机器学习阐明了预测人类和老鼠背部根质神经元多射和单射的电生理性质
Nesia A Zurek1, Sherwin Thiyagarajan1, Reza Ehsanian1
1Department of Anesthesiology and Critical Care Medicine, University of New Mexico Health Sciences Center, Albuquerque, New Mexico 87106.
eNeuro
|September 19, 2024
概括
研究人员确定了关键的电生理学属性,这些属性预测了人类背部根结质 (hDRG) 神经元的多次发射. 这些发现适用于小鼠模型,可以帮助识别疼痛目标.
科学领域:
- 神经科学是一个神经科学.
- 疼痛研究 疼痛研究
- 电子生理学 电子生理学
背景情况:
- 人类和老鼠的背部根 (hDRG和mDRG) 神经元对于理解疼痛机制至关重要.
- 神经元表现出不同的触发表型:单次触发 (一个动作潜能) 和多次触发 (两个或更多的动作潜能).
- 本质性质和波形特性的差异可能会区分这些发射表型.
研究的目的:
- 为了研究单次和多次发射的hDRG神经元是否在内在特性,发射表型和作用电位 (AP) 波形特征上有所不同.
- 为了确定这些特性是否可以预测hDRG神经元中的多次发射行为.
- 评估hDRG模型对mDRG神经元的跨物种预测能力.
主要方法:
- 全细胞补丁电生理学被用来测量94个hDRG神经元中的22个电生理性质.
- 机器学习模型 (逻辑回归,k-最近邻居,随机森林,支持矢量分类器,XGBoost) 用于预测.
- 蒙特卡洛交叉验证 (1000次代) 用于强大的模型评估.
主要成果:
- 所有测试的机器学习模型都在预测多次发射时实现了>80%的平均准确性.
- 支持向量分类器和XGBoost表现出卓越的性能.
- 多次发射的hDRG神经元的关键预测因素包括长时间的衰变时间,低基和长时间的第一个尖峰延迟.
- 在hDRG数据上训练的模型准确地预测了mDRG神经元中的多次发射,准确率为90%.
结论:
- 特定的电生理学特性可以有效地预测hDRG神经元的多次发射行为.
- 鉴定到的预测性质 (长时间的衰变时间,低基,长时间的第一个尖端延迟) 提供了对神经元刺激性的见解.
- 这些发现对确定涉及疼痛的外围感官神经元上的治疗点有意义.
