Обобщенные аналитические данные (GLIF) и биофизические модели описаны в двух статьях, опубликованных в журнале Nature Communications.
«Публикация этих математически-физических моделей отдельных компонентов, составляющих нейронные сети, является важной вехой в наших десятилетних поисках понимания мозга», – сказал Кристоф Кох, доктор философии, президент и главный научный сотрудник Института Аллена. «Теперь мы пытаемся понять, как огромные собрания этих элементов порождают поведение, восприятие и ощущение самой жизни – сознания».
GLIF и биофизические модели были построены на основе обширных данных в базе данных Allen Cell Types: массивного общедоступного хранилища корковых нейронов в мозге мыши и человека. Эта база данных, запущенная в 2015 году, содержит электрофизиологические, морфологические и транскриптомические свойства, собранные из отдельных клеток, и модели, имитирующие активность клеток, все они строятся в направлении «периодической таблицы» типов клеток.
«Этот проект является свидетельством междисциплинарного сотрудничества и совместной работы Института Аллена», – сказал Натан Гувенс, доктор философии, ученый Института Аллена. «Пять лет назад мы все начали работать вместе, чтобы построить конвейер для базы данных Allen Cell Types. Теперь у нас есть параллельный конвейер для создания моделей для каждой ячейки в базе данных».
Модели GLIF воспроизводят времена пиков нейронов и фиксируют абстрактные преобразования, происходящие внутри нейронов. Эти модели имеют преимущество в том, что они требуют относительно низкого уровня мощности компьютера для имитации, что означает, что можно моделировать миллионы и миллионы нейронов, составляющих мозг мыши. Более подробны биофизические модели. Они точно представляют механизмы, воспроизводящие фактическую форму волны напряжения действия (нервные импульсы) и другие формы электрической активности через дендритное дерево и тело клеток нейронов. Биофизические модели требуют значительно большей вычислительной мощности, чем модели GLIF.
«Мы создали большую библиотеку моделей ячеек – от простого до сложного – которые можно объединить, как строительные блоки, для построения схем более высокого уровня, предоставляя ценный ресурс для сообщества нейробиологов», – сказал Антон Архипов, ученый Института Аллена.
«Модели могут быть использованы в качестве строительных блоков для более крупных симуляций, но также для понимания того, как некоторые типы клеток отличаются друг от друга. Исследователи могут классифицировать типы клеток, рассматривая только параметры модели», – говорит Стефан Михалас, из Института Аллена.
Возможно, в будущем подробные модели множественных типов клеток могут использоваться в более крупных симуляциях для моделирования неврологических или психических расстройств, таких как эпилепсия, аутизм или болезнь Альцгеймера, а применение виртуальных возмущений к клеткам или сетям клеток может позволить нам увидеть, как мозг может реагировать на специфические методы лечения.
«Эти исследования широко используют уникальную базу данных физиологии одиночных клеток, помещая все записанные ответы в единую модельную структуру», – говорит Адриенн Фэрхалл, доктор философии, содиректор программы «Вычислительная неврология» в Вашингтонском университете. «Это может сыграть огромную роль в том, чтобы позволить исследователям сравнивать и потенциально дифференцировать вычисления разных типов клеток».
«Наши модели представляют собой большой шаг вперед, позволяющий ученым всего мира использовать стандартизированные данные, методы и модели для изучения поведения сети в мозге», – сказала Коринн Тетер, доктор философии, ведущий научный сотрудник по моделированию GLIF в Аллене институт. Оптимизированные модели доступны онлайн вместе с экспериментальными данными. Код для оптимизации и моделирования также открыто распространяется.
Больше информации: Nathan W. Gouwens et al, Systematic generation of biophysically detailed models for diverse cortical neuron types, Nature Communications (2018). DOI: 10.1038/s41467-017-02718-3
hhttps://ab-news.ru/2018/03/01/raznoobrazie-nejronov-v-kompleksnyx-kompyuternyx-modelyax/