抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
神経細胞は,複数のタスク間の避けられない進化的トレードオフに遭遇する。それらはできるだけ少ないエネルギー(エネルギー効率的または経済的)として消費しなければならないが,同時にそれらの機能(機能的に有効)を満たす必要がある。そのようなマルチタスクトレードオフに対して最良の性能を示すニューロンはPareto最適であると言われている。しかし,イオンチャネルパラメータがニューロンのPareto最適性能にどのように寄与するかは理解されていない。イオンチャネル縮退は,イオンチャネルパラメータの多重組合せが機能的に類似したニューロン挙動をもたらすことを意味する。従って,単一モデルの代わりに,機能的挙動をシミュレートするため,神経科学者は,しばしば異なるイオンコンダクタンス構成を有する有効なモデルの集団を使用する。この手法は母集団(データベースまたはアンサンブル)モデリングと呼ばれる。機能モデルの広大な母集団におけるイオンチャンネルパラメータが脳で見つかる可能性が高いことは不明なままである。ここでは,パレート最適性がこの問題に取り組むためのガイド原理として役立つことを提案した。パレート最適概念は,経済と機能的有効性の間のトレードオフに対して最良に機能するイオンチャネル構成を持つコンダクタンスベースモデルのサブポピュレーションの同定を助けることができる。この方法で,ニューロンモデルの高次元パラメータ空間を幾何学的に単純な低次元多様体に縮小する。したがって,Pareto最適性は,ニューロンとそれらの回路の集団モデリングを改善するための有望なフレームワークである。また,パレート推論が,高次元Patch-seqデータから神経機能を推定するのを助けることができるかも論じる。さらに,パレート最適性はニューロンにおける観察されたイオンチャンネル相関の理解に寄与すると仮定した。【JST・京大機械翻訳】