Nature子刊：新工具帮助科学家在海量数据中发现模式

通过记录小组神经元的活动，神经科学家已经了解了很多，比如哪些神经元和回路与不同的行为有关。

但是当你同时记录数千个神经元时会发生什么呢？或者当你想弄清楚神经元的作用时没有明显的外部催化剂或者你甚至不确定你在寻找什么？

这就是Rastermap的用武之地。

由HHMI Janelia研究校区的Stringer和Pachitariu实验室开发的新的可视化工具可以帮助科学家揭示大规模神经记录中的活动模式——这是关于单个神经元和回路如何使行为发生的新理论发展的第一步。

“如果你想探索你的数据，你需要把它可视化，”Janelia小组组长Carsen Stringer说。“有一些你不一定会想到的东西可能存在于这些数据中，所以你想以一种方式将其可视化，以产生你以前没有想到的新假设。”

Rastermap是一种算法，可以根据神经元活动的相似程度，将数千个神经元的活动分类成簇，即使它们在不同的时间放电，或者它们的活动与可观察到的行为不匹配。然后，这些簇被映射到一个栅格图上，这是一个随时间变化的峰值的图形表示，这使得研究人员可以可视化和识别数据中的模式，然后可以在实验室中进一步测试。

以前的可视化工具使用在许多实验中观察到的神经元活动的平均值来寻找模式，而Rastermap使研究人员能够从一个实验的单个试验中可视化神经元活动。这使他们能够看到以前的方法无法轻易观察到的数据模式。光栅图还可以让研究人员在没有外部刺激的情况下观察神经元的活动模式。

到目前为止，具有易于使用的图形界面的Rastermap已经帮助研究人员可视化了果蝇、斑马鱼、小鼠、大鼠和灵长类动物的神经活动。

“你不能问动物他们在想什么，但你可以使用这种无监督的技术，在你的数据中发现潜在的新事物，这些新事物与动物正在进行的认知过程有关，”或者，即使活动与外部因素有关，“Rastermap可以帮助您以更清晰的方式将其可视化。”