研究人员创建了最逼真的脑细胞计算机模型

Cedars-Sinai 研究人员已经创建了最逼真和最复杂的单个脑细胞计算机模型——数量空前。他们的研究今天发表在同行评审期刊Cell Reports上，详细介绍了这些模型有朝一日如何回答有关神经系统疾病甚至人类智力的问题，而这些问题无法通过生物实验进行探索。

“这些模型捕获了神经元为了相互交流而发射的电信号的形状、时间和速度，这被认为是大脑功能的基础，”该系研究科学家 Costas Anastassiou 博士说Cedars-Sinai 神经外科博士，该研究的高级作者。“这让我们可以在单细胞水平上复制大脑活动。”

这些模型是第一个结合来自不同类型实验室实验的数据集，以呈现单个神经元的电、遗传和生物活动的完整画面。Anastassiou 说，这些模型可用于测试需要在实验室进行数十次实验才能检验的理论。

“想象一下，你想研究 50 种不同的基因如何影响细胞的生物过程，”Anastassiou 说。“你需要创建一个单独的实验来‘敲除’每个基因，看看会发生什么。通过我们的计算模型，我们将能够为尽可能多的基因改变这些基因标记的配​​方，并预测会发生什么。”

这些模型的另一个优点是它们允许研究人员完全控制实验条件。Anastassiou 说，这为确定一个参数(例如由神经元表达的蛋白质)引起细胞或疾病状况(例如癫痫发作)的变化提供了可能性。在实验室中，调查人员通常可以显示一种关联，但很难证明原因。

“在实验室实验中，研究人员并不能控制一切，”Anastassiou 说。“生物学控制很多。但在计算模拟中，所有参数都在创建者的控制之下。在模型中，我可以更改一个参数，看看它如何影响另一个参数，这在生物学实验中很难做到。”

为了创建他们的模型，Anastassiou 实验室的 Anastassiou 和他的团队——神经病学和神经外科、理事会再生医学研究所和 Cedars-Sinai 神经科学与医学中心的成员——使用了两组不同的数据集小鼠初级视觉皮层，大脑中处理来自眼睛的信息的区域。

第一个数据集呈现了数万个单细胞的完整遗传图片。第二个将来自同一大脑区域的 230 个细胞的电反应和物理特征联系起来。研究人员使用机器学习来整合这两个数据集，并创建了 9,200 个单个神经元及其电活动的生物逼真模型。

“这项工作代表了高性能计算的重大进步，”Cedars-Sinai 神经外科系主任、Ruth 和 Lawrence Harvey 神经科学系主任、医学博士 Keith L. Black 说。“它还使研究人员能够搜索细胞类型内部和细胞类型之间的关系，并更深入地了解大脑中细胞类型的功能。”

标签：