et al. 2006 用基因改造小鼠（含不同数量磷酸化位点）直接验证了此模型。

核心方程与概念

19.1 视网膜光适应

Weber 定律：视觉系统灵敏度 \(S \propto 1/I_0\)（背景光强），即 \(S/S_D = A/(A + I_0)\)（19.9），其中 \(A\) 是拟合常数。人眼适应 10 个数量级（星夜到正午）—— 杆体和锥体各自适应部分范围 + Ca²⁺ 反馈机制覆盖中间范围。

Naka-Rushton 方程（19.2）\(R_{peak}/R_{max} = I/(I + \sigma(I_0))\)，\(\sigma\) 是背景 \(I_0\) 的递增函数——半饱和强度随背景增加而增加，给"高背景需要更大刺激"的适应行为。

对比度检测：感受野横跨边界时，输入变化 \(\Delta I = I(R_o - R_b)\)，响应变化 \(\Delta R \propto \Delta I / (I R_b) = (R_o - R_b)/R_b\)——响应只依赖于反射比（对比度），不依赖于绝对光强。这解释了为什么不同光线下读同一本书，黑色字母看起来一样黑。

19.2 光转导的 Ca²⁺ 反馈模型

19.2.1 初始级联

线性级联（19.10-19.13）四步 PDE 激活：\(dr/dt = l_1 I(t) - l_2 r\)，\(dg_1/dt = l_3 r - l_4 g_1\)，\(dg_2/dt = l_5 g_1 - l_6 g_2\)，\(dg/dt = l_7 g_2 - l_8 g\)。传递函数（19.14）\(H(\omega) = \eta / (1 + i\omega\tau_1)^4\)（4 阶低通滤波器）。脉冲响应（19.15）\(K(t) = (\eta/\tau_1^3!) (t/\tau_1)^3 e^{-t/\tau_1}\)（Erlang 分布）。

PDE 激活（19.16）\(dp/dt = s(t)(P_0 - p) - k_1 p\)，\(s(t) = \int_{-\infty}^t I(\tau) K(t - \tau) d\tau\) 是激活速率。

19.2.2 完整模型（4 ODE 耦合）

无量纲化：\(x = [cGMP]/[cGMP]_{dark}\)，\(y = [Ca^{2+}]/[Ca^{2+}]_{dark}\)，\(z = [Na^+]/[Na^+]_{dark}\)，$V = $ 膜电位（暗时为 0）。

核心方程（19.30-19.33）： - cGMP 平衡（19.30）\(dx/dt = g(y) - (\gamma - \delta) x p - \delta x\)（\(g(y)\) 是 Ca²⁺ 依赖的 cGMP 合成率，\(\gamma p\) 是 PDE 水解，\(\delta(1-p)\) 是 PDE 基础水解） - Ca²⁺ 平衡（19.31）\(\tau_y dy/dt = x^3 e^{-V/V_*} - y\)（光敏电流带 Ca²⁺ 进入，NCX 排出） - Na⁺ 平衡（19.32）\(\tau_z dz/dt = [(1-\kappa)/(1+\kappa)] x^3 e^{-V/V_*} + [2\kappa/(1+\kappa)] y - z\) - 电压平衡*（19.33）\(\tau_m dV/dt = -[6E/(4+\kappa)] x^3 e^{-V/V_*} + 2[(1+\kappa)/(4+\kappa)] E z - (V - E) - [3E\kappa/(4+\kappa)] y\)

关键反常预测（Sneyd-Tranchina 1989）：背景光增加 1000 倍时，[cGMP] 仅减少不到 2 倍——这解释了为什么实验上 [cGMP] 降低有时难以测到，但仍能介导光适应。

反馈函数 \(g(y)\)（19.35）\(A(y) = 4 + 91/(1 + (y/0.34)^4)\)（Hill 系数 4，Koch-Stryer 1988 实验验证）——Ca²⁺ 下降 → guanylate cyclase 活性上升（cGMP 合成增加），抵消 PDE* 的水解。

