論文の概要: A Data-Driven Biophysical Computational Model of Parkinson's Disease
based on Marmoset Monkeys
- arxiv url: http://arxiv.org/abs/2107.12536v1
- Date: Tue, 27 Jul 2021 01:09:11 GMT
- ステータス: 処理完了
- システム内更新日: 2021-07-29 03:20:44.344545
- Title: A Data-Driven Biophysical Computational Model of Parkinson's Disease
based on Marmoset Monkeys
- Title（参考訳）: マーモセットサルを用いたパーキンソン病のデータ駆動生物物理計算モデル
- Authors: Caetano M. Ranieri, Jhielson M. Pimentel, Marcelo R. Romano, Leonardo
A. Elias, Roseli A. F. Romero, Michael A. Lones, Mariana F. P. Araujo,
Patricia A. Vargas, Renan C. Moioli
- Abstract要約: これは、マーモセット猿の7つの脳領域からの同時電気生理学的記録に基づくパーキンソン病の最初の計算モデルである。
その結果,提案モデルがPDのメカニズムを解明し,新たな治療法を示す技術開発を支援する可能性が示唆された。
- 参考スコア（独自算出の注目度）: 0.2529563359433233
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: In this work we propose a new biophysical computational model of brain
regions relevant to Parkinson's Disease based on local field potential data
collected from the brain of marmoset monkeys. Parkinson's disease is a
neurodegenerative disorder, linked to the death of dopaminergic neurons at the
substantia nigra pars compacta, which affects the normal dynamics of the basal
ganglia-thalamus-cortex neuronal circuit of the brain. Although there are
multiple mechanisms underlying the disease, a complete description of those
mechanisms and molecular pathogenesis are still missing, and there is still no
cure. To address this gap, computational models that resemble neurobiological
aspects found in animal models have been proposed. In our model, we performed a
data-driven approach in which a set of biologically constrained parameters is
optimised using differential evolution. Evolved models successfully resembled
single-neuron mean firing rates and spectral signatures of local field
potentials from healthy and parkinsonian marmoset brain data. As far as we are
concerned, this is the first computational model of Parkinson's Disease based
on simultaneous electrophysiological recordings from seven brain regions of
Marmoset monkeys. Results show that the proposed model could facilitate the
investigation of the mechanisms of PD and support the development of techniques
that can indicate new therapies. It could also be applied to other
computational neuroscience problems in which biological data could be used to
fit multi-scale models of brain circuits.
- Abstract（参考訳）: 本研究では,マルモセットサルの脳から収集した局所電位データをもとに,パーキンソン病に関連する脳領域の新たな生物物理計算モデルを提案する。
パーキンソン病(英: Parkinson disease)は、神経変性疾患であり、脳の基底神経節-視床-皮質神経回路の正常なダイナミクスに影響を及ぼす神経性運動ニューロンの死と関連している。
この病気の根底には複数のメカニズムがあるが、これらのメカニズムと分子の病原性の完全な記述はいまだに欠けている。
このギャップに対処するため、動物モデルに見られる神経生物学的側面に似た計算モデルが提案されている。
本モデルでは,生物に制約のあるパラメータの集合を微分進化を用いて最適化するデータ駆動アプローチを行った。
進化したモデルは、健常者やパーキンソン病のマーモセット脳データから、単一ニューロン平均発射速度と局所野電位のスペクトルシグネチャによく似ている。
我々が知る限り、これはマーモセット猿の7つの脳領域からの同時電気生理学的記録に基づくパーキンソン病の最初の計算モデルである。
その結果,提案モデルがPDのメカニズムを解明し,新たな治療法を示す技術開発を支援する可能性が示唆された。
また、生物学的データが脳回路のマルチスケールモデルに適合する他の計算神経科学問題にも応用できる。
関連論文リスト
- Towards the Discovery of Down Syndrome Brain Biomarkers Using Generative Models [0.0]
我々は変分オートエンコーダと拡散モデルに基づく最先端の脳異常検出モデルの評価を行った。
以上の結果から、ダウン症候群の脳解剖を特徴付ける一次変化を効果的に検出するモデルが存在することが示唆された。
