뉴런(소프트웨어)

이 기사는 대체로 또는 전적으로 단일 출처에 의존한다. 관련 토론은 토크 페이지에서 찾을 수 있다. 추가 출처에 인용구를 도입하여 이 기사를 개선할 수 있도록 도와주십시오. 출처 찾기: "Neuron" 소프트웨어 – 뉴스 · 신문 · 책 · 학자 · JSTOR(2010년 5월)

뉴런

개발자	마이클 하인스, 존 W 무어, 테드 카르네발레
안정적 해제	7.8.2 / 2020년 12월 18일; 13개월 전(2020-12-18)[1]
릴리스 미리 보기	8.0a / 2021년 1월 24일; 12개월 전(2021-01-24)[1]
리포지토리	github.com/neuronsimulator/nrn
기록 위치	C, C++, FORTRAN
운영 체제	크로스 플랫폼
유형	뉴런 시뮬레이션
면허증	새 BSD 라이센스
웹사이트	www.neuron.yale.edu/neuron/

뉴런은 뉴런의 개인과 네트워크를 모델링하기 위한 시뮬레이션 환경이다.그것은 주로 예일과 듀크의 마이클 하인스, 존 W. 무어, 테드 카르네베일에 의해 개발되었다.null

뉴런은 사용자가 수동으로 구획을 만들도록 요구하는 대신 개별 구획으로 자동 세분되는 구획을 이용하여 개별 뉴런을 모델링한다.기본 스크립팅 언어는 임시적이지만 Python 인터페이스도 사용할 수 있다.프로그램은 셸에서 대화식으로 작성하거나 파일에서 로드할 수 있다.뉴런은 MPI 프로토콜을 통한 병렬화를 지원한다.null

뉴런은 확산반응 모델을 취급하고 확산 기능을 시냅스와 셀룰러 네트워크 모델로 통합할 수 있다.^[2]멀티 코어 컴퓨터에서 사용하기 위해 내부 멀티스레드 루틴을 통해 병렬화가 가능하다.^[3]뉴런의 멤브레인 채널의 특성은 NMODL 언어를 사용하여 작성한 컴파일된 메커니즘 또는 채널 빌더로 설정된 내부 데이터 구조에서 작동하는 컴파일된 루틴을 사용하여 시뮬레이션된다.null

유사한 소프트웨어 플랫폼 GENES와 함께 뉴런은 전 세계 많은 과정과 실험실에서 컴퓨터 신경과학을 가르치는 기초가 된다.null

사용자 인터페이스

뉴런은 최소한의 프로그래밍 경험을 가진 개인이 사용할 수 있는 그래픽 사용자 인터페이스(GUI)를 특징으로 한다.GUI는 단일 및 다중 구획 셀, 네트워크, 네트워크 셀, 채널 및 선형 전기 회로를 위한 빌더를 갖추고 있다.단일 구획 셀과 다중 구획 셀은 여러 개의 "섹션"을 특징으로 하며, 각 구역은 치수와 운동학에 대해 잠재적으로 구별되는 매개변수를 가지고 있다.기본 모델을 셀, 채널 및 네트워크 구축업체에서 빼내는 것을 포함하여, 뉴런 웹사이트에서 튜토리얼을 이용할 수 있다.^{[citation needed]}이러한 빌더로 사용자는 모든 시뮬레이션과 모델의 기초를 형성할 수 있다.null

셀 빌더

6개 옵션이 표시된 셀 작성기 메뉴

Cell Builder는 사용자가 스틱 그림 셀 구조를 생성하고 수정할 수 있도록 한다.이 부분들은 기능적으로 뉴런의 구별되는 영역의 기초를 형성한다.^[4]null

사용자는 기능적으로 구별되는 섹션 그룹을 정의할 수 있다.서로 분기하는 섹션은 "덴드라이트"라고 라벨을 붙일 수 있고, 같은 중앙 섹션으로부터 돌출되는 다른 하나의 섹션은 "axon"이라고 라벨을 붙일 수 있다.사용자는 특정 값이 한 섹션에 걸쳐 함수로 가변적인 매개변수를 정의할 수 있다.예를 들어 서브셋을 따라가는 경로 길이는 도메인으로 정의될 수 있으며, 그 다음에 정의될 수 있는 함수는 나중에 정의될 수 있다.^[5][6]null

