MCMC方法神经元电模型的泛化
项目描述
emodel-generalisation
使用马尔可夫链蒙特卡洛方法对形态学人群中的神经元电模型进行泛化。
此代码与以下论文配套
安装
您可以通过pypi使用pip安装此代码
pip install emodel-generalisation
或从GitHub使用
git clone git@github.com:BlueBrain/emodel-generalisation.git
pip install .
文档
文档可以在以下位置找到：https://emodel-generalisation.readthedocs.io/en/latest/
代码结构
此代码包含多个模块，其中最重要的模块是
- model 包含了基于BlueBrain/BluePyOpt的BlueBrain/BluePyEmodel核心功能性的修改版本，用于评估电模型
- tasks 包含运行 MCMC、适配和泛化电气模型的 luigi 工作流
- bluecellulab_evaluator 包含使用 BlueBrain/BlueCelluLab 和模型 hoc 文件计算电流的函数
- mcmc 包含运行电气模型 MCMC 采样的代码
- information 包含一些正在进行的代码，用于计算样本电气模型的信息理论度量
示例
我们提供了 emodel-generalisation 代码的主要功能的几个示例
- 在 examples/mcmc/mcmc_singlecomp 中运行简单单室模型的 MCMC
- 在 examples/mcmc/mcmc_simple_multicomp 中运行简单多室模型的 MCMC
- 在 examples/workflow 中运行简化版 L5PC 模型的整个泛化工作流
- 提供重现论文中所有图表所需的全部脚本。要运行这些脚本，需要下载与脚本
get_data.sh关联的数据集，该数据集位于 examples/paper_figures 的 dataverse 上
引用
当您在研究中使用 emodel-generalisation 代码或方法时，我们要求您 引用
Arnaudon, A., Reva, M., Zbili, M., Markram, H., Van Geit, W., & Kanari, L. (2023). 通过详细的生物物理模型控制神经元的形态-电生理变异性。iScience, 2023。
要获取此引用的另一种格式，请使用 代码的 github 页面 侧边栏中的 Cite this repository 按钮。
资助 & 致谢
本代码的开发得到了瑞士联邦理工学院洛桑联邦理工学院（EPFL）的研究中心——蓝脑项目的资助。
有关许可证和作者，请参阅 LICENSE.txt 和 AUTHORS.md。
版权 2022-2023 蓝脑项目/EPFL
下载文件
下载适合您平台的文件。如果您不确定选择哪个，请了解更多关于 安装软件包 的信息。
源分布
emodel_generalisation-0.2.12.tar.gz (18.1 MB 查看散列值)
构建分布
关闭
哈希值 for emodel_generalisation-0.2.12-py3-none-any.whl
| 算法 | 散列摘要 | |
|---|---|---|
| SHA256 | 32790ffac76921c833de54738d9ea721975acb02d42e6467cf4bf7f9d3e911e4 |
|
| MD5 | cbcde77baf5de5370bc11a1f7552743b |
|
| BLAKE2b-256 | bc582b4bdfc3df458528a1aa07cf752ce959f3c10b6f7b126a380e04fd968d94 |