Умный свет раскрывает тайны нейронных сетей экспресс
Чтобы понять мозг, нужно знать, как соединены нейроны. Обычно их включают по одному светом — это всё равно что проверять каждый кран в огромном саду, чтобы найти все трубы. Миллионы попыток требуют времени и могут повредить живую ткань. Алгоритм OPhELIA действует как опытный садовник: он включает воду лишь в нескольких точках и по тому, где она появляется, достраивает схему полива. В основе — энтропия, мера неопределённости: алгоритм выбирает нейроны, которые дадут максимум новой информации. Он даже учится на спонтанной активности, словно замечая подтекания. Так по 5% стимуляций у рыбок данио воссоздали почти полную карту связей — в 20 раз быстрее обычного. Этот подход напоминает, как астрономы видят тёмную материю по движению звёзд, и даёт стандартную модель — надёжный фундамент для будущих открытий.
Оригинальная аннотация
как её написали авторы, на английском arXiv:2607.12930
All-optical two-photon holographic optogenetics enables causal circuit mapping by stimulating defined neurons or ensembles while imaging population activity. Yet exhaustive connectivity mapping remains experimentally prohibitive because of combinatorial complexity, tissue heating, photodamage, and experimental time. We present OPhELIA (Optimal Photostimulation sElection for Iterative Activity maps), a Bayesian framework for selecting informative perturbations under limited trial budgets. OPhELIA combines Beta-Bernoulli connectivity inference with an ambiguity-based acquisition heuristic and learned priors derived from pre-stimulation neural activity, augmenting active learning and compressed sensing. In standalone simulations and in vivo larval zebrafish visuomotor experiments, OPhELIA with active learning improves trial-efficient approximation of exhaustive functional connectomes. In combinatorial in vivo experiments, OPhELIA with compressed sensing most closely recovers an exhaustive connectome using only 5% of trials. These results establish OPhELIA as a sample-efficient framework for causal connectomics.
Оптогенетика делает нейроны чувствительными к свету с помощью генов водорослей. Синий свет — нейрон включается, жёлтый — выключается. Как ниточки у марионетки.
Быстрое считывание нейронных связей похоже на загрузку знаний в «Матрице», но здесь мы, наоборот, выгружаем карту мозга.