神经科学 / 神经组学

神经组学 单细胞基因组学的因果机器学习

本文系统探讨了因果机器学习在单细胞基因组学中的应用框架及挑战。文章首先介绍了潜在结果模型等常用因果框架，然后重点讨论了三大开放性问题：模型对新颖实验条件的泛化性不足、学习模型的可解释性复杂以及学习细胞动力学的困难，并提出了相应的解决方案，包括不变性原理、解耦表征学习、引入生物学先验知识、整合伪时间推断等。最后，文章为实验和计算生物学家提供了实践指南，涵盖明确因果问题、数据收集、模型选择和不确定性量化等步骤。...

2026-04-29 23:11:10 63 0

神经组学 Allen脑图谱与多模态数据整合工具详解

本文系统介绍了Allen脑图谱及其多模态数据整合工具，涵盖成像转录组学的核心科学问题、Allen脑图谱的资源组成（如CCFv3、原位杂交和RNA测序数据）、数据访问方式（Web界面和API），以及IBF、Neurosynth和Allen SDK等整合工具的使用方法。通过实操示例演示了如何查询小鼠脑中Gad1基因的表达，为研究者整合转录组与脑影像数据提供了实用指南。...

2026-04-25 14:39:26 24 0

神经组学 NeMO Analytics：探索新皮质发育的转录组数据纲要

NeMO Analytics平台汇集约200项新皮质发育转录组数据，通过联合矩阵分解揭示跨物种保守的神经发生动态，识别灵长类特异性外层放射状胶质细胞程序，并评估脑类器官模型的局限性。该研究为细胞生物学家提供了无需编程即可探索新皮质发育的在线资源。...

2026-04-19 17:13:22 228 0

神经组学 大脑功能连接组学与个体行为差异：对话达特茅斯学院Emily Finn教授

达特茅斯学院心理与脑科学系助理教授Emily Finn分享了她从语言学转向认知神经科学的学术历程，并详细介绍了她通过功能性磁共振成像（fMRI）研究大脑功能连接组与个体行为差异的研究方法及哲学。她强调通过大规模数据和数据驱动分析揭示大脑功能网络的组织规律，探索个体脑连接图谱与行为特质的关系，为个性化干预提供科学依据。...

2026-04-17 08:34:22 85 0

神经组学 果蝇大脑连接组图谱揭示神经网络新机制，助力类脑计算与疾病研究

科学家首次绘制果蝇大脑完整连接组图谱，揭示神经网络模块化与信息处理机制。该成果不仅为类脑计算系统设计提供新思路，也为神经退行性疾病的研究与药物筛选开辟分子靶点。研究推动神经科学与人工智能深度融合。...

2026-04-12 22:09:37 19 0

神经组学 跨族群表观遗传图谱：揭示东亚与欧洲人群DNA甲基化调控的遗传差异

本文介绍了一项跨族群表观遗传图谱研究，系统比较了东亚与欧洲人群的DNA甲基化调控差异。研究发现，遗传变异对甲基化调控具有高度复杂性，存在大量族群特异性mQTL，这些差异与等位基因频率和连锁不平衡结构有关。族群特异性mQTL富集于特定调控元件，为解释疾病易感性差异提供了新视角。该研究强调了多元化族群在遗传学研究中的重要性，有助于精准医疗策略的开发。...

2026-04-11 13:00:39 88 0