广义漏积分发火模型分类多种神经元类型

哺乳动物新皮层中神经元类型多样性很高。为了便于构建具有多种细胞类型的系统模型，我们生成了与艾伦细胞类型数据库相关的点模型数据库。我们构建了一系列日益复杂的广义漏积分发火（GLIF）模型，以再现来自16个转基因系645个记录神经元的尖峰行为。更复杂的模型具有提高的预测保留刺激尖峰行为的能力。我们使用无监督方法对细胞类型进行分类，发现高水平的GLIF模型参数能够区分与电生理特征相当的转基因系。更复杂的模型参数在区分转基因系方面也具有更强的能力。因此，创建简单模型是一种有效的降维技术，能够基于电生理反应区分细胞类型，而无需预先定义特征。该数据库将为社区提供一组简化的多细胞类型模型，以便在网络模型中使用。