19.3 杆体适应模型

Hamer 2000 简化模型（19.36-19.41）4 个变量：\(R^*\)（激活 rhodopsin）、\(E^*\)（激活 PDE）、\(g\)（cGMP）、\(c\)（Ca²⁺）+ 缓冲 \(b\)。 - \(dR^*/dt = I(t) - R^*/\tau_R\) - \(dE^*/dt = \nu R^* - E^*/\tau_E\) - \(dg/dt = A_{max}/(1 + (c/K_{Ca})^{n_c}) - (\beta_{dark} + \beta_E E^*) g\) - \(dc/dt = \alpha f J_{dark} - \gamma(c - c_{min}) - k_{on}(b_t - b) c + k_{off} b\) - \(db/dt = k_{on}(b_t - b) c - k_{off} b\) - 通道开分数 \(f = (g/g_{dark})^{n_g}\)

Hamer 2000 Table 19.2 参数：\(\tau_R = 0.42\) s、\(\tau_E = 1.2\) s、\(\nu = 1735\) s⁻¹、\(K_{Ca} = 0.219\) μM、\(n_c = 2.85\)、\(J_{dark} = 72.3\) pA、\(b_t = 395\) μM。

关键定量成功：模型能同时重现 (i) 单光子响应，(ii) 暗适应闪光响应（4 log 单位），(iii) 阶跃响应（4.7 log 单位），(iv) 强饱和闪光响应（6.5 log 单位，含 Pepperberg 1992 的饱和期）——用同一组参数（2005 模型）。

19.3.1 单光子响应的可重现性

单步 Poisson 失活（19.43）\(\sigma/\mu = 1\)——单光子响应应该高变异。但实验观测变异远小于 1。

n 步磷酸化级联（19.44-19.49）： \(P_0 \xrightarrow{k_0} P_1 \xrightarrow{k_1} \cdots \xrightarrow{k_{n-1}} \text{inactive}\)，总激活时间 = Erlang 分布。变异系数（19.49）\(\sigma/\mu = 1/\sqrt{n}\)。\(n\) 越大，可重现性越好。

实验验证（Doan 2006）：转基因小鼠的 rhodopsin 含不同数量磷酸化位点（\(n = 0, 1, 2, ...\)）→ 变异系数 \(1/\sqrt{n}\) 直接验证。

19.4 侧抑制

19.4.1 简化 Peskin 模型

核心方程（19.51-19.53）\(\tau \partial E/\partial t = L - E\)，\(\partial I/\partial t = \nabla^2 I - I + \lambda R\)，\(R = E - I\)。\(E\) 是局部兴奋，\(I\) 是侧抑制（扩散抑制），\(R\) 是响应。

空间均匀解（19.55-19.57）单位阶跃输入：\(R = 1/(\lambda + 1) - [1/(k - 1)](k e^{-kt} - \lambda e^{-(\lambda+1)t})/(\lambda + 1)\)——初始峰值后衰减到平台（视觉适应）。

稳态边缘（19.58-19.60）\(L = 1\)（\(x > 0\)），\(L = 0\)（\(x < 0\)）→ 抑制 \(I = \lambda/(\lambda+1) [1 \mp (1/2) e^{-|x|/\sqrt{\lambda+1}}]\)。响应 \(R = E - I\) 在 \(x = 0\) 处不连续——Mach 带！亮侧边缘响应增加（\(R > 1\)），暗侧边缘响应降低（\(R < 0\)）。

19.4.2 Hartline-Ratliff 方程

Limulus 复眼（每个小眼约 1000 个）侧抑制方程（19.50）\(r_p = e_p - \sum_j K_{p,j}(r_j - r^0_{p,j})\)，其中 \(K_{p,j}\) 是抑制系数（随距离递减），\(r^0_{p,j}\) 是抑制阈值（随距离递增）。

