情绪相关环路连接结构解析工具与基于环路结构的计算模型

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    91332122
  • 项目类别:
    重大研究计划
  • 资助金额:
    80.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    H1011.精神疾病与心理健康研究新技术与新方法
  • 结题年份:
    2016
  • 批准年份:
    2013
  • 项目状态:
    已结题
  • 起止时间:
    2014-01-01 至2016-12-31

项目摘要

In recent years, the trends in emotion research has shifted from finding the specific brain areas responsible for specific emotions to studying how different brain areas in a neural circuit coordinate to control and influence the generation of emotions, and the function of emotions and its influence on circuit computation. Under this paradigm, computational analysis and modeling are especially important. Advances in imaging methods have led to rapid progress in connectomics. The massive amount of imaging data generated need to be analyzed and synthesized with computational methods and databases need to be established. Computational models can provide a platform to synthesize complex experimental data from different levels of analyses of the neural circuits, and provide perspectives to understand how complex phenomena cooperate to enable computations. There are two purposes to this project. The first is to establish a high-throughput imaging and data analysis platform to reconstruct projection relationships between different types of cells in the brain, and to establish a large scale spiking neuron based simulation platform based on neural circuit structure information. The second is to use the ventral striatum as an example, to pioneer a paradigm based on close interaction between experiments and theory. This project hopes to bring the computational perspective to research on emotion and emotion related disorders.
近年来,情绪相关的研究趋势从关注特定情绪和特定脑区的对应关系,转向关注大脑回路中各脑区如何协同合作来控制和影像情绪的产生,以及情绪的功能及其对大脑回路计算的影响。在这种思路下,计算分析与建模工作尤其重要。成像技术的突破使得脑连接组学得到突飞猛进的发展。在此过程中产生的大量影像数据需要通过计算方法分析与汇总,进而建立数据库。计算模型为整合环路中各层次复杂的实验数据提供了平台,并为理解环路各种复杂现象如何协同实现其计算功能提供了视角。作为重大研究计划的培育项目,本课题有两个目的:第一是建立高通量成像和数据分析平台,用来解析大脑内不同类型细胞的投射关系, 同时建立基于回路结构信息的大规模脉冲神经元模拟平台;第二是以腹侧纹状体相关回路作为为研究样本, 探索实验和理论建模紧密结合的研究模式。本课题希望通过以上研究把计算的视角带到情绪及情绪相关疾病的研究中。

结项摘要

近年来,情绪相关的研究趋势从关注特定情绪和特定脑区的对应关系,转向关注大脑回路中各 脑区如何协同合作来控制和影像情绪的产生,以及情绪的功能及其对大脑回路计算的影响。在 这种思路下,计算分析与建模工作尤其重要。成像技术的突破使得脑连接组学得到突飞猛进的 发展。在此过程中产生的大量影像数据需要通过计算方法分析与汇总,进而建立数据库。计算 模型为整合环路中各层次复杂的实验数据提供了平台,并为理解环路各种复杂现象如何协同实 现其计算功能提供了视角。作为重大研究计划的培育项目,本课题完成了如下三方面工作:第一是建立了高通量成像和数据分析平台,用来解析大脑内不同类型细胞的投射关系。第二是,建立了基于回路结构信息的大规模脉冲神经元模拟平台。第三是探索了实验和理论建模紧密结合的研究模式,建立了具有计算意义的脑环路模型。本课题希望通过以上研究把计算的视角带到情绪及情绪相关疾病的研究中。

