NeuNetBuilderCloud(NNBC)用户手册
## 1. NeuNetBuilderCloud(NNBC) 简介 NeuNetBuilder(NNB)是中小规模脉冲神经网络的构建和分析软件，由中国传媒大学脑科学与智能媒体研究院研发和维护。NNB以层为神经网络的构建单位，每层可包含多个神经元。目前NNB支持多房室神经元模型和STC突触可塑性模型。任何建议意见欢迎通过网页和我们联系。 NNB的主界面由以下几个个主要区构成，如下图：  + **菜单工具条**：这里可以打开、保存文件，获得帮助。  + **结构窗口**：对神经元的添加、离子通道的添加等结构修改都在这里进行。其中工具栏的主要功能如下：  + **属性窗口**：对各元素（元素的选择通过Structure Window）的属性设置在这里进行。 + **神经网络可视化显示窗口**：显示网络结构及网络中的神经元，且可以与结构窗口交互使用。 + **神经活动窗口**：神经脉冲序列、突触电导变化、刺激电流、钙离子浓度等信号的展示。 + **Env控制栏** 包含Env的选取、显示、刷新等功能。如下图：  ## 2. 相关概念介绍 + **感知层** 用于感知Env中所产生的的刺激信号，仅支持单房室神经元 + **非感知层** 不受Env的影响，但可以接收感知层传递的信号，也可以自发产生信号，这取决于非感知层中添加的神经元类型。非感知层中支持单房室、多房室神经元。 + **选中/取消选中神经元** 可以将鼠标移至神经元上，当出现蓝色半透明小球时，双击鼠标即可实现选中/取消选中神经元。选中的神经元将变为红色。 + **查看神经元映射** 可以将鼠标移至Pre-Layer的神经元上，当出现蓝色半透明小球时，右键单击鼠标可以查看当前神经元与Post层的神经元的映射关系。显示映射关系的神经元将显示为亮蓝色。 备注：同一层中仅支持添加一种神经元。 ## 3. 创建/打开项目 ### 3.1 新建项目 点击菜单工具条上的【New】按钮，在弹出的界面中填写项目名称和项目描述后单击【Create】按钮创建。如下图：  ### 3.2 创建层 点击软件主界面左侧工具栏【+】按钮，系统弹出**Add Layer**界面如下图。   + **Area Name** : 区域名称。神经元层所在的区域。每个区域内可以包含多个层 + **Layer Name** : 层名称。 + **Layer Size Grid X** : 层的宽度 + **Layer Size Grid Y** : 层的高度 + **Sensor Layer** : 当前层是否为感知层。默认为非感知层。 + **Env** : 感知类型。如果为感知层，需要设置感知层的感知类型。目前感知类型仅支持两种Env0和Env1 如上图的参数，将自动创建 区域【A1】,并在【A1】中创建感知层【L1】，并将【L1】的感知类型设置为了Env0. ### 3.3 为层添加神经元 首先在左侧的结构窗口中选中要添加神经元的层，例如【L1】。单击工具条中的【导入】按钮 弹出神经元的选择列表如下图。   + **Public** 公共的神经元库 + **Private** 私有的神经元库。若要在此处添加个人的神经元可以通过 【Local Neuron List】或者 [NBC](https://nimibrain.cuc.edu.cn/nbcloud/) + **Local** 本地神经元库。需要加载本地神经元XML文件后才能显示列表。通过该列表可以将本地的神经元库上传至云端。 + **Neuron Number** 神经元的数量 + **Distribution** 是否将神经元均匀分布在层当中。默认为均匀分布。该属性可能会影响到后面突触连接的映射关系。 + **Number of rows** 每行的神经元数量，在采用均匀分布时有效。 在左侧的神经元列表中选中神经元后，右侧的Preview窗口中将会渲染出神经元模型的结构。 备注：在为感知层添加神经元的时候无需选择神经元，系统会为其添加默认的单房室神经元。如上图，我们将为作为感知层的【A1/L1】添加15个神经元，并采用均匀分布的方式，将神经元均匀分布在一行上。 添加完成后，神经网络显示窗口的显示如下图：  可以按照以上方法再添加一个感知类型为Env1的感知层后，神经网络显示窗口效果如下：  如此，我们在网络中添加了两个感知层。此处需要注意的是，**一个项目中最多可以添加两个感知层，并且两个感知层的感知类型需要是不同的**。 ### 3.4 神经元电活动的仿真实验 #### 3.4.1 感知层的电活动——环境刺激 在NNB中，我们设计了环境刺激作为感知层的刺激（在NNBC中，感知层无法接收来自其它层的突触输入），模拟真实生物大脑接收环境中视觉、听觉、触觉等一系列感觉刺激的过程。