19.4.3 脊椎动物 Krausz-Naka 模型

两层连续模型（19.61-19.69）：感光细胞层 + 水平细胞层（侧向扩散），\(\tau_h \partial V/\partial t + V = \lambda_h^2 \nabla^2 V + R_h I_{ph}\)，配合感光-水平细胞前馈 \(\hat{A}\) 和反馈 \(\hat{k}\)。空间频率响应 \(\alpha^2(\omega) = \lambda_h^2 / [1 + i\omega\tau_h + \hat{A}(\omega)\hat{k}(\omega)]\)——侧抑制的空间频率选择性。

关键结论

  1. 人眼适应 10 个数量级——从星夜（20 光子/秒）到正午（10⁸ 光子/秒）。
  2. Weber 定律：灵敏度 \(S \propto 1/I_0\)，视网膜测量对比度而非绝对光强。
  3. Naka-Rushton 方程 \(R = I/(I + \sigma(I_0))\) 是 Michaelis-Menten 的"光适应版本"——\(\sigma\) 随背景增加。
  4. 光转导 cGMP 级联：R → 转导素 G 蛋白 → PDE → cGMP 水解 → 通道关闭 → 超极化。
  5. Ca²⁺ 反馈机制：Ca²⁺ 下降 → guanylate cyclase 活性上升（Hill 系数 4，Koch-Stryer 1988 验证）——钙-钙负反馈是光适应的核心。
  6. Hamer 2000 模型用 4 个 ODE 拟合单光子到强饱和闪光（10 log 单位）——一参数集解释所有光照水平的响应。
  7. 单光子响应可重现性：\(n\) 步磷酸化级联 → 变异系数 \(\sigma/\mu = 1/\sqrt{n}\)，Doan 2006 转基因小鼠验证。
  8. Peskin 简化侧抑制模型 (19.51-19.53) 用反应-扩散方程再现 Mach 带——亮侧边缘响应增加、暗侧降低。
  9. Hartline-Ratliff 方程 (19.50) 描述 Limulus 复眼的侧抑制网络——1967 年获 Nobel 奖。
  10. Krausz-Naka 1980 用感光-水平细胞两层模型拟合猫鱼视网膜的实验数据，\(\hat{A}\hat{k}\) 乘积决定空间频率响应。

挑战和开放性问题

  1. 光适应的非 Ca²⁺ 机制——Koch-Stryer 1988 的 Ca²⁺ → guanylate cyclase 反馈只能解释约 80% 的光适应，其余可能涉及 Ca²⁺ 对 PDE 的直接调节、Ca²⁺ 对通道的调节等。Koutalos 1995 估计在强光下 60% 的适应由 Ca²⁺ 对 PDE 的作用介导。
  2. 杆体 vs 锥体的本质差异——Hamer 2000 模型是为杆体设计的，锥体模型（Tranchina 1991）参数差异很大；两者的光适应机制是否有质的不同仍未确定。
  3. 侧抑制的精确神经回路——脊椎动物视网膜中水平细胞的反馈机制至今未完全理解——是电耦合（gap junction）还是化学突触（释放 GABA）？
  4. Mach 带的视觉感知定量——Peskin 模型预测 Mach 带强度，但人类对 Mach 带的视觉敏感度（空间频率依赖）需要更精细的实验对比。
  5. 光转导的随机性——Hamer 2003 给出单光子响应的随机模型，但多个光子同时激活的非线性叠加仍未完整建模。
  6. 颜色视觉——本章未涉及三色理论（Young-Helmholtz）的数学建模。L、M、S 锥体的光谱响应、颜色对立神经元（红-绿、蓝-黄）的计算模型。
  7. 视网膜疾病——色素性视网膜炎（RP）、年龄相关性黄斑变性（AMD）、糖尿病视网膜病变的数学模型。
  8. 高阶视觉——视皮层的方向选择性、空间频率选择、运动的计算建模（Hubel-Wiesel 模型）需要更高维的神经动力学。
  9. 昼夜节律——视网膜-视交叉上核-松果体的褪黑素分泌节律（Table 16.1：18-24 脉冲/天）的数学模型。
  10. 瞳孔反射——瞳孔对光反射的动态响应（短潜伏期、强反馈）未在本章展示。

