本頁只刊出中文翻譯與中文說明；英文原文請見下方原文連結。
原文連結
論文資訊
- 類型：已發表論文
- 日期：2022-09-02
摘要
神經科學的最新進展使得在個體突觸連結層面上探索大腦結構成為可能。這些連接組學資料集的規模和複雜性持續增長；搜尋和識別有趣的圖形模式的方法提供了一種有前途的方法來快速降低資料維度並實現發現。這些圖通常太大而無法手動分析，這給搜尋結構和測試假設帶來了重大障礙。我們將圖資料庫和分析庫與易於使用的神經科學語法結合，適合快速建立查詢和搜尋感興趣的子圖和模式。我們的方法抽象化了與奈米級大腦網路分析相關的許多電腦科學和圖論挑戰，使科學家能夠快速進行大規模研究。我們透過在模擬資料和真實公共連接組學資料集上搜尋主題來展示這些工具的實用性，並且我們分享與神經科學界相關的簡單和複雜的結構。我們將我們的發現置於背景中，並提供案例研究和軟體來激勵未來的神經科學探索。