Cedars-Sinai 研究人員已經(jīng)創(chuàng)建了最逼真和最復雜的單個腦細胞計算機模型——數(shù)量空前。他們的研究今天發(fā)表在同行評審期刊Cell Reports上，詳細介紹了這些模型有朝一日如何回答有關神經(jīng)系統(tǒng)疾病甚至人類智力的問題，而這些問題無法通過生物實驗進行探索。
“這些模型捕獲了神經(jīng)元為了相互交流而發(fā)射的電信號的形狀、時間和速度，這被認為是大腦功能的基礎，”該系研究科學家 Costas Anastassiou 博士說Cedars-Sinai 神經(jīng)外科博士，該研究的高級作者。“這讓我們可以在單細胞水平上復制大腦活動。”
這些模型是第一個結合來自不同類型實驗室實驗的數(shù)據(jù)集，以呈現(xiàn)單個神經(jīng)元的電、遺傳和生物活動的完整畫面。Anastassiou 說，這些模型可用于測試需要在實驗室進行數(shù)十次實驗才能檢驗的理論。
“想象一下，你想研究 50 種不同的基因如何影響細胞的生物過程，”Anastassiou 說。“你需要創(chuàng)建一個單獨的實驗來‘敲除’每個基因，看看會發(fā)生什么。通過我們的計算模型，我們將能夠為盡可能多的基因改變這些基因標記的配??方，并預測會發(fā)生什么。”
這些模型的另一個優(yōu)點是它們允許研究人員完全控制實驗條件。Anastassiou 說，這為確定一個參數(shù)(例如由神經(jīng)元表達的蛋白質)引起細胞或疾病狀況(例如癲癇發(fā)作)的變化提供了可能性。在實驗室中，調查人員通?？梢燥@示一種關聯(lián)，但很難證明原因。
“在實驗室實驗中，研究人員并不能控制一切，”Anastassiou 說。“生物學控制很多。但在計算模擬中，所有參數(shù)都在創(chuàng)建者的控制之下。在模型中，我可以更改一個參數(shù)，看看它如何影響另一個參數(shù)，這在生物學實驗中很難做到。”
為了創(chuàng)建他們的模型，Anastassiou 實驗室的 Anastassiou 和他的團隊——神經(jīng)病學和神經(jīng)外科、理事會再生醫(yī)學研究所和 Cedars-Sinai 神經(jīng)科學與醫(yī)學中心的成員——使用了兩組不同的數(shù)據(jù)集小鼠初級視覺皮層，大腦中處理來自眼睛的信息的區(qū)域。
第一個數(shù)據(jù)集呈現(xiàn)了數(shù)萬個單細胞的完整遺傳圖片。第二個將來自同一大腦區(qū)域的 230 個細胞的電反應和物理特征聯(lián)系起來。研究人員使用機器學習來整合這兩個數(shù)據(jù)集，并創(chuàng)建了 9,200 個單個神經(jīng)元及其電活動的生物逼真模型。
“這項工作代表了高性能計算的重大進步，”Cedars-Sinai 神經(jīng)外科系主任、Ruth 和 Lawrence Harvey 神經(jīng)科學系主任、醫(yī)學博士 Keith L. Black 說。“它還使研究人員能夠搜索細胞類型內部和細胞類型之間的關系，并更深入地了解大腦中細胞類型的功能。”
標簽：
免責聲明：本文由用戶上傳，與本網(wǎng)站立場無關。財經(jīng)信息僅供讀者參考，并不構成投資建議。投資者據(jù)此操作，風險自擔。 如有侵權請聯(lián)系刪除！