基于狨猴的帕金森病数据驱动生物物理计算模型

在本工作中，我们提出了一种基于从狨猴脑采集的局部场电位数据的、与帕金森病相关脑区的新型生物物理计算模型。帕金森病是一种神经退行性疾病，与黑质致密部多巴胺能神经元的死亡有关，影响脑基底节-丘脑-皮层神经元回路的正常动力学。尽管存在多种潜在疾病机制，对这些机制及分子发病机制的完整描述仍然缺失，且尚无治愈方法。为弥补这一缺口，已有研究提出近似动物模型中神经生物学方面的计算模型。在我们的模型中，我们采用了数据驱动方法，使用差分进化优化一组受生物学约束的参数。演化后的模型成功再现了健康与帕金森狨猴脑数据中的单神经元平均放电率与局部场电位的频谱特征。就我们所知，这是首个基于狨猴七个脑区同步电生理记录的帕金森病计算模型。结果表明，所提模型可促进对 PD 机制的研究，并支持开发可指示新疗法的技术。它也可应用于其他计算神经科学问题，其中生物数据可用于拟合脑回路的多尺度模型。