项目成果

期刊论文数量(3)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
A genetic and computational approach to structurally classify neuronal types.
对神经元类型进行结构分类的遗传和计算方法
  • DOI:
    10.1038/ncomms4512
  • 发表时间:
    2014-03-24
  • 期刊:
    NATURE COMMUNICATIONS
  • 影响因子:
    16.6
  • 作者:
    Suembuel, Uygar;Song, Sen;McCulloch, Kyle;Becker, Michael;Lin, Bin;Sanes, Joshua R.;Masland, Richard H.;Seung, H. Sebastian
  • 通讯作者:
    Seung, H. Sebastian
Brain Computation Is Organized via Power-of-Two-Based Permutation Logic.
大脑计算是通过基于二的幂的排列逻辑来组织的
  • DOI:
    10.3389/fnsys.2016.00095
  • 发表时间:
    2016
  • 期刊:
    Frontiers in systems neuroscience
  • 影响因子:
    3
  • 作者:
    Xie K;Fox GE;Liu J;Lyu C;Lee JC;Kuang H;Jacobs S;Li M;Liu T;Song S;Tsien JZ
  • 通讯作者:
    Tsien JZ
EPBscore: a Novel Method for Computer-Assisted Analysis of Axonal Structure and Dynamics
EPBscore:一种计算机辅助轴突结构和动力学分析的新方法
  • DOI:
    10.1007/s12021-015-9274-5
  • 发表时间:
    2015-07
  • 期刊:
    Neuroinformatics
  • 影响因子:
    3
  • 作者:
    J. Xi;V. Ferretti;G. Gao;V. De Paola
  • 通讯作者:
    V. De Paola

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

Variation in egg and clutch size of the Black Redstart (Phoenicurus ochruros) at the northeastern edge of the Qinghai-Tibetan Plateau
青藏高原东北缘黑红尾鸲卵数及窝数变化
  • DOI:
    10.1186/s40657-016-0055-0
  • 发表时间:
    2016-11
  • 期刊:
    Avian Research
  • 影响因子:
    1.8
  • 作者:
    宋森
  • 通讯作者:
    宋森
基于脑电功能连接微状态的情绪状态解码
  • DOI:
    --
  • 发表时间:
    2021
  • 期刊:
    智能科学与技术学报
  • 影响因子:
    --
  • 作者:
    沈新科;李奕超;刘锦;宋森;张丹
  • 通讯作者:
    张丹
客体分子末端基团驱动的七元瓜环类轮烷自组装
  • DOI:
    --
  • 发表时间:
    2018
  • 期刊:
    高等学校化学学报
  • 影响因子:
    --
  • 作者:
    易君明;宋森;张胜;张少威;田蒙奎;倪新龙
  • 通讯作者:
    倪新龙
情绪对脑功能连接的影响
  • DOI:
    --
  • 发表时间:
    2014
  • 期刊:
    生物医学工程学杂志
  • 影响因子:
    --
  • 作者:
    王子聪;宋森;王丽红
  • 通讯作者:
    王丽红
The complete mitochondrial genome of Grumgzimailo’s toad-headedagama, Phrynocephalus grumgrizimailoi (Reptilia, Squamata, Agamidae)
Grumgzimailo 蟾蜍头蜥蜴、沙蜥蜴(爬行纲、鳞目、蜥蜴科)的完整线粒体基因组
  • DOI:
    --
  • 发表时间:
    2016
  • 期刊:
    Mitochondrial DNA Part A
  • 影响因子:
    --
  • 作者:
    骆爽;刘丽君;宋森
  • 通讯作者:
    宋森

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

宋森的其他基金

腹侧苍白球与基底前脑及上下游脑区与焦虑抑郁相关情绪的神经回路研究
  • 批准号:
    31871071
  • 批准年份:
    2018
  • 资助金额:
    60.0 万元
  • 项目类别:
    面上项目
与进食动机相关下丘脑特定神经元及上下游回路功能研究
  • 批准号:
    31571095
  • 批准年份:
    2015
  • 资助金额:
    64.0 万元
  • 项目类别:
    面上项目
中脑腹侧被盖区多巴胺神经元在惩罚学习中的功能
  • 批准号:
    31171047
  • 批准年份:
    2011
  • 资助金额:
    60.0 万元
  • 项目类别:
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码