Нейрон (программное обеспечение)
 | Эта статья в значительной степени или полностью опирается на один источник . ( май 2010 г. ) |
| Разработчик(и) | Майкл Хайнс, Джон В. Мур и Тед Карневейл |
|---|---|
| Стабильная версия | 8.2.0 / 1 июля 2022 г [1] |
| Предварительный выпуск | 8.2а / 7 июня 2022 г [1] |
| Репозиторий | |
| Написано в | С , С++ , ФОРТРАН |
| Операционная система | Кросс-платформенный |
| Тип | Нейронное моделирование |
| Лицензия | Новая лицензия BSD |
| Веб-сайт | https://neuron.yale.edu |
Neuron — это среда моделирования для моделирования отдельных нейронов и сетей . Первоначально он был разработан Майклом Хайнсом, Джоном В. Муром и Тедом Карневейлом в Йельском университете и Дьюке .
Neuron моделирует отдельные нейроны с помощью секций, которые автоматически подразделяются на отдельные отсеки, вместо того, чтобы требовать от пользователя создания отсеков вручную. Основной язык сценариев — hoc , но Python также доступен интерфейс . Программы можно писать в интерактивном режиме в оболочке или загружать из файла. Neuron поддерживает распараллеливание по протоколу MPI .
Нейрон способен обрабатывать модели диффузионных реакций и интегрировать функции диффузии в модели синапсов и клеточных сетей. [2] Распараллеливание возможно с помощью внутренних многопоточных процедур для использования на многоядерных компьютерах. [3] Свойства мембранных каналов нейрона моделируются с помощью скомпилированных механизмов, написанных с использованием языка NMODL, или скомпилированных процедур, работающих с внутренними структурами данных, настроенными с помощью Channel Builder.
Наряду с аналогичной программной платформой GENESIS , Neuron является основой обучения вычислительной нейробиологии на многих курсах и в лабораториях по всему миру.
Пользовательский интерфейс
[ редактировать ]Neuron имеет графический интерфейс пользователя (GUI), предназначенный для использования людьми с минимальным опытом программирования. Графический интерфейс оснащен конструктором одно- и многосекционных ячеек, сетей, сетевых ячеек, каналов и линейных электрических цепей. Клетки с одним и несколькими отсеками отличаются тем, что клетки с несколькими отсеками имеют несколько «секций», каждая из которых имеет потенциально разные параметры размеров и кинетики. На веб-сайте Neuron доступны учебные пособия, в том числе по созданию базовых моделей для построения ячеек, каналов и сетей. [ нужна ссылка ] С помощью этих конструкторов пользователь может сформировать основу всех симуляций и моделей.
Строитель ячеек
[ редактировать ]
Cell Builder позволяет пользователю создавать и изменять структуры ячеек фигурок. Эти отделы составляют основу функционально различных участков нейрона. [4]
Пользователь может определить функционально различные группы разделов. Отделения, ответвляющиеся друг от друга, можно назвать «дендритами», а другой, одиночный участок, выступающий из того же центрального участка, можно назвать «аксоном». Пользователь может определить параметры, для которых определенные значения являются переменными как функция по всему разделу. Например, длина пути вдоль подмножества может быть определена как область, функции вдоль которой затем могут быть определены позже. [5] [6]
Пользователь может выбрать отдельные секции или группы и установить точные параметры длины, диаметра, площади и длины для этой группы или секции. Любое из этих значений можно задать как функцию длины или другого параметра соответствующего раздела. Пользователь может установить количество функциональных сегментов в разделе, что является стратегией пространственного разрешения. Чем больше сегментов, тем точнее Neuron может обрабатывать функцию в секции. Сегменты — это точки, к которым могут быть привязаны точечные менеджеры процессов. [7]
Пользователи могут определять кинетические и электрофизиологические функции как для подмножеств, так и для разделов. Neuron оснащен вероятностной моделью Ходжкина-Хаксли. [8] кинетика аксонов гигантского кальмара, а также функция для моделирования кинетики пассивного канала утечки . Обе эти функции и описываемые ими особенности могут быть добавлены к мембране построенной клетки. Значения скорости утечки, проводимости натрия и проводимости калия могут быть установлены для моделирования этой кинетики и могут быть установлены как функции в параметризованной области. Каналы становятся доступными для внедрения в клеточную мембрану.
