纳米级连接学 标注 标准 框架 框架

科学领域:

• 神经科学是一个神经科学.
• 生物信息学是一种生物信息学.
• 数据科学数据科学数据科学

背景情况:

• 来自电子显微镜 (EM) 和X射线显微镜 (XRM) 的大规模,高分辨率数据集对于理解神经结构和突触连接至关重要.
• 数据集大小的快速增长 (超大规模水平) 需要有效的管理策略,以防止不足利用.
• 目前的神经数据缺乏标准化格式,阻碍了跨系统兼容性和数据共享.

研究的目的:

• 概述一个标准框架,用于创建和管理来自高分辨率体积和连接数据集的注释.
• 确保遵守可查找,可访问,可互操作和可重复使用 (FAIR) 数据原则.
• 加强协作努力,提高发现的可靠性,并使不同数据集进行比较分析.

主要方法:

• 在体积数据生成和分析方面,与学术界和行业合作伙伴组成了一个全球工作组.
• 识别当前EM和XRM数据管道中的缺口.
• 完善标准化EM和XRM方法的概要和平台,考虑现有的社区方法.

主要成果:

• 关于从EM和XRM获得的神经数据注释的建议标准框架.
• 强调捕获神经元实体,生物组件和相关元数据.
• 专注于适应能力和促进神经科学界内的合作.

结论:

• 标准化的神经数据管理对于释放高分辨率成像数据集的全部潜力至关重要.
• 实施FAIR数据实践将加速神经科学研究和发现.
• 开发的框架旨在促进互操作性和二次数据的使用,推动协作进步.