离子通道动力学的随机表示与神经元动力学的精确随机模拟
神经元与认知
2015-01-20 v3
摘要
在本文中，我们提供了两种随机离子通道动力学的表示，并比较了精确模拟与一种常用数值近似策略的性能。我们给出的第一种表示是随机时间变化表示，由 Thomas Kurtz 推广；第二种则类似于“Gillespie”表示。针对不同表示提供了精确的随机算法，这些算法优于文献中仍出现的 (a) 固定时间步长或 (b) 分段恒定倾向性算法。作为例子，我们提供了适用于 Morris-Lecar 电导模型的精确算法版本，并详细说明了在该模型上使用近似算法所引入的弱意义和强意义下的误差。我们提供了可在 XPP 和 Matlab 中直接使用的随机时间变化算法实现。最后，通过考虑参数灵敏度分析，我们展示了此处给出的表示如何有助于开发进一步的计算方法。本文提供的一般表示和模拟策略在科学的其他领域是已知的，但在当前背景下则不那么为人所知。
引用
@article{arxiv.1402.2584,
title = {Stochastic Representations of Ion Channel Kinetics and Exact Stochastic Simulation of Neuronal Dynamics},
author = {David F. Anderson and Bard Ermentrout and Peter J. Thomas},
journal= {arXiv preprint arXiv:1402.2584},
year = {2015}
}
备注
39 pages, 6 figures, appendix with XPP and Matlab code