目前，NNBC的环境刺激文件支持两个环境（如视觉和听觉），环境刺激文件的格式是xml，定义了每个时刻每个感知层神经元的放电率，感知层神经元接收到放电率的数值后，即产生服从泊松分布的spike train。 点击菜单栏中的【ENV】按钮，系统弹出**Multi Env Control**界面如下：  + **Public** Env公共列表 + **Private** 私有的Env列表 + **Env Name** Env名称 + **ExpProc Name** 当前实验的名称 + **ExpStep** 实验的次数 + **Env0/Env1** Env类型，**需要与感知层的感知Env类型相对应**。 + **Background** Env背景刺激强度（暂不支持） + **Scale** 刺激幅度 + **Type** 刺激类型 + **Duration** 刺激的持续时间 + **Del Env** 删除选中的Env + **Upload Env** 上传Env + **Download Env** 下载Env，下载后可以将此Env文件分享给其他人使用 + **Name** 刺激的名称 + **Class** 刺激所属类别 + **FilePath** 文件路径(暂未启用) + **Features** 每个神经元的放电率，其中包含的值的数量与Features Length 一致。每个神经元的放电率以“;”隔开。每个神经元的放电率的取值范围为[0,1] + **Features Length** 覆盖的神经元数量。**这个参数要尽可能的与感知层的神经元数量保持一致** 备注：当选中Env 刺激列表中的条目后，右侧才会出现刺激的详情。 现在，我们把环境刺激施加到感知层神经元上，看看它们的反应。首先，我们需要选择要观察的神经元，选中神经元的方法参考[2.相关概念介绍](#2-相关概念介绍) 。选中神经元后的界面如下图  在**Env控制条**中的Env列表中选择Env，如果Env列表中为空的说明尚未添加Env，如果是刚刚添加的Env，可以单击【刷新】按钮进行刷新。选择Env后，单击【启动】按钮。当按钮变为【停止】时，说明Env已经处于准备完毕进入待运行状态。当单击顶部菜单栏的**Start**按钮启动神经网络运行的时候，选中的Env会随之启动。Env的操作如下图：  网络启动后，开始给神经元输入“Env”刺激，刺激持续时间是一个RunCourse（在LabSetting中可以设置RunCourse，默认为2000，单位为ms）【神经元活动窗口】显示了神经元的电活动，可以看到，前1000 ms没有给任何神经元刺激，所以大家都没有反应，在后1000 ms中，A1L1(0,0)和A2L1(0,0)的放电率是100 Hz.  点击菜单栏中的【RunNext】按钮，继续运行下一个**RunCourse**，系统依次运行**Env**中的刺激，上图中**Env0**和**Env1**分别对应两种类型的刺激运行的状态，绿色背景代表已经运行完毕，橙色表示在当前**RunCourse**运行结束上该刺激尚未结束，将在下一个**RunCourse**继续运行。 点击上图中的的【停止】按钮，停止**Env**对**Sensory**层神经元的刺激。 #### 3.4.2非感知层的电活动——电流刺激 若该层不为感知层，则可以接收来自感知层或非感知层的突触输入以及直接的电流刺激，在这一小节，我们仅介绍为非感知层施加电流刺激的操作步骤，突触输入的部分请参见X.X.X小节。 请按照3.2小节 [3.2 创建层](#32-创建层) 中提到的构建方法搭建一个包含100个神经元的非感知层，并选中一些神经元（如下图）。  在左侧**结构窗口**中打开【Stimulator】节点，检查其图标状态是否处于Block状态，如果处于Block状态，则单击工具栏右上角的Block切换按钮，切换为激活状态。下面两图分别为Block状态和激活状态。在Block状态下，Stimulator是无效的。   有关Stimulator相关的属性介绍参照 [4.3.3 Stimulator 相关属性](#433-stimulator-相关属性) 设置“Mode”为0、1、2、3、4中的某个模式，设置其他相应参数，在菜单栏中点击**Start**按钮，**神经元活动窗口**出现不同的变化曲线。在**神经元活动窗口**中中按层中不同位置的神经元进行分组，每个神经元的不同房室又被划分为单独的区域，在soma房室区的左上角以（该神经元所在的区域名、层名、层中的排列位置）形式来表示该神经元的位置信息，从而区分不同神经元的显示区域。