个人反思与批判性分析

本章的最大优点在于 19.2.2 Ca²⁺ 反馈 ODE 模型（19.30-19.33）和 19.3.1 单光子响应的磷酸化级联——前者用 4 个 ODE 完美解释 Weber 定律的光适应（被 Koch-Stryer 1988 实验定量验证 Hill 系数 = 4），后者用 Erlang 分布的统计性质解释了"为什么单光子响应可重现"这一长期被认为是"光转导之谜"的问题。Doan 2006 的基因改造小鼠实验是 19 世纪 Helmholtz 视觉生理学、20 世纪 Hodgkin-Huxley 电生理学、21 世纪分子生物学的完美数学-实验统一。

本章的主要缺陷在于 19.4 侧抑制的脊椎动物模型偏教科书化——Krausz-Naka 1980 的 \(\hat{A}\hat{k}\) 乘积虽然数学优雅，但没有给出临床相关预测。侧抑制是计算机视觉算法（Canny 边缘检测）的基础，但在临床眼科学中较少直接应用——本章未涉及糖尿病视网膜病变的微动脉瘤检测、AMD 的玻璃膜疣识别等需要边缘检测的临床场景。

对我自己研究血管生物力学的启发：(1) 光适应的 Ca²⁺ 反馈机制与血管平滑肌的 Ca²⁺-钙调蛋白-MLCK 通路在结构上完全相似——细胞内 Ca²⁺ 浓度变化通过负反馈调节下游响应（cGMP 合成 vs MLCK 活性），实现稳态适应。血管张力对血压的自适应（Bayliss 效应、myogenic response）也是同类机制；(2) Mach 带的反应-扩散机制（Peskin 19.51-19.53）可以推广到血管壁的应力集中——血管几何不连续（如分叉、狭窄）周围的应力-应变场呈现类似的边缘增强，反应-扩散模型可量化；(3) 单光子响应的 Erlang 分布（19.49）\(\sigma/\mu = 1/\sqrt{n}\) 与血管平滑肌的钙闪烁（Ca²⁺ sparks）统计性质相似——n 步 Markov 链产生的时间间隔分布的变异系数随步骤数 \(n\) 减少，可用于分析 spark 频率的可重现性。

值得指出，本章对视皮层的讨论很少（明确说"we omit discussion of mechanisms at the level of the visual cortex"），但视皮层的计算建模（Hubel-Wiesel 简单细胞、复杂细胞、方向选择性柱）是现代神经科学的核心，与本章的"光感受器-视网膜-侧抑制"是连续体。视觉系统是生物系统中"层次化信息处理"最清晰的案例：从光子 → 色素分子异构 → 通道关闭 → 突触传递 → 神经节细胞动作电位 → 视皮层特征检测 → 物体识别，每一层都把"前一层的信息"抽象为"下一层所需的特征"。

