??
您现在的位置:主页 > 科技前沿 >

Nature Rev Neurosci典藏综述:树突百年,计算模型点

发布日期:2020-05-23 04:53   来源:未知   阅读:

树突(Dendrites)是从神经元细胞体延伸出来的细小突起。它的命名源于希腊语“Dendron”,意为像“树”的样子。树突一直吸引着研究人员:从Camillo Golgi和Ramon y Cajal在几个世纪前首次对树突的记录至今,神经科学家一直在努力解开树突的奥秘。20世纪60年代的理论工作预测了树突对神经元加工的重要影响,并建立了计算模型,成为研究树突的有力技术。从那时起,树突的建模就大力推动着神经科学的研究,提供从亚细胞水平到系统水平的可实验性预测,扩展到神经科学以外的相关领域??机器学习和人工智能。

模型预测的验证通常需要并推动着新技术的发展,从而通过理论驱动的实验来推动领域向前延伸。来自希腊研究与技术基金会的Panayiota Poirazi和Athanasia Papoutsi在 Nature Reviews Neuroscience杂志发表论文Illuminating dendritic function with computational models,这篇综述把焦点放在树突与大脑功能相关的计算研究上,讨论了建模方法的三个抽象层次“单个神经元”?“微电路”?“大规模网络模型”,总结了树突计算建模的最重要贡献,并列举了建模和实验神经科学之间成功互补或相互作用、并最终驱动科学进展的研究。

科学家对树突功能的理解瓶颈在于树突特性监测以及操纵等方面的技术障碍,技术的进步(例如光遗传学)推动了树突研究的深入,然而,评估树突网络效应及行为,仍是一个巨大的挑战。即使如今的实验技术能够帮助我们理解树突各组件的功能,但仍需要一种综合方法将这些组件的功能整合起来进行研究。

建模(Modelling)恰好解决了这一问题,计算模型提供了一个结合“实验证据”和“预测”推断树突原理的框架,快速、系统、彻底、可逆地研究不适于直接操纵的情况(例如树突形态变化,时空分布等),同时,预测决定树突功能的关键因素,为实验提供理论解释,并启迪新发现,从而有针对性地进一步指导实验。

娱乐新闻 | 体育新闻 | 汽车资讯 | 健康新闻 | 热透新闻 | 旅游新闻 | 军事新闻 | 财经资讯 | 社会新闻 | 女性生活 |

Power by DedeCms