威斯康星大学 - 麦迪逊(UW)的大丰王某和同事用了机器学习(ML)和人工智能,以更好地了解互动性状如何影响脑细胞的功能。
研究人员通过将基因表达和电生理数据在小鼠脑中对准3,000神经元进行对准,将歧管学习应用于预测神经元特征;这两个神经元细胞特征在同一组细胞中表现出高值,但其余部分中的低值,并且彼此的关系表现出描述它们的歧管形状。
然后,研究人员使用细胞簇来揭示电生理特征与控制其他基因表达的特定基因之间的连接。这通知DeepManReg的发展,一种新的歧管学习模型,其基于基因表达和电生理学增强了神经元性状的预测。“基本上,[我们可以研究]如何对这些基因进行调节以影响患病细胞中的电生理学或行为,”王说。
从威斯康星大学 - 麦迪逊新闻=
查看完整的文章
摘要版权所有©2022史密斯巴克林,华盛顿,直流,美国
没有发现任何条目