사용자는 개별 섹션 또는 그룹을 선택하고 해당 그룹 또는 섹션의 길이, 직경, 면적 및 길이에 대한 정확한 매개변수를 설정할 수 있다.이 값들 중 어떤 값도 해당 섹션의 길이 함수 또는 다른 매개변수로 설정할 수 있다.사용자는 한 섹션의 기능 세그먼트 수를 설정할 수 있는데, 이는 공간 해상도 전략이다.세그먼트 수가 많을수록 뉴런은 한 섹션의 기능을 보다 정확하게 다룰 수 있다.부문은 포인트 프로세스 관리자가 연관될 수 있는 지점이다.^[7]null

사용자는 서브셋과 섹션에 걸쳐 운동 및 전기생리학적 기능을 정의할 수 있다.뉴런에는 호지킨-헉슬리 모델^[8] 거대 오징어 액손 키네틱스의 확률론적 모델뿐만 아니라 수동적 누출 채널 키네틱스를 모델링하는 기능도 탑재되어 있다.이 두 기능, 그리고 그들이 묘사하는 형상은 생성된 세포의 막에 첨가될 수 있다.누출률, 나트륨 전도율 및 칼륨 전도율의 값은 이러한 운동학을 매개변수화된 영역에 걸쳐 함수로 설정할 수 있다.채널은 세포막에서 구현이 가능하게 된다.null

채널 빌더

사용자는 전압 및 리간드 게이트 채널 모델을 모두 생성할 수 있다.Channel Builder는 일반적으로 기능을 모델링할 단일 대형 채널과 셀 전체의 밀도를 정의할 수 있는 일반 채널에 사용되는 로컬 포인트 채널을 지원한다.최대 전도성, 역전성, 리간드 민감성, 이온 투과성뿐만 아니라 활성화 및 비활성화 변수를 사용하는 과도상태의 정밀한 역학(미분 전도성 포함)^[9]을 정의할 수 있다.null

네트워크 및 네트워크 셀 작성기

뉴런은 인공 세포와 뉴런으로 채워진 혼합 모델의 생성을 가능하게 한다.인공 세포는 본질적으로 네트워크에 구현된 포인트 프로세스로서 기능한다.인공 세포는 매개변수가 정의된 점 공정만 필요로 한다.사용자는 네트워크 셀의 구조와 역학을 만들 수 있다.사용자는 시뮬레이션된 시냅스 포인트 프로세스를 원형으로 사용하여 시냅스를 만들 수 있다.이러한 점 프로세스의 매개변수는 억제 반응과 흥분 반응을 모두 시뮬레이션하도록 조작할 수 있다.시냅스는 구성된 셀의 특정 세그먼트에 배치될 수 있으며, 여기서 다시 시냅스는 사전 시냅스 요소의 활동에 민감하다는 점을 제외하고 포인트 프로세스로 동작한다.세포는 관리할 수 있다.사용자는 이전에 완성된 네트워크 셀을 원형으로 하여 네트워크 셀의 기본 그리드를 만든다.다른 셀의 소스 셀과 대상 시냅스 사이에 연결을 정의할 수 있다.대상 시냅스를 포함하는 셀은 시냅스 후 소스가 되는 반면, 소스 셀은 사전 시냅스 소자로 기능한다.가중치를 추가하여 사전 시냅스 셀에 의한 시냅스 활성화 강도를 정의할 수 있다.플롯 옵션을 활성화하여 개별 뉴런에 대해 시간 경과에 따른 스파이크 그래프를 열 수 있다.null

