老鼠的一小步：用信息科学来理解大脑
作者：Allison Kleber
学习一项新技能或新过程是如何改变大脑的物理结构的？Bobak Nazer教授（欧洲经委会），Venkatesh Saligrama教授（欧洲经委会，SE）和Xue Han教授（BME）利用数据科学和高维统计学的技术，旨在找到答案。他们的项目名为“发现网络中的变化：基本限制、高效算法和大规模神经科学”，获得了120万美元的美国国家科学基金会（NSF）奖的支持。
当代技术使澳门威尼斯人注册网站研究人员能够在广泛的学科范围内收集大量的数据，为他们提供观察和分析的原材料，这些材料可以导致新的发现、技术和对世界的更深入的理解。在他们最近获得资助的项目中，Nazer、Saligrama和Han教授打算开发模型和算法，使他们能够分析从老鼠大脑中收集的神经数据集，同时努力促进信息科学和大规模神经科学之间的合作。
“发现网络中的变化”正是为此而设计的；该项目没有使用采用原始的、“嘈杂的”数据并试图推断概率图形模型的完整结构的建模方法（在这种情况下，对成像神经元的功能连接进行建模），而是侧重于一种称为“网络变化发现”的方法。换句话说，所提出的算法将使用数据来确定网络的结构在实验过程中是否发生了显著变化，如果发生了变化，在哪里发生。该提议的一个令人兴奋的理论发现是，如果模型结构发生显著变化，那么检测这种变化可能比完全或近似恢复网络要容易得多。这些算法将用于澳门威尼斯人注册网站研究小鼠海马神经元之间的网络。该团队的目标是确定在联想和本能学习实验的过程中，大脑该部分神经元之间的（功能性）连接是如何变化的；当老鼠学习一项任务时，这些网络的结构是如何改变的。
Nazer、Saligrama和Han教授打算采用三种互补的方法来解决这个问题，利用他们各自的专业领域。首先，他们将使用信息论和高维统计来确定测试和恢复网络变化过程的基本限制，以便了解在什么情况下这种变化发现方法比完全结构恢复更容易（即，与在实验前后估计网络结构并比较这些估计相比，直接从噪声观测中检测变化要容易得多）。接下来，他们将使用这个框架来设计计算效率高的算法，首先针对合成数据集进行验证，并最终适应真实数据的复杂性。最后，这些算法将应用于在学习实验期间从小鼠海马收集的大规模钙成像神经数据集。
澳门威尼斯人注册网站研究人员希望产生的方法将在他们自己的项目之外得到应用；他们还将为信息科学和大规模神经科学领域的澳门威尼斯人注册网站研究人员开发新的课程和开源资源。作为向美国国家科学基金会提交的提案的一部分，纳泽尔、萨里格拉马和韩教授制定了一项“扩大计算机参与计划”，以招募本科生澳门威尼斯人注册网站研究人员，特别关注女学生。学生澳门威尼斯人注册网站研究人员-这个跨学科领域的未来-将有机会获得尖端技术和宝贵的指导，以指导他们进行澳门威尼斯人注册网站研究生学习，有前途的职业和未来的突破。