論文 参考訳（メタデータ） (2024-09-20T12:01:15Z) - Neuroformer: Multimodal and Multitask Generative Pretraining for Brain Data [3.46029409929709]
最先端のシステム神経科学実験は大規模なマルチモーダルデータを生み出し、これらのデータセットは分析のための新しいツールを必要とする。
視覚領域と言語領域における大きな事前学習モデルの成功に触発されて、我々は大規模な細胞分解性神経スパイクデータの解析を自己回帰生成問題に再構成した。
我々はまず、シミュレーションデータセットでNeuroformerを訓練し、本質的なシミュレートされた神経回路の動作を正確に予測し、方向を含む基盤となる神経回路の接続性を推定した。
論文 参考訳（メタデータ） (2023-10-31T20:17:32Z) - The Expressive Leaky Memory Neuron: an Efficient and Expressive Phenomenological Neuron Model Can Solve Long-Horizon Tasks [64.08042492426992]
本稿では,脳皮質ニューロンの生物学的モデルであるExpressive Memory(ELM)ニューロンモデルを紹介する。
ELMニューロンは、上記の入力-出力関係を1万以下のトレーニング可能なパラメータと正確に一致させることができる。
本稿では,Long Range Arena(LRA)データセットなど,時間構造を必要とするタスクで評価する。
論文 参考訳（メタデータ） (2023-06-14T13:34:13Z) - Self-supervised Learning for Segmentation and Quantification of Dopamine
Neurons in Parkinson's Disease [4.920792989744368]
パーキンソン病(英: Parkinson's Disease、PD)は、ヒトで2番目に多い神経変性疾患である。
スタスタティア・ニグラのドーパミン作動性ニューロン数を数えることは、PD動物モデルにおける薬物効果を評価する上で最も重要な指標の1つである。
PD動物モデルにおけるドーパミン作動性ニューロンのセグメンテーションと定量化のための自己教師型学習に基づくエンドツーエンドディープラーニングフレームワークを提案する。
論文 参考訳（メタデータ） (2023-01-11T22:47:12Z) - Constraints on the design of neuromorphic circuits set by the properties
of neural population codes [61.15277741147157]
脳内では、情報はコード化され、伝達され、行動を伝えるために使用される。
ニューロモルフィック回路は、脳内のニューロンの集団が使用するものと互換性のある方法で情報を符号化する必要がある。
論文 参考訳（メタデータ） (2022-12-08T15:16:04Z) - Generalization of generative model for neuronal ensemble inference
method [0.0]
本研究では,ニューロンの状態を表す変数の範囲を拡大し,拡張変数に対するモデルの可能性を一般化する。
この2値入力の制限のない一般化により,ソフトクラスタリングが可能となり,非定常神経活動データに適用できる。
論文 参考訳（メタデータ） (2022-11-07T07:58:29Z) - Neural Language Models are not Born Equal to Fit Brain Data, but
Training Helps [75.84770193489639]
音声ブックを聴く被験者の機能的磁気共鳴イメージングの時間軸予測に及ぼすテスト損失,トレーニングコーパス,モデルアーキテクチャの影響について検討した。
各モデルの訓練されていないバージョンは、同じ単語をまたいだ脳反応の類似性を捉えることで、脳内のかなりの量のシグナルをすでに説明していることがわかりました。
ニューラル言語モデルを用いたヒューマン・ランゲージ・システムの説明を目的とした今後の研究の実践を提案する。
論文 参考訳（メタデータ） (2022-07-07T15:37:17Z) - POPPINS : A Population-Based Digital Spiking Neuromorphic Processor with
Integer Quadratic Integrate-and-Fire Neurons [50.591267188664666]
2つの階層構造を持つ180nmプロセス技術において,集団に基づくディジタルスパイキングニューロモルフィックプロセッサを提案する。
提案手法は,生体模倣型ニューロモルフィックシステム,低消費電力,低遅延推論処理アプリケーションの開発を可能にする。
論文 参考訳（メタデータ） (2022-01-19T09:26:34Z) - Evolving spiking neuron cellular automata and networks to emulate in
vitro neuronal activity [0.0]
我々は生体内における生体ニューロンの行動パターンをエミュレートするスパイキング神経系を生産する。
我々のモデルは、ネットワーク全体の同期レベルを生成できた。
トップパフォーマンスモデルのゲノムは、生成した活動の複雑さを決定する上で、モデル内の接続の興奮性と密度が重要な役割を果たすことを示している。
論文 参考訳（メタデータ） (2021-10-15T17:55:04Z) - Mapping and Validating a Point Neuron Model on Intel's Neuromorphic
Hardware Loihi [77.34726150561087]
インテルの第5世代ニューロモルフィックチップ「Loihi」の可能性について検討する。
Loihiは、脳内のニューロンをエミュレートするスパイキングニューラルネットワーク(SNN)という新しいアイデアに基づいている。
Loihiは従来のシミュレーションを非常に効率的に再現し、ネットワークが大きくなるにつれて、時間とエネルギーの両方のパフォーマンスにおいて顕著にスケールする。
論文 参考訳（メタデータ） (2021-09-22T16:52:51Z) - The Neural Coding Framework for Learning Generative Models [91.0357317238509]
本稿では,脳の予測処理理論に触発された新しい神経生成モデルを提案する。
同様に、私たちの生成モデルにおける人工ニューロンは、隣接するニューロンが何をするかを予測し、予測が現実にどの程度一致するかに基づいてパラメータを調整します。
論文 参考訳（メタデータ） (2020-12-07T01:20:38Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。