Bringing medical advances from the lab to the clinic.
关键词：近似贝叶斯计算；神经元生长；代理模型；校准；Journal of Mathematical Biology
大脑是人类最复杂的器官，由大约860亿个神经元组成，这些神经元通过突触相互连接，形成复杂的网络。尽管我们对神经元的属性和网络有了一定的了解，但神经元如何发展其形态的过程仍然不完全清楚。理论上，大脑的连接和神经元的形态可能源于简单的发育规则。基于代理的神经元生长模型（ABMs）提供了一种强大的模拟方法，以进一步发展我们对这一过程的理解。然而，准确校准这些模型仍然是一个挑战【1】。
2024年10月8日，Tobias Duswald 等研究学者们在杂志 Journal of Mathematical Biology 上发表题为 Calibration of stochastic, agent-based neuron growth models with approximate Bayesian computation 的研究论文【2】。研究构建了一种新的计算机模拟，用以展示大脑如何发育和生长神经元。该模型不仅为我们揭开大脑工作机制的神秘面纱提供了新视角，还期望其能在神经退行性疾病的探索中发挥重要作用，并在未来推动脑组织修复相关的干细胞研究取得进展。
（如需原文，请加微信healsana获取，备注20241008JMB）🔷 近似贝叶斯计算（ABC）的应用：
研究者成功地将ABC方法应用于基于代理的神经元生长模型的校准中。这种方法允许在不需要计算复杂似然函数的情况下，通过比较模拟数据和实际数据来估计模型参数的后验分布。
研究者采用了序贯蒙特卡洛采样方法，这是一种强大的工具，用于在贝叶斯框架内解决随机逆问题。这种方法通过迭代地移动粒子来逼近后验分布，从而有效地处理了模型的随机性。通过使用Wasserstein距离作为统计距离度量，研究者能够直接比较数据和模拟之间的差异，而无需预先定义摘要统计量。这种方法在高维空间中特别有用，并且能够处理数据分布的复杂性。研究者发现，使用ABC结合SMC采样和Wasserstein距离能够为代表性的基于代理的神经元生长模型找到准确的后验参数分布。研究者展示了这些模型能够复现已知的海马CA1区域锥体细胞的特定形态特征，这表明模型能够捕捉到实验数据中的关键特征。通过在合成数据和实验数据上的实验，研究者验证了所提出方法的稳健性。这种方法不仅能够处理合成数据，还能够处理来自真实生物样本的数据。研究者提供了一个高效的软件实现，将BioDynaMo（一个用于高效代理模拟的C++平台）与ABCpy（一个Python包，用于ABC）结合起来，使得模型校准过程更加高效。尽管模型校准是一个计算密集型的过程，但研究者通过并行计算和优化的软件实现，使得整个过程在合理的时间内完成。综上所述，本研究建立了一个稳健的框架，用于校准基于代理的神经元生长模型，并为未来的研究提供了一个强大的工具，以便在低患病率环境中使用贝叶斯技术进行模型构建、验证和充分性评估。![]()
图1. 校准方法的概念概述
![]()
图2. 3D机械代理神经元生长模型
![]()
图3. 两个数据集的Wasserstein距离误差
![]()
图4. 软件实现和接口
本研究通过近似贝叶斯计算（ABC）成功校准了基于代理的神经元生长模型，临床医生和科学家可以利用这些经过校准的模型来更好地理解神经元如何发展其复杂的形态，以及这些形态如何影响大脑功能和疾病状态。此外，这些模型可能有助于开发新的治疗策略，例如通过促进神经元再生或修复来治疗神经退行性疾病。本研究展示了如何将计算模型与实验数据相结合，以提高我们对复杂生物系统的理解。这种方法可以推广到其他生物医学领域，为疾病建模、药物开发和个性化医疗提供新的工具和策略。未来的研究可以进一步探索这些模型在不同神经科学领域的应用，以及如何通过改进模型和校准方法来提高预测的准确性和可靠性。
【1】Zubler F, Douglas R (2009) A framework for modeling the growth and development of neurons and networks. Front Comput Neurosci 3:757. 【2】https://doi.org/10.1007/s00285-024-02144-2本文只是分享和解读公开的研究论文及其发现，以作科学文献记录和科研启发用；并不代表作者或本公众号的观点，更不代表本公众号认可研究结果或文章。为了给大家提供一个完整而客观的信息视角，我们有时会分享有冲突或不同的研究结果。请大家理解，随着对疾病的研究不断深入，新的证据有可能修改或推翻之前的结论。作者：Amber Wang，微信号：Healsana。助理：ChatGPT征战AD公众号，以分享阿尔茨海默病领域最新研究为主旨，希望由此推动由实验室向临床应用的转化。欢迎您的投稿与合作；也希望其他医学科学家以推文的形式分享您的研究成果。运营：美国Healsan咨询公司AD项目组，专注于临床科研及临床试验的服务公司，擅长于针对阿尔茨海默病的临床科研设计及临床试验结果的报告撰写。
