神经科学家开发了AI工具来解锁小脑秘密
作者：Baylor College of Medicine
理解和治疗诸如震颤，失衡和语音障碍之类的脑部疾病需要对小脑的深入了解，小脑是大脑的一部分，对于进行准确的运动至关重要。
长期以来，科学家一直能够窃听并记录神经元传输的电信号（脑细胞）在小脑中，使他们能够观察进入和离开该区域的信号。但是，大脑在输入和输出之间执行的计算在很大程度上是一个谜。
但是，这正在改变。一组研究人员，包括贝勒医学院的研究人员，创建了一种人工智能工具，可以在行为过程中识别从小脑记录的电信号的神经元类型，从而使人们对小脑的工作方式有了新的了解。
研究，出版在细胞，描述该工具，是一个半监督的深度学习分类器，允许研究人员了解小脑在许多行为中的作用。
布朗基金会教授兼医学院神经科学中心和AI的高级班勒神经科学学院主任，贝恩基金会教授兼高级副作用作家Javier Medina博士说：“当我们用细胞外电极记录神经元的活性时，就像听到了一群人之间的拥挤对话，每种语言都有不同的语言。”
“我们的新AI工具使我们能够根据其电气签名来确定其使用的'语言'来确定每个记录的神经元所属于哪个组。”
“这是一个革命性的进步，因为它解决了解码神经对话内容的第一步，了解谁在说话。有了这一目标，门现在可以揭开不同的神经元在互相说的话。”
长期以来，科学家知道神经元是相互联系的，并且能够仅记录输入神经元和输出神经元。
斯蒂芬·利斯伯格（Stephen Lisberger）博士与杜克大学（Duke University）和该研究的七个共同担任作者之一的斯蒂芬·利斯伯格（Stephen Lisberger）博士说：“我们无法弄清楚结构的信号是如何转变为输出信号的。
“用于记录电信号的高级技术不会揭示出哪种神经元类型产生它们。如果您可以回答电路的工作原理，那么您可以说大脑如何产生行为。这一发现标志着一个关键的时刻，有望帮助回答这些问题。”
AI技术的这一新发展是由杜克大学，伦敦大学学院贝勒医学院，西班牙格拉纳达大学，阿姆斯特丹大学，以色列的巴尔 - 伊兰大学和伦敦的国王学院组成的23名研究人员组成的团队的结果
为了构建分类器，科学家首先必须测量小脑内不同类型神经元的独特电特征。使用光遗传实验，其中将光敏蛋白的基因引入特定类型的类型神经元，作者“标记”了每种小脑神经元类型的电活动。使用这些电特征，他们训练了深度学习分类器，以通过神经元类型对小脑记录的活动进行分类。
杜克大学高级研究助理David Herzfeld博士是该论文的七位联合作者之一。
他与其他机构的同事一起，包括联合第一作者Maxime Beau和Federico d'Agostino，设计和培训了分类器。
“这个工具是我们研究如何如何研究小脑处理信息，”赫兹菲尔德说。
“我希望我们的技术能够激发研究其他大脑区域的研究人员，以建立与神经活动与神经元身份相匹配的工具，从而有助于发现不同电路的功能，并最终为治疗神经系统疾病的新方法铺平了道路。”
更多信息：Maxime Beau等人，一种深度学习策略，可从高密度的细胞外记录中识别跨物种的细胞类型，细胞（2025）。doi：10.1016/j.cell.2025.01.041
期刊信息： 细胞
引用：神经科学家开发了解锁小脑秘密的AI工具（2025年，4月18日）检索2025年4月18日来自https://medicalxpress.com/news/2025-04-neuroscientists-ai-tool-cerebellum-secrets.html
该文档具有版权。除了为私人研究或研究目的的任何公平交易外，没有未经书面许可，可以复制部分。内容仅用于信息目的。
关于《神经科学家开发了AI工具来解锁小脑秘密》的评论
暂无评论