定量生物学 > 神经与认知
[提交于 2025年1月16日
]
标题: 挖掘大脑电路的功能架构
标题: Data mining the functional architecture of the brain's circuitry
摘要: 大脑是一个高度复杂的器官,由无数子系统组成,这些子系统能够随着时间与环境灵活互动并适应,从而实现感知、认知和行为。 理解大脑的多尺度特性——即电路级与分子级相互作用如何构建起大脑功能的基本组成部分,对于开发神经退行性疾病和精神疾病的干预手段具有巨大潜力,并且有助于深入理解我们的本质。 历史上,技术限制迫使系统神经科学局限于解剖学(局部化、小范围神经群体在单一脑区)、行为学(研究单一任务)、时间维度(聚焦于学习或发展的特定阶段)以及模态(专注于单一生物量成像)。 神经记录技术和行为监测的新进展现在提供了突破局部神经科学走向全球神经科学所需的数据:即理解大脑众多子系统如何在动物和人类必须执行的众多行为中相互作用、适应和变化。 具体而言,尽管我们对大脑的解剖结构(即硬件)已有大量了解,但我们终于接近获得发现功能架构并揭示运行于硬件上的软件基本属性所需的大量数据。 我们必须抓住这个机会,通过从底层数据对齐到高阶可解释行为数学模型的诸多挑战,来连接海量数据以发现这一功能架构,从而整合各种数据集。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.