登录
 机构网站
  1. 首页
  2. 情报产品
  3. 快讯详情

《Nature | 将模型单元映射到视觉神经元揭示了社会行为的群体代码》

  • 来源专题：战略生物资源
  • 编译者： 李康音
  • 发布时间：2024-05-26

  • 2024年5月22日，普林斯顿大学的研究人员在 Nature 期刊发表了题为Mapping model units to visual neurons reveals population code for social behaviour的文章。

    在动物身上观察到的丰富多样的行为是通过感觉处理和运动控制之间的相互作用产生的。为了理解这些感觉运动转换，建立模型不仅可以预测神经对感觉输入的反应，还可以预测每个神经元对行为的因果关系。

    该研究展示了一种新的建模方法，通过预测由十多个神经元细胞类型的系统扰动引起的行为变化，来识别深度神经网络内部单元与真实神经元之间的一对一映射。该研究介绍的一个关键因素是“敲除训练”，它涉及在训练过程中干扰网络，以匹配行为实验中真实神经元的扰动。研究人员应用这种方法来模拟黑腹果蝇雄性在复杂的、视觉引导的社会行为中的感觉运动转换。视觉叶和中央脑交界处的视觉投射神经元形成了一组离散通道，先前的研究表明，每个通道编码一个特定的视觉特征来驱动特定的行为。该研究的模型得出了不同的结论:视觉投射神经元的组合，包括那些涉及非社会行为的神经元，驱动雄性与雌性的互动，形成了丰富的种群行为代码。

    总的来说，该研究的框架将各种神经扰动引起的行为效应整合到一个单一的、统一的模型中，提供了从刺激到神经元细胞类型再到行为的地图，并使未来的大脑接线图能够合并到模型中。

  • 原文来源：https://www.nature.com/articles/s41586-024-07451-8
178浏览量
原文链接
相关报告

  • 《Nat Commun：新模型首次揭示了CRISPR-Cas9的DNA切割行为》
    • 来源专题：生物安全知识资源中心—领域情报网
    • 编译者：hujm
    • 发布时间：2022-03-28
    • 在一项新的研究中，来自荷兰代尔夫特理工大学的研究人员提出了一种基于物理的模型，它建立了一个关于CRISPR-Cas9基因编辑如何运作的定量框架，并允许他们预测在哪里、以何种概率以及为何会发生靶向错误，即脱靶。这项研究使我们首次对当今最重要的基因编辑平台背后的机制有了详细的物理了解。相关研究结果于2022年3月15日发表在Nature Communications期刊上，论文标题为“A kinetic model predicts SpCas9 activity, improves off-target classification, and reveals the physical basis of targeting fidelity”。 CRISPR-Cas9蛋白的发现极大地简化了基因编辑，并带来了找到治愈许多遗传性疾病的希望。然而，在人类治疗中常规和安全地使用这种技术需要极端的精确性和对任何脱靶效应的可预测性。在论文通讯作者、代尔夫特理工大学生物纳米科学系的Martin Depken博士的领导下，这些作者如今展示了一种新的、基于物理的模型，该模型大大改进了现有的关于预测切割DNA的可能位置和可以预测这种情况发生概率的模型。 基于物理的方法来理解Cas9基因编辑 目前用于基因编辑的生物信息学模型的一个很大的局限性在于它们是二元性质的：它们将基因组上的靶标归类为可能被切割或不可能被切割。这些模型只关注非常高概率的靶向错误（脱靶），而会错过许多较低概率的靶向错误，这些较低概率的靶向错误加起来可能构成基因组中的大多数编辑错误。如今，这些作者构建出的这种新的物理模型同时考虑到了高概率和低概率的脱靶；它可以被用来对任何Cas9变体进行物理描述，并预测任何DNA位点发生切割的概率。 Depken解释了他的实验室开发的这种基于物理学的新方法。“在基因编辑中，你希望最大限度地提高在预定位点进行切割的概率，同时尽量减少基因组其他位点的切割数量。因此，从概率的角度来理解切割是至关重要的。从单分子物理学的实验和结构数据中，我们构建出一种可以做到这一点的模型。我们改变了描述基因编辑的方式，从二元选择到完整的概率图。” 提高基因编辑的准确性 通过对为何会发生脱靶提供新的物理见解，这项研究也标志着朝着以更合理的方式设计新的基因编辑平台以及对现有平台进行表征、评估和比较迈出了重要的下一步。通过他们对基因编辑的概率描述，他们还希望通过考虑所有可能的脱靶，帮助改善对基因组编辑的风险评估。 Depken说，“我们如今利用我们的新模型对Cas9进行了基准测试。我们的下一步目标是利用其他高精度的基因编辑平台做同样的事情，以了解它们如何不同以及为何不同。我们希望借此揭示出通往开发更高精度的基因编辑的道路。” 参考资料： Behrouz Eslami-Mossallam et al. A kinetic model predicts SpCas9 activity, improves off-target classification, and reveals the physical basis of targeting fidelity. Nature Communications, 2022, doi:10.1038/s41467-022-28994-2.
    131浏览量
    原文链接