시뮬레이션 및 기록

뉴런은 많은 시뮬레이션 도구를 갖추고 있다.가장 주목할 만한 것은 셀의 특정 세그먼트에서 간단한 기능인 몇 가지 "점 공정"을 포함한다.포인트 프로세스에는 전압, 패치, 단일 전극 및 전류 클램프의 시뮬레이션과 여러 시뮬레이션된 시냅스가 포함된다.시냅스 포인트 프로세스는 시간에 따라 비선형적으로 변화하는 자극 강도를 모델링할 수 있다는 점에서 구별된다.이것들은 빌드 셀, 개인 또는 네트워크의 어떤 섹션의 어느 부분에나 배치될 수 있으며, 진폭과 자극 지속시간, 런에서의 활성화 지연 시간 및 (시냅스의 경우) 시간의 붕괴 매개변수를 포함한 정확한 값은 포인트 프로세스 관리자 모듈에서 정의될 수 있다.시냅스로 네트워크에 구현되었을 때, 포인트 프로세스 매개변수는 특정 네트워크 셀의 시냅스 작성기에 정의된다.^[10]시간 경과에 따른 전압, 전도도 및 전류 축을 설명하는 그래프를 사용하여 셀의 세그먼트 위치에서 전기 상태 변화를 설명할 수 있다.뉴런은 시간 경과에 따른 두 개별 지점과 시간 경과에 따른 전체 구역에 걸친 변화의 그래프를 허용한다.^[11][12]실행 기간을 설정할 수 있다.인공 뉴런의 세포나 시냅스를 위한 것을 포함한 모든 점 과정과 모든 그래프는 그 기간을 반영한다.null

예

이 예는 단일 컴파트먼트 소모와 멀티 컴파트먼트 액손과 함께 간단한 셀을 만든다.Hodgkin-Huxley 오징어 액손 운동학을 이용하여 시뮬레이션한 세포막의 역학성을 가지고 있다.시뮬레이터는 셀을 자극하고 50ms 동안 작동한다.null

//뉴런의 몸체와 매우 긴 액손의 두 부분을 만든다. 만들다 소마, 액손  소마 {  //길이 100마이크로미터로 설정됨  L = 100  //100마이크로미터로 설정됨  직경의 = 100  //표준 오징어 호지킨–을 시뮬레이션하는 메커니즘 삽입헉슬리 채널  삽입하다 hh  //패시브 멤브레인 특성을 시뮬레이션하는 메커니즘 삽입  삽입하다 파스 } 액손 {  L = 5000  직경의 = 10  삽입하다 hh  삽입하다 파스  //Axon은 10개의 구획을 사용하여 시뮬레이션해야 한다.기본적으로 단일 구획이 사용된다.  엔세그 = 10 }  //Axon의 근위부 끝을 소마의 원위부 끝에 연결 연결하다 액손(0), 소마(1)  //소마 중간에 전류 클램프를 삽입하고 오브제프 자극하다 소마 자극하다 = 새로운 IC램프(0.5)  //부작용의 일부 파라미터 정의: 지연, 지속 시간(두 가지 모두 ms) 및 진폭(nA) 자극하다.굴을 파다 = 10 자극하다.더덕더덕 = 5 자극하다.암페어 = 10  //실행 루틴을 정의하는 기본 NEWSON 라이브러리 파일 로드 load_file("stdrun.property") //시뮬레이션이 50ms 동안 실행되도록 설정 딱 멈추다 = 50  //시뮬레이션 실행 달리다() 

소마와 액손 원위부 끝에서 시작하는 전압 트레이스를 보여주는 플롯을 생성할 수 있다.액손 끝의 작용 전위는 자극 지점의 소모에 나타나는 것보다 약간 늦게 도착한다.플롯은 막 전압 대 시간이다.null

참조

외부 링크

• NEWSON 소프트웨어 웹 사이트
• 뉴런 북
• 뉴런 자습서
• 예제 모델 구성을 위한 자습서
• 완료된 단순 네트워크를 표시하는 네트워크 작성기의 스크린샷
• 섹션의 파라메타화된 경로 길이를 도메인으로 하여 여러 이온의 차동 전도성을 설명하는 함수의 생성
• 셀 작성기의 생물물리학 메뉴 기능 자습서
• 전압 대 시간 및 전압 대 시간 그래프를 사용하여 단순한 뉴런의 전체 모델을 생성하는 Zip 파일.
• 런 컨트롤, 포인트 프로세스 관리자 및 그래프의 기본적인 사용에 대한 자습서
• "Tutorial that describes the interface and process of creating a network".