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：2024-03-12
摘要
系統神經科學面臨著不斷增長的數據山。蛋白質工程和顯微鏡學的最新進展共同導致了神經科學的典範轉移。利用螢光，我們現在可以透過行為動物的整個大腦對每個神經元的活動進行成像。即使在較大的生物體中，我們可以同時記錄的神經元數量也會隨著時間呈指數增長。資料維度的增加帶來了計算和數學方法的爆炸性增長，每種方法都使用不同的術語、不同的方法和不同的數學概念。在這裡，我們以斑馬魚幼蟲作為範例模型，收集、組織和解釋了已經或可能應用於全腦成像的多種數據分析技術。我們從線性迴歸等旨在檢測兩個變數之間關係的方法開始。接下來，我們透過網路科學和應用拓樸方法取得進展，並專注於許多變數之間的關係模式。最後，我們強調了生成模型的潛力，它可以提供有關佈線規則和網路隨時間進展或疾病進展的可檢驗假設。雖然我們使用斑馬魚幼蟲的成像範例，但這些方法適用於任何群體規模的神經網路建模，實際上也適用於系統神經科學以外的應用。網路科學和應用拓樸的計算方法不僅限於幼蟲斑馬魚，甚至不限於系統神經科學，因此我們最後討論如何將這些方法應用於生物科學的各種問題。