Hugo Future Imperfect Slim

PikaPei

Research Assistant in CCLo's Lab

Pei

Proposed Model

果蠅為重要的模式生物,果蠅腦具有約10萬顆神經元,相較於人腦、鼠腦,是相對容易處理的數量級,同時果蠅也能表現出複雜行為,再加上豐富的基因工具,果蠅一直是神經科學家的寵兒。在各個團隊的努力之下,已經產生大量的果蠅神經元數據,許多也早已公開讓大家取用,只是來源不同,就會有不同的介面,穿梭於各個網站並學習如何使用,無疑消耗了一些時間。來自哥倫比亞大學的團隊,以果蠅大腦觀測站(Fruit Fly Brain Observatory, FFBO)為名[1],發展了一系列輔助工具,並整合多個重要的資料集,讓使用者不必再花額外時間學習操作個別的資料庫,而是走入一扇大門,就直接通向了每一個寶貴資料庫。

Brain Maps Visualizers (BrainMapsViz)

最直接使用FFBO的方式是透過網站版本的神經可視化工具 BrainMapsViz (Fig. 1) [2]。此工具強調藉由NeuroNLP的處理,使用者以簡單英文指令,就能夠顯示目標神經,例如在右下角輸入 “show local neurons in EB”,就會產生 Fig. 2 的結果,網站內也提供了指令說明和多個範例供使用者參考。

這邊展示使用的是FlyCircuit資料集,除此之外,FFBO也囊括了Hemibrain、L1EM Larva、Medulla 7 Column等資料集,可以在進入BrainMapsViz時選取,但可以用一樣的指令操作!

Fig. 1. BrainMapsViz (FiyCircuit dataset)

Fig. 1. BrainMapsViz (FiyCircuit dataset)

Fig. 2. “show local neurons in EB” 返回結果

Fig. 2. “show local neurons in EB” 返回結果


FlyBrainLab

進階的使用方式,需要安裝flybrainlab套件,再以Jupyter Lab開啟 (Fig. 3),使用者要有一些Python程基礎。

有了此套件,使用者一樣可以簡單英文指令顯示神經,還能夠取得各個資料集的神經元資料並進行分析、建立可交互式迴路圖、進行神經網路模擬等等。Lazar et al. (2021) 中介紹了六個使用場景[3],另外,FlyBrainLab github [4] 也提供了入門範例。

Fig. 3. FlyBrainLab 使用者介面 (Credit: Lazar et al. (2021) Fig. 2b)

Fig. 3. FlyBrainLab 使用者介面 (Credit: Lazar et al. (2021) Fig. 2b)


結語

FFBO作為一個整合型工具,除了神經體資料,還整合了一部份基因表達資料和電生理資料(但電生理資料還很少),未來也將持續更新和匯入更多資料,以期能降低技術門檻,並專注於解決科學問題。

參考文章:

  1. Fruit Fly Brain Observatory
  2. FFBO - Brain Maps Visualizers
  3. Lazar, A. A., Liu, T., Turkcan, M. K., & Zhou, Y. (2021). Accelerating with FlyBrainLab the discovery of the functional logic of the Drosophila brain in the connectomic and synaptomic era. Elife, 10, e62362.
  4. https://github.com/FlyBrainLab/FlyBrainLab

Recent Posts

Categories

About

Explore The World of Neuroscience
Curious about Memory, Epilepsy, ASD ...