詳細的生物物理神經元模型為了解單一神經元的工作提供了一個獨特的視窗。它們使研究人員能夠有系統地、可逆地操縱神經元特性，而這在真實世界的實驗中往往是不可能實現的。

揭開神經元功能的秘密：通用工作流程。藍腦公司推出了一種通用工作流程，利用演化演算法創建精確的神經元模型。這種方法簡化了模型的創建，產生了代表整個神經元類型的典型模型，並為未來的改進鋪平了道路。圖片來源：© Blue Brain Project / EPFL

這些電子模型在推動我們了解神經元形態如何影響興奮性以及特定離子電流如何促進細胞功能方面發揮了關鍵作用。此外，它們在建構神經元迴路以模擬和研究大腦活動方面也發揮了重要作用，讓我們得以一窺支撐我們思想和行動的神經元的複雜舞動。

創造能忠實複製實驗觀察結果的精確電子模型並非易事。這需要量化模型響應與實際電生理行為之間的相似性，而當離子通道電導和被動膜特性等參數無法直接測量時，這就具有挑戰性。要獲得較高的相似性分數，往往需要對參數空間進行廣泛的探索，這項工作既艱鉅又耗時。

為了應對這些挑戰，研究人員向演化演算法（EAs）尋求協助。演化演算法是在高維空間中進行全域參數最佳化的高效工具。其中，基於指標的演化演算法（IBEA）在這方面大有可為。然而，該領域仍缺乏完全開源和可複製的模型優化工作流程。

在這項刊登在11 月《模式》雜誌封面上的新研究中，藍腦（Blue Brain）計畫提出了一種開創性的通用工作流程，用於創建、驗證和推廣詳細的神經元模型。這種方法建立在開源工具的基礎上，所有步驟均可免費使用，為研究人員建立神經元模型提供了全面的解決方案，這些模型既可以代表單一生物細胞，也可以代表預先定義的細胞類型。

這個工作流程的獨特功能之一是能夠建立所謂的典型神經元模型。BBP小組組長維爾納-範蓋特（Werner Van Geit）解釋說：”我們創建的不是針對單一神經元定制的模型，而是代表整個神經元類型的模型。”這種方法在研究特定神經元類型的特性和建構大型神經元迴路時特別有用”。

在這項研究中，作者應用工作流程創建了40 個模型，代表了幼鼠體感皮層中的11 種電類型（e-types），體感皮層是大腦皮層中負責處理來自身體各部位的與觸覺、壓力、溫度和疼痛有關的感覺訊息的區域。每個模型都根據一組電生理特徵進行了最佳化，以確保與實驗數據密切匹配。然後在各種形態上對這些典型模型進行測試，以評估它們的通用性。

透過分析這些模型中使用的參數，科學家們深入了解了它們的生物物理特性。”靈敏度分析有助於揭示哪些參數對模型性能至關重要，哪些參數可以變化而不影響結果，”共同第一作者克里斯蒂安-羅塞特（Christian Rössert）強調說，”這種更深入的理解對完善模型的創建大有幫助。

雖然這種方法很強大，但作者指出了目前的一些限制。某些神經元類型能很好地概括各種形狀，而其他類型則很難。了解為什麼某些模型在特定形態下效果更好是一個正在進行的研究領域。此外，創建一個單一的典型模型意味著忽略真實神經元中的一些變異性。為了解決這個問題，神經科學家可以根據相同的輸入創建多個模型，引入變異以代表真實世界的多樣性。

共同第一作者瑪麗亞-雷瓦（Maria Reva）指出：「這裡介紹的這套電子模型是基於對神經元主體的貼片鉗記錄進行的電學測量。在未來的版本中，這些模型可以豐富更多細節，如突觸和樹突整合以及額外的離子電流，這些改進將使我們更接近了解神經元的功能。”