Gabriel Ocana Santero

跨物种神经学习使小鼠和人类大脑动力学对齐

研究人员开发了一种新颖的双规则对比学习框架，用于跨物种对齐神经活动表征，旨在提高对神经系统疾病药物疗效的预测能力。该方法通过基于生物状态而非物种来组织表征，从而学习共享的神经动力学，成功识别出小鼠和人类之间保守的结构。该框架通过将接受治疗的动物投射到跨物种表征中，证明了其解决小鼠癫痫模型与人类患者群体之间不同关系的能力，并回顾性地追踪了十种模型-药物组合已知的临床药物疗效。