arXiv q-bio.NC（Neurons and Cognition）·2026-10-15 12:00· 10 天前AI 评分12

NeuronDiscover：用 Agent-in-Twin 与世界动作模型发现神经元微环境机制

NeuronDiscover: Agent-in-Twin for Mechanistic Discovery in Neuronal Microenvironments with World Action Models

AI 导读

NeuronDiscover 是一个 Agent-in-Twin 框架，其共享的、以机制为基础的世界动作模型（WAM）将预测、干预提议与观测设计耦合，并通过独立裁决的结果修订 MIOY 图。

AI 要点

团队

第一作者 Haowei Xu，末位作者 Zhaoheng Xie，共 4 位作者。

主要结果

在 32 个源单元、16 次实验的匹配预算下，每分配世界解决 4.0 个关系，最强基线为 3.4，无图修订为 3.2；假支持率 5%，范围准确率 82%。

解决什么问题

神经元微环境中的机制发现需要区分溶质运输与神经元反应的竞争解释，而预测精度无法区分真实机制变化与计算孪生中的误差。

方法

提出 Agent-in-Twin 框架 NeuronDiscover，用机制驱动的 World Action Model 耦合预测、干预提议与观测设计，结果修订 MIOY 图并编译为可执行程序；在模拟脑液示踪剂运输世界和供体不重叠的公开皮层神经元电流钳记录上评估。

局限

从研究设计看，正确性判定限于声明的模型世界与存档记录；该投稿因未获全体共同作者授权已被撤回。

AI 依据原文整理，未经人工核对。