一个用于实时和自适应神经科学实验的软件平台
Anne Draelos1,2,3, Matthew D Loring4, Maxim Nikitchenko4
1Department of Biostatistics & Bioinformatics, Duke University School of Medicine, Durham, NC, USA. adraelos@umich.edu.
Nature communications
|November 11, 2025
概括
本研究介绍了improv,它是一个软件平台,通过将建模与实时数据收集和实时控制相结合,实现自适应实验设计. 这促进了神经科学研究中的高效发现和验证.
科学领域:
- 神经科学是一个神经科学.
- 计算生物学 计算生物学
- 生物工程是生物工程.
背景情况:
- 传统的神经科学研究通常依赖于预先设定的假设和回顾性数据分析.
- 通过计算建模驱动的自适应性实验设计,承诺更高效的科学发现.
- 软件和硬件的实时集成对于适应性实验范式至关重要.
研究的目的:
- 引入"improv",一个用于自适应实验设计的新型软件平台.
- 展示平台在整合建模,数据收集,分析和实时实验控制方面的能力.
- 展示改善在神经科学中发现和验证的实用性.
主要方法:
- 开发了一个灵活的软件平台"improv".
- 集成的计算建模与实时数据采集和分析.
- 编排实验,包括行为分析,成像,刺激选择和光遗传控制.
主要成果:
- 在in silico和in vivo实验中证明了改善的有效性.
- 成功进行实时行为分析和神经反应的功能类型.
- 启用了以模型驱动的斑马鱼神经元的光遗传学操纵.
结论:
- 改进有效地整合了适应神经科学研究的建模,数据收集和实验控制.
- 该平台支持各种模型生物和数据类型,提高实验效率.
- 改进为下一代神经科学适应性实验铺平了道路.


