Journal of Neural Engineering· Lakshay Khurana, Petr Nejedly, Yixuan Zhang, Daniel J Jagger, Waldo Nogueira, Tobias Moser and Lukasz Jablonski·· 2026-09-24AI 评分34
FraSCO 计算框架用于基准测试光遗传学听力恢复
In silico framework for benchmarking optogenetic hearing restoration
AI 导读
研究团队建立名为 FraSCO 的 in silico 生物物理建模框架，将基于波导的光学人工耳蜗（oCI）光线追踪模型与光遗传学修饰螺旋神经节神经元（SGN）的单室模型结合，评估光遗传学声音编码质量。
AI 要点
团队
Lakshay Khurana、Petr Nejedly、Yixuan Zhang、Daniel J Jagger、Waldo Nogueira、Tobias Moser、Lukasz Jablonski。
主要结果
用 1000 个 SGN 建模发现：光谱选择性提升后，即使光遗传刺激速率较低，信息编码仍可与电刺激耳蜗植入相当；预测 oCI 使用者受噪声背景影响更小。
解决什么问题
电刺激耳蜗植入的电流扩散限制频谱信息传递，探索空间局限的光遗传刺激能否克服这一瓶颈。
方法
建立 in silico 框架 FraSCO：光线追踪模型模拟植入波导式 oCI 的人耳蜗，结合光遗传改造螺旋神经节神经元（SGN）的单室模型，含 64 个刺激通道。
局限
从研究设计看，为纯计算建模研究，未在动物或人体中验证；oCI 参数基于技术可行性假设。
AI 依据原文整理，未经人工核对。
来源：Journal of Neural Engineering · iopscience.iop.org