基于优化柔性神经树算法的离子通道型神经元建模及复杂放电节律研究

Complex neuron firing rhythm, resulting from dynamic behavior of ion channel, is the basic method of coding infromation by nerve system. Computer neuron modeling and analysis on the firing phenomena have been proven to be useful tools for understanding the biological mechanism of firing rhythms. However, due to the extreme complexity of the neuron, people failed to establish the real neuron model,which is built on the direct correlation between distinct firing properties and their necessary ion channel dynamics. It has not been yet found that optimal fitting on ion channel based on the real neuron system. Meanwhile, the nonlinear dynamical analysis methos also have limitations to firing rhythm. Based on obtained data, this project will optimal fit the currents botaind from the electrophysiology experiment of wild types and mutant types fruit fly huge central neurons.Then the functional equation will be gained, which can explictly describe the ion channel dynamical behavior. Based on the above, using the whole current data, neuron model will be revese established. Then, suggested nonlinear analysis methods are used to compare the dynmacal features between the model numerical simulatio and experiment to improve the modle. At last, a neuron model, which are based on the ion channel dyamics and can be highly realistic experiment phenomena, is established.This project will lay a theoretical foundation for the deeply understanding the biogical nature of complex neuron firing rhythm.

神经元复杂放电节律是其编码信息的主要方式，离子通道的动力学行为是其产生的基础。神经元建模及其放电现象的动力学分析是揭示放电节律本质的有效手段。然而，由于神经元的极端复杂性，目前未能建立放电特征与其决定性离子通道动力学行为直接关联的神经元模型，也缺乏基于真实系统的离子通道参数优化拟合，对放电节律的非线性动力学分析方法也存在一定局限性。本课题在前期已获得数据的基础上，利用优化的柔性神经树算法，对电生理学实验中获取的野生型与突变型果蝇巨大神经元单通道电流数据进行优化拟合，构建详细描述离子通道动力学行为的函数方程；在此基础上利用神经元全细胞电流变化数据，反向构建神经元模型系统；利用改进的非线性分析方法，比较模型仿真与实验结果的动力学特征差异，进而完善模型表达式，最终形成一个基于离子通道动力学行为，与生理学实验放电现象高度一致的神经元模型。为认识神经元复杂放电节律的生物学本质奠定基础。

神经元复杂放电节律是其编码信息的主要方式，离子通道的动力学行为是其产生的基础。神经元建模及其放电现象的动力学分析是揭示放电节律本质的有效手段。然而，由于神经元的极端复杂性，目前未能建立放电特征与其决定性离子通道动力学行为直接关联的神经元模型，也缺乏基于真实系统的离子通道参数优化拟合，对放电节律的非线性动力学分析方法也存在一定局限性。本项目针对神经元模型构建与复杂放电节律研究中存在的问题，利用传统统计学分析与非线性时间序列分析互补的方法，结合现有神经元数学模型的动力学分岔历程，分析鉴定了多种复杂神经放电节律，丰富了其研究基础；建立完善的基于MEP和PSO优化的改进柔性神经树算法，并结合其他计算智能方法，在生物信息学尤其是蛋白质相关研究领域解决了一系列实际问题；在获得上述优化柔性神经树算法的基础上，以生物学实验中所获取的离子通道功能改变条件下的神经放电数据为基础，参考现有模型仿真结果与相应实验现象之间的差异，结合离子通道的分子生物学特性和非线性特征，对离子通道电流相关参数表达式进行数据拟合；引入快慢变量动力学的基本理论和方法，利用上述研究内容结果，对照现有神经元数学模型仿真结果与相应生物学实验现象之间的差异，参考离子通道的分子生物学及动力学特性，构建了基于真实离子通道动力学行为，高度逼近现实实验系统，可仿真更加丰富的复杂神经放电现象的神经元模型系统，获得对神经元复杂神经放电节律以及节律转迁规律的更全面认识。