HIPPIE: a generative model for electrophysiological analysis across species, technologies, and modalities.
期刊Nature communications
发表日期2026-09-20
影响因子IF 18.1
涉及基因未提及
编辑类型未使用基因修饰模型
实验用途开发深度学习框架HIPPIE对细胞外电生理记录的神经元进行分类
中文研究总结
本研究开发了HIPPIE（High-dimensional Interpretation of Physiological Patterns In Intercellular Electrophysiology）深度学习框架，用于从细胞外电生理记录中分类神经元。该框架结合自监督预训练和监督微调，使用条件卷积联合自动编码器学习技术调整后的波形和尖峰动力学表示。在小鼠、大鼠和猕猴的 recordings 中验证表明，HIPPIE的分类性能与现有方法相当，且额外支持生成性分析，包括改变实验条件下的反事实解码、跨物种潜在插值以及跨模态分析，揭示了尖峰时间模态和波形形态编码神经元身份的不同维度。该工具提供Python包和无需编程的网页应用，为跨技术、实验条件和物种的神经元分类提供统一框架。
相关服务
需要构建相关基因编辑小鼠、条件敲除模型或开展动物实验，可联系鼠来宝获取方案建议。
咨询模型方案