Allen Brain Observatory Neuropixels

用于研究大脑视觉编码的神经生理学数据集，特别是来自野生型小鼠的CA1神经元的放电数据，用于科学发现、模型和算法验证、与其他数据集的比较以及教育。

A neurophysiological dataset for studying visual encoding in the brain, specifically featuring spike data from CA1 neurons in wild-type mice, intended for scientific discovery, model and algorithm validation, comparison with other datasets, and educational purposes.

原始信息汇总

数据集概述

Allen Institute Visual Coding - Neuropixels (DANDI:000021)

• 数据描述: 来自Allen Brain Observatory Neuropixels的数据，特别是所有CA1神经元的放电数据，来自野生型小鼠观看"Brain Observatory 1.1"刺激集。
• 使用案例:
  • Lowet et al. (2023) 使用此数据集验证了海马体在空间导航期间通过两种放电模式进行Theta和Gamma节奏编码的主要发现。
  • Chinmay Purandare, Mayank Mehta (eLife) 使用此数据集分析了小鼠视觉海马网络中的大规模电影场。

AJILE12 dataset (DANDI:000055)

• 数据描述: 一小时来自subject id 5的记录。
• 使用案例:
  • Nguyen et al. (2023) 使用此数据集评估了他们提出的模型FTWGNN，并发现其在大多数指标上优于其他模型。
  • Talukder et al. (2022) 使用此数据集测试了深度神经插补方法。

其他数据集

• Allen Brain Observatory Neuropixels数据:

  • 用于de Vries et al. (2023) 的全面回顾，展示了在出版前（2023年7月）Allen Brain Observatory数据的再利用示例。
  • 用于Mendoza-Halliday et al. (2023) 的研究，探讨了灵长类大脑皮层中局部场电位功率的普遍光谱层模式。

• Patch-seq ephys数据 (DANDI:000008):

  • Bernaerts et al. (2023) 使用此数据集进行离子通道基因与皮质神经元类型生理学的统计-机械模型研究。

• 2p数据 (DANDI:000054):

  • Cai et al. (2023) 使用此数据集测试了一种新的荧光成像在线分析方法。

教育用途

• AJILE12 dataset (DANDI:000055):
  • 用于Neuromatch Academy项目，提供了探索AJILE12数据集的笔记本和代码。

总结

本数据集概述涵盖了多个神经生理学数据集的再利用示例，包括Allen Brain Observatory Neuropixels数据集和AJILE12数据集，这些数据集在科学发现、模型验证、数据比较和教育领域都有广泛的应用。

搜集汇总

数据集介绍

构建方式

Allen Brain Observatory Neuropixels数据集通过使用Neuropixels探针对小鼠大脑进行高分辨率电生理记录，结合多区域、多层次的实验设计，系统地采集了神经元活动数据。该数据集涵盖了不同脑区的神经元响应，并通过标准化处理和格式化存储，确保了数据的可重复性和可访问性。

特点

该数据集的显著特点在于其高时空分辨率和多模态数据的整合，涵盖了从单细胞到群体神经元的活动记录。此外，数据集的公开性和标准化格式（如NWB格式）使其易于被广泛的研究者和教育者使用，促进了跨领域的数据共享与合作。

使用方法

用户可以通过DANDI平台访问该数据集，并使用Python或MATLAB等编程语言进行数据分析。数据集提供了丰富的示例代码和Notebook，帮助用户快速上手。此外，数据集还支持多种分析工具和算法验证，适用于神经科学研究、模型开发和教育等多个领域。

背景与挑战

背景概述

Allen Brain Observatory Neuropixels数据集由Allen Institute for Brain Science主导创建，旨在通过高分辨率的神经记录技术，深入探索大脑的神经活动。该数据集的核心研究问题集中在神经活动的时空动态特性及其与行为的关系，特别是在不同脑区和物种间的比较研究。自2023年发布以来，该数据集已广泛应用于科学发现、模型验证、数据对比及教育等多个领域，成为神经科学领域的重要资源。其影响力不仅体现在推动了神经生理学数据的共享与重用，还为跨学科研究提供了丰富的数据支持。

当前挑战

Allen Brain Observatory Neuropixels数据集在构建过程中面临了多重挑战。首先，高分辨率神经数据的采集和处理需要复杂的实验设计和计算资源，确保数据的准确性和完整性。其次，数据的标准化和格式统一是确保数据可重用性的关键，尤其是在跨平台和跨领域的应用中。此外，数据的隐私和伦理问题也是构建过程中需要慎重考虑的方面，特别是在涉及人类受试者的研究中。最后，如何有效地推广和教育用户使用这些复杂的数据集，以最大化其科学价值，也是一个重要的挑战。

常用场景

经典使用场景

Allen Brain Observatory Neuropixels数据集的经典使用场景主要集中在神经科学领域的研究中，特别是在探索大脑功能和神经元活动方面。研究者利用该数据集进行跨物种的神经元活动比较，验证神经网络模型和算法，以及在教育领域中作为教学资源。例如，该数据集被用于研究不同物种在执行相似行为时的神经动态一致性，以及在决策任务中前额叶皮层单神经元活动的分析。

解决学术问题

该数据集解决了神经科学领域中多个关键的学术研究问题，包括神经元活动的跨物种一致性、神经网络模型的验证以及神经元选择性的研究。通过提供高质量的神经元活动数据，研究者能够更精确地验证和改进现有的神经科学理论和模型，推动了神经科学研究的深入发展。

衍生相关工作

基于Allen Brain Observatory Neuropixels数据集，衍生了许多经典工作，包括跨物种神经动态一致性的研究、神经网络模型的验证和改进，以及神经解码算法的发展。这些工作不仅推动了神经科学的基础研究，还为脑机接口、神经康复等应用领域提供了理论和技术支持。