Создатель каналов
[ редактировать ]Пользователь может создавать модели каналов как по напряжению , так и по лиганд-управляемым каналам . Channel Builder поддерживает локальные точечные каналы, обычно используемые для одиночных больших каналов, функцию которых необходимо смоделировать, а также общие каналы, плотность которых в ячейке можно определить. Можно определить максимальную проводимость, реверсивный потенциал, чувствительность к лигандам, ионную проницаемость, а также точную динамику переходных состояний с использованием переменных активации и инактивации, включая дифференциальную проводимость. [9]
Создатель сетей и сетевых ячеек
[ редактировать ]Neuron позволяет создавать смешанные модели, наполненные как искусственными клетками, так и нейронами. Искусственные ячейки по сути функционируют как точечные процессы, реализованные в сети. Искусственные клетки требуют только точечного процесса с определенными параметрами. Пользователь может создавать структуру и динамику ячеек сети. Пользователь может создавать синапсы, используя моделируемые процессы синаптических точек в качестве архетипов. Параметры этих точечных процессов можно манипулировать для моделирования как тормозящих, так и возбуждающих реакций. Синапсы можно разместить на определенных участках построенной клетки, при этом они опять-таки будут вести себя как точечные отростки, с той лишь разницей, что они чувствительны к активности пресинаптического элемента. Ячейками можно управлять. Пользователь создает базовую сетку ячеек сети, взяв в качестве архетипов ранее завершенные ячейки сети. Могут быть определены связи между исходными клетками и целевыми синапсами в других клетках. Клетка, содержащая целевой синапс, становится постсинаптическим элементом, тогда как исходные клетки функционируют как пресинаптические элементы. Могут быть добавлены веса, чтобы определить силу активации синапса пресинаптической клеткой. Опцию графика можно активировать, чтобы открыть график спайков во времени для отдельных нейронов.
Моделирование и запись
[ редактировать ]Neuron оснащен множеством инструментов моделирования. В частности, он включает в себя несколько «точечных процессов», которые представляют собой простые функции в определенном сегменте клетки. Точечные процессы включают моделирование напряжения , патча , одиночного электрода и токовых зажимов, а также нескольких моделируемых синапсов. Процессы синаптических точек отличаются своей способностью моделировать интенсивность стимуляции, которая нелинейно меняется во времени. Их можно разместить в любом сегменте любой секции построенной клетки, отдельной или сети, и можно определить их точные значения, включая амплитуду и продолжительность стимуляции, время задержки активации в цикле и параметры времени затухания (для синапсов). из модуля диспетчера процессов точки. При реализации в сети в виде синапсов параметры точечного процесса определяются в построителе синапсов для конкретной ячейки сети. [10] Графики, описывающие оси напряжения, проводимости и тока с течением времени, можно использовать для описания изменений электрического состояния в месте любого сегмента клетки. Neuron позволяет создавать графики изменений как в отдельных точках во времени, так и в масштабе всего участка во времени. [11] [12] Продолжительность пробега можно установить. Все точечные процессы, в том числе обозначающие клетки или синапсы искусственных нейронов, и все графики отражают продолжительность.
Примеры
[ редактировать ]В этом примере создается простая клетка с однокамерной сомой и многокамерным аксоном . В нем динамика клеточной мембраны моделируется с использованием кинетики аксонов кальмара Ходжкина-Хаксли . Симулятор стимулирует клетку и работает в течение 50 мс.
//create two sections, the body of the neuron and a very long axoncreate soma, axonsoma { //length is set to 100 micrometers L = 100 //diameter is set to 100 micrometers diam = 100 //insert a mechanism simulating the standard squid Hodgkin–Huxley channels insert hh //insert a mechanism simulating the passive membrane properties insert pas}axon { L = 5000 diam = 10 insert hh insert pas //the axon shall be simulated using 10 compartments. By default a single compartment is used nseg = 10}//connect the proximal end of the axon to the distal end of the somaconnect axon(0), soma(1)//declare and insert a current clamp into the middle of the somaobjref stimsoma stim = new IClamp(0.5)//define some parameters of the stimulus: delay, duration (both in ms) and amplitude (in nA)stim.del = 10stim.dur = 5stim.amp = 10//load a default NEURON library file that defines the run routineload_file("stdrun.hoc")//set the simulation to run for 50 mststop = 50//run the simulationrun()Можно построить график, показывающий следы напряжения, начиная от сомы и дистального конца аксона. Потенциал действия на конце аксона поступает несколько позже, чем он появляется в соме в месте стимуляции. График представляет собой зависимость мембранного напряжения от времени.
Ссылки
[ редактировать ]- ^ Перейти обратно: а б «Релиз · нейронсимулятор/нрн» . github.com . Проверено 20 апреля 2021 г.
- ^ «Новая версия NEURON включает реактивную диффузию! - NEURON» .
- ^ "www.neuron.yale.edu • Просмотр темы - NEURON 7.0 теперь доступен" .
- ^ «Указать топологию» .
- ^ «Укажите подмножества» .
- ^ «Настройте SubsetDomainIterator» .
- ^ «Укажите геометрию» .
- ^ Характеристика ионного тока Ходжкина-Хаксли
- ^ «Создание канала на основе спецификации в стиле HH» .
- ^ Документация PointProcess
- ^ «Построение графика переменных моделей биофизических клеток в сети» .
- ^ «Использовать спецификацию модели» .