  • 《人工智能模型可以揭示晶体材料的结构》
    • 来源专题：新一代信息技术
    • 编译者：isticzz2022
    • 发布时间：2024-09-24
    •       100多年来，科学家们一直在使用X射线晶体学来确定金属、岩石和陶瓷等晶体材料的结构。当晶体完好无损时，这种技术效果最佳，但在许多情况下，科学家们只有粉末状的材料，其中含有晶体的随机碎片。这使得将整体结构拼凑在一起变得更加具有挑战性。       麻省理工学院的化学家们现在提出了一种新的生成式人工智能模型，可以更容易地确定这些粉末晶体的结构。该预测模型可以帮助研究人员表征用于电池、磁铁和许多其他应用的材料。通过分析X射线晶体学数据，该模型可以帮助研究人员开发用于许多应用的新材料。麻省理工学院Frederick George Keyes化学教授Danna Freedman说：“对于任何材料来说，结构都是你需要知道的第一件事。它对超导性很重要，对磁铁很重要，对于知道你创造了什么光伏很重要。它对你能想到的任何以材料为中心的应用都很重要。”。      Freedman和斯坦福大学计算机科学教授Jure Leskovec是这项新研究的资深作者，该研究发表在《美国化学学会杂志》上。麻省理工学院研究生Eric Riesel和耶鲁大学本科生Tsach Mackey是这篇论文的主要作者。      晶体材料包括金属和大多数其他无机固体材料，由许多相同的重复单元组成的晶格组成。这些单元可以被认为是具有独特形状和大小的“盒子”，原子精确地排列在其中。当X射线照射到这些晶格上时，它们会以不同的角度和强度衍射原子，从而揭示原子位置和原子间键的信息。自20世纪初以来，这种技术已被用于分析材料，包括具有晶体结构的生物分子，如DNA和一些蛋白质。       对于仅以粉末晶体形式存在的材料，解决这些结构变得更加困难，因为碎片没有携带原始晶体的完整3D结构。弗里德曼说：“精确的晶格仍然存在，因为我们所说的粉末实际上是微晶的集合。所以，你的晶格与大晶体相同，但它们处于完全随机的方向。”       对于数千种这样的材料，X射线衍射图案存在，但仍未得到解决。为了尝试破解这些材料的结构，Freedman和她的同事们根据一个名为“材料项目”的数据库中的数据训练了一个机器学习模型，该数据库包含超过15万种材料。首先，他们将数万种这种材料放入一个现有的模型中，该模型可以模拟X射线衍射图案的样子。然后，他们使用这些模式来训练他们的人工智能模型，他们称之为Crystalyze，以根据X射线模式预测结构。       该模型将预测结构的过程分解为几个子任务。首先，它确定晶格“盒子”的大小和形状，以及哪些原子将进入其中。然后，它预测盒子内原子的排列。对于每个衍射图案，该模型生成了几个可能的结构，可以通过将这些结构输入一个模型来测试，该模型确定了给定结构的衍射图案。Riesel说：“我们的模型是生成性人工智能，这意味着它生成了以前从未见过的东西，这使我们能够生成几种不同的猜测。我们可以进行一百次猜测，然后我们可以预测粉末模式应该是什么样子。然后，如果输入与输出完全相同，那么我们就知道我们做对了。”       研究人员在材料项目的数千个模拟衍射图案上测试了该模型。他们还对RRUFF数据库中的100多个实验衍射图案进行了测试，该数据库包含近14000种天然晶体矿物的粉末X射线衍射数据，这些数据是他们在训练数据中保留的。根据这些数据，该模型的准确率约为67%。然后，他们开始在以前没有解决的衍射图案上测试该模型。这些数据来自粉末衍射文件，其中包含400000多种已解决和未解决材料的衍射数据。       利用他们的模型，研究人员为100多个以前未解决的模式提出了结构。他们还利用他们的模型发现了弗里德曼实验室通过迫使在大气压下不反应的元素在高压下形成化合物而创造的三种材料的结构。这种方法可用于产生具有完全不同的晶体结构和物理性质的新材料，即使它们的化学成分是相同的。 石墨和金刚石都是由纯碳制成的，它们就是这种材料的例子。弗里德曼开发的材料，每种都含有铋和另一种元素，可用于设计永磁体的新材料。        弗里德曼说：“我们从现有数据中发现了很多新材料，最重要的是，我们实验室解决了三个未知的结构，这些结构构成了这些元素组合的第一个新的二元相。”麻省理工学院的团队表示，能够确定粉末晶体材料的结构可以帮助研究人员在几乎任何与材料相关的领域工作，该团队已在crystalyze.org上发布了该模型的网络界面。 该研究由美国能源部和国家科学基金会资助。
    114浏览量
    原文链接