重要参考文献

[X1] Fain, G. L., Matthews, H. R., Cornwall, M. C., & Koutalos, Y. (2001). Adaptation in vertebrate photoreceptors. Physiological Reviews, 81, 117-151. — 19.1-19.2 节光适应综述的主要来源。 [X2] Baylor, D. A., Hodgkin, A. L., & Lamb, T. D. (1974). The electrical response of turtle cones to flashes and steps of light. Journal of Physiology, 242, 685-727. — 锥体电响应的经典实验。 [X3] Sneyd, J., & Tranchina, D. (1989). Photoreceptor adaptation described by a feedback loop model. Bulletin of Mathematical Biology, 51, 743-755. — 19.2.2 节 Ca²⁺ 反馈 ODE 模型的原型。 [X4] Tranchina, D., Sneyd, J., & Detwiler, P. B. (1991). Modelling the phototransduction cascade in retinal cones. Proceedings of the Royal Society B, 246, 211-220. — 19.2.2 节锥体光转导完整模型。 [X5] Koch, K. W., & Stryer, L. (1988). Highly cooperative feedback control of retinal rod guanylate cyclase by calcium ions. Nature, 334, 64-66. — guanylate cyclase 的 Ca²⁺ 反馈 Hill 系数 4 的实验验证。 [X6] Pugh, E. N., & Lamb, T. D. (1990). Cyclic GMP and calcium: The internal messengers of excitation and adaptation in vertebrate photoreceptors. Vision Research, 30, 1923-1948. — 光转导的内部信号综述。 [X7] Cobbs, W. H., & Pugh, E. N. (1987). Kinetics and components of the flash photocurrent of isolated retinal rods. Journal of Physiology, 394, 529-572. — 19.2.1 节初始级联线性化的实验基础。 [X8] Hamer, R. D. (2000a). Computational analysis of vertebrate phototransduction. Doctoral dissertation, Cornell University. — 19.3 节杆体光转导模型的原始论文。 [X9] Hamer, R. D., Nicholas, S. C., Tranchina, D., Lamb, T. D., & Jarvinen, J. L. P. (2005). Toward a unified model of vertebrate rod phototransduction. Visual Neuroscience, 22, 417-436. — 19.3 节统一模型。 [X10] Hamer, R. D., Nicholas, S. C., Tranchina, D., et al. (2003). Multiple steps of phosphorylation likely activate the rod phototransduction cascade. Biophysical Journal, 84, 132A. — 单光子响应的磷酸化级联模型。 [X11] Doan, T., Mendez, A., Detwiler, P. B., Chen, J., & Rieke, F. (2006). Multiple phosphorylation sites confer reproducibility of the rod's single-photon response. Science, 313, 530-533. — 19.3.1 节磷酸化级联假说的基因改造实验验证。 [X12] Naka, K. I., & Rushton, W. A. H. (1966). S-potentials from colour units in the retina of fish (Cyprinidae). Journal of Physiology, 185, 536-555. — Naka-Rushton 方程的原始论文。 [X13] Baylor, D. A., Lamb, T. D., & Yau, K.-W. (1979). Responses of retinal rods to single photons. Journal of Physiology, 288, 613-634. — 单光子响应的首次直接测量。 [X14] Hartline, H. K., & Ratliff, F. (1957, 1958). Inhibitory interaction of receptor units in the eye of Limulus. Journal of General Physiology, 40, 357-376; 41, 1089-1100. — Hartline-Ratliff 方程的原始论文；1967 年 Nobel 奖工作。 [X15] Ratliff, F. (1961). Inhibitory interaction and the detection and enhancement of contours. In Sensory Communication. MIT Press. — 19.4 节侧抑制综述。 [X16] Peskin, C. S. (1976). Partial differential equations in biology. Lecture Notes, Courant Institute. — 19.4.1 节简化侧抑制模型。 [X17] Krausz, H. I., & Naka, K. I. (1980). Functional organization of catfish retina. Biological Cybernetics, 37, 101-109. — 19.4.3 节脊椎动物侧抑制模型。 [X18] Nicholls, J. G., Martin, A. R., & Wallace, B. G. (1992). From Neuron to Brain (3rd ed.). Sinauer. — 19.1 节 Fig. 19.2 视网膜分层图的来源。 [X19] Lamb, T. D., & Pugh, E. N. (1992). A quantitative account of the activation steps involved in phototransduction in amphibian rods. Journal of Physiology, 449, 719-758. — 19.2.1 节 4 步级联的理论分析。 [X20] Pepperberg, D. R., Cornwall, M. C., Kahlert, M., et al. (1992). Light-dependent delay in the falling phase of the retinal rod photoresponse. Visual Neuroscience, 8, 9-18. — 19.3 节强饱和闪光响应的实验。