Британские и японские ученые предложили новый метод анализа огромных массивов данных, получаемых в результате записи активностей тысяч отдельных нейронов мозга. Разработка сможет сократить огромные вычислительные затраты большинства подобных методов и сделает их более доступными для ученых. Статья опубликована в журнале Nature Communications.
Ученые из Сассекского и Киотского университетов разработали метод анализа данных о нейрональной активности, превосходящий все предыдущие модели в прогнозировании и оценке благодаря более точному описанию оценки колебаний системы и большей чувствительности к изменениям параметров.
«Совсем недавно у нас появились технологии, позволяющие регистрировать активности тысячи отдельных нейронов животных во время их взаимодействия с окружающей средой — это огромный шаг по сравнению с изучением изолированных сетей нейронов в лабораториях или у иммобилизованных или анестезированных животных, — рассказывает соавтор работы Мигель Агилера. — Это очень важное достижение, но у нас еще нет методов для анализа и обработки огромного количества таких данных. Наша работа способствует развитию этой технологии, так как позволяет объяснять, как нейроны обрабатывают информацию и регулируют поведение».
Большинство методов анализа используют статистические модели, где эффект всех взаимодействий в сети аппроксимируется упрощенным средним эффектом. Однако эти методы работают только в идеализированных условиях, тогда как мозг находится в постоянной динамике и демонстрирует сложные изменяющиеся паттерны и взаимодействия с быстро меняющейся средой. Новый метод подходит для анализа данных, собранных в нестабильных условиях окружающей среды, в которых действуют животные в реальном мире. Исследователи применили информационный геометрический подход, который позволил создавать упрощенные карты, аппроксимирующие траекторию нейронной активности.
Подписывайтесь на InScience.News в социальных сетях: ВКонтакте, Telegram, Одноклассники.
