中央神经系统中神经元的活动在不同状态下（如睡眠或清醒、注意或昏昏欲睡、行为或休息）发生了剧烈变化。神经调节通过改变神经元的兴奋性来支持这些变化。许多研究致力于了解神经调节剂对各种神经元的影响。然而，我们仍然缺乏一个整体的图景来描述神经调节如何影响神经元的动态。在这里，我们提供了一个分析框架来表征神经调节。首先，我们分析了公开文献中的电生理数据，并从五个区域的七种神经元中提取特征，研究了五种神经调节剂的影响。其次，我们使用广泛应用且生物学上准确的自适应指数积分放电模型（AdEx）来描述这些数据。第三，我们使用降维技术来研究控制和神经调节条件下的参数空间。第四，我们通过分岔和相平面分析检查每种神经调节剂的动态。我们的分析表明：（i）不同的神经调节剂将神经元的参数空间重新映射为不重叠的簇，（ii）神经调节剂引起的电生理特性变化可以通过兴奋性格局中的动态状态之间的转变来解释，以及（iii）只有两种明显的神经调节效应：“切换”——改变放电行为——和“缩放”——增强或削弱现有行为。利用这一框架，我们使用一种物种的数据估计了神经调节在另一种物种中的影响。此研究提供了关于神经调节的综合视角，为实验者和理论家提供了其对神经活动影响的简明描述。基于Python的开源工作流程是模块化的，可直接应用于其他数据集。
Guarino 等（Mon，）研究了这个问题。