Neuron（In Press）· Matthew G. Perich, Charlotte Arlt, Sofia Soares, Siyan Zhou, Manuel Beiran, Aaron S. Andalman, Tyler Benster, Megan E. Young, Clayton P. Mosher, Juri Minxha, Eugene Carter, Ueli Rutishauser, Peter H. Rudebeck, Christopher D. Harvey, Karl Deisseroth, Kanaka Rajan·· 2026-08-07精选AI 评分62
Neuron 刊发 Perich 等团队 CURBD 方法，从大规模神经记录推断全脑相互作用
Inferring brain-wide interactions using data-constrained recurrent neural network models
AI 导读
Perich 等人在 Neuron 提出 CURBD，一种从大规模神经记录中提取多脑区相互作用结构的方法，利用数据约束的循环神经网络模型在单细胞分辨率上提取相互作用。作者用来自斑马鱼幼体、小鼠、猴和人类的钙成像与电生理数据集展示了 CURBD 的用途。
AI 要点
团队
Perich 等，末位作者 Kanaka Rajan，提出 CURBD 方法。
主要结果
CURBD 可从大规模神经记录中提取多区域交互结构，达到单细胞分辨率。
解决什么问题
从大规模神经记录中推断全脑范围的交互结构。
方法
用数据约束的循环神经网络模型，在斑马鱼幼体、小鼠、猴和人类的钙成像与电生理数据集上展示其用途。
局限
原文未提及。
AI 依据原文整理，未经人工核对。
AI 推荐理由
CURBD 用数据约束的循环神经网络模型从大规模神经记录中提取跨脑区相互作用，并在四个物种的数据集上做了演示。
来源：Neuron（In Press） · cell.com