（下图显示的是给soma房室一个从200ms开始，持续时间为2000ms，大小为10 mA的方波刺激后所选神经元的活动）。  上图中不同颜色的的线条代表不同的含义。对每个神经元的每个房室来说，有4条曲线，其中与房室颜色相同的曲线为该房室的spike train.其他曲线的含义参考右侧设置按钮所打开的窗口。如下图：   上图中各个参数的含义如下： + **Potential** 电压信息 + **Ca** 钙离子浓度信息 + **STC_Ca_d** + **Stimulator** 刺激信号电压 + **NTReleasableRate** + **Conductance** 电导 + **NMDA_Ca** 从此以下均属于突触连接有关的信息。 + **NMDA_VD** + **NMDACndctnc** + **NMDAPState** + **STC_Ca** + **TagFlag** + **Tag** + **PRP** + **PRPRate** + **APPA_z** + **NMDA_z** 点击**Spike train**中的某处，界面中的白框显示**V=...|Cad=...**，分别代表该时刻的电压值和该房室中的Ca离子浓度。 我们还可以阻断神经元的一个或多个离子通道，模拟真实生理实验中阻断离子通道后神经元的反应。在结构窗口中选中要阻断/激活离子通道，点击【阻断】按钮，即可完成离子通道的阻断/激活。  注：NNBC支持block通道及修改离子通道电导、离子通道反转电位的操作，不支持对层中的神经元进行添加、删除、编辑离子通道等操作。 ### 3.5神经活动数据的保存 NNB支持保存神经活动数据，点击菜单栏中的【SaveResult】按钮，在弹出的窗口中输入要保存多长时间的神经活动数据，一般与Env中刺激总时间一致。下图是保存时长输入窗口  * **Duration** 保存网络的运行时长 * **Step Interval** 保存数据采样间隔。该参数仅对 Ca_d,Conductance,Ca_s,Tag,PRP,STC_Z有效。 * **Conpartmental Data** 房室数据保存选项 * **Receptor Data Receptor**数据保存选项 设置完毕后，单击【Start】运行网络，文件将在运行结束后保存在云端。可以通过【Result】按钮，打开运行记录窗口，在窗口的【Action】一栏中有下载按钮的即为已经保存了运行结果的记录。单击下载按钮即可下载。  打开下载窗口后可以根据需要下载需要的运行结果数据。 ### 3.6突触的建立 首先，按照3.2小节的方法构建一个感知层A1L1和一个非感知层A2L1（在此示例中，选择了WXJ_2016_1C_Ca神经元模型），每层均包含15个神经元，如下图：  我们把感知层作为presynaptic layer（在NNB中，感知层不能作为postsynaptic layer），非感知层作为postsynaptic layer。 在左侧结构窗口中，选中【Soma】，在左侧工具栏中点击添加连接按钮 ，在弹出的**Select Pre-Layer**窗口，选中A1、L1和Simple PSP，其余参数采用默认值，后续会对这部分参数进行说明，点击【Create】按钮。  系统返回主界面，我们可以看到A1L1和A2L1之间出现了一条线，其中黄色的一端代表突触前，红色的一端代表突触后，如下图：  下面，我们可以查看和修改连接的属性，在左侧结构窗口，选中A2-> L1 -> WXJ_2016_1C_Ca -> Soma -> Synaptic Inputs -> A1\L1 -> Projection，可以看到右侧projection属性窗口,如下图。  Projection相关参数意义及取值范围如下： + **MaxNum**：每个preneuron最多能投射到多少postneuron上 + **Projection**：每个preneuron在接收层上的投射范围，以preneuron在接收层的对应位置为中心，画一个形状，落在形状内部的神经元就是该神经元的所有postneuron。目前支持3种投射方式： + **矩形** R;-1;1;1;-1，R代表矩形，坐标采用计算机图形学的定义方式，第一个-1和第三个1定义了矩形的左下角坐标，第二个1和第四个-1定义了矩形了右上角坐标 + **椭圆** E;0;0;6;3;45，E代表椭圆，0和0定义了椭圆的重心，6和3定义了椭圆的长轴和短轴，45定义了椭圆的旋转角度 + **圆形** C;0;0;10，C代表圆形，0和0定义了圆心的坐标，10定义了圆的半径。 + **ConnectRate**：投射密度，定义了每个preneuron的投射范围后，对于这一范围内百分之多少的postneuron建立连接，取值范围为0到1，对应全不连接到全部连接。 + **Distribution**：投射的分布，支持均匀分布（U，U代表Uniform Distribution）和高斯分布（N; 1.5， N代表Normal Distribution，1.5代表标准差）。 + **RandomNess**：投射强度的随机性，取值范围为0到1。 + **RandomSeed**：ConnectRate和RandomNess的随机种子，用于确保每次投射的是同一批神经元，权重也一致。 如何查看神经元之间的投射关系呢？鼠标presynaptic layer中的某个神经元，就可以看到这个神经元投射到了哪些postneuron上，参考[2.相关概念介绍](#2-相关概念介绍) 。我们先选中A1L1的第1个神经元，可以看到该神经元变成亮蓝色，此时，A2L1的前4个神经元也变成了亮蓝色，这表示我们选中的突触前神经元投射到了4个突触后神经元上，这是由属性窗口中的参数Distribution决定的，高斯分布的Distribution中间权重大，两边权重小，而均匀分布则所有神经元有一样的连接权重。可以参考下图：  再选中A1L1的第2个神经元，发现投射的神经元为4个。再选中A1L1的第5个神经元，发现投射的神经元为6个，因为我们定义的投射范围是R;-30;30;30;-30，是一个边长为60的矩形，而L2层的尺寸是150×10，包含一排15个神经元，60/150*15=6，就是每个神经元的postneuron的个数，而落在两侧的神经元（第一个和最后一个）由于区域限制，只能投射到3个或4个神经元。 现在把Projection改成R;-50;50;-30;30，可以看到每个preneuron的投射范围也随之发生了变化（如下图）。  下面，我们给preneuron一些刺激，并观察postneuron的反应。由于preneuron是sensory neuron，所以我们参照2.4.1小节的内容以ENV-demo.env作为环境刺激。投射参数设置如下：    选择A1L1的第一个神经元和A2L1的前两个神经元作为观察对象，运行网络，可以在spike train window看到神经元的电活动（黄色）、钙浓度（蓝色）变化、突触连接电导（绿色）的变化和神经递质的释放（灰色）等（图 3 9）。  下面，我们再建立一个新的层A3L1，A3L1包含15个神经元（在此示例中，选择了WXJ_2016_1C_Ca神经元模型），并建立A1L1和A3L1之间的连接（如下图）。  我们对突触后神经元受体同时选择Simple PSP和NMDA plastic，点击确定，系统返回主界面，可以看到A1L1和A3L1之间也建立了连接，且有NMDA受体的突触上面会有一个绿色的正方形(菱形)，如下图所示。  在左侧的属性框可以看到NMDA即Recepter1的相关参数，在此示例中参数设置下图所示。  Receptor1相关参数意义及取值范围如下： + **ERevCa** ：Ca的反转电位，用于计算由NMDA进来的Ca电流，一般在120-140之间； + **GmaxCaPct**：由NMDA进来的离子中Ca离子所占的比例，取值为0-1； + **VD.Alpha**,**VD.Beta**,**VD.Gama**：VD表示Voltage Dependency，描述Mg离子对NMDA通透性的相关参数，我们知道NMDA在电压较低时有Mg离子堵在门口，一旦电压起来了，Mg就会被踢开，如果此时有神经递质，那么NMDA通道就会打开，描述电压与NMDA通透性关系的函数类似于sigmoid，其方程为$f_{Mg}(V)=1 \over {\alpha + exp(\beta V+\gamma)}$，VD.Alpha，VD.Beta和VD.Gama就对应方程中的三个参数； STC相关参数的意义及取值范围参见4.2.1小节。 在过滤掉一些曲线之后，我们可以较为清晰的看到有关NMDA的信号变化如下图：  NNB还支持层内的recurrent连接，我们选择A3L1最为A3L1的prelayer，即可建立A3L1的recurrent连接，那么神经元上就会出现六边形，如果为NMDA连接则是绿色的正方形,如下图。  ### 3.7突触的阻断 在NNB中，突触是可以被阻断（block）的，我们尝试block突触A1L1对A2L1的连接，选中A2 -> L1 -> [NeuronName] -> Soma -> ConnectionInfo -> A1\L1，点击【阻断】 按钮，可以看见A1L1对A2L1的连接线上的形状变成了黑色的三角形，表示这个突触在模拟过程中不起作用了，如下图：   从神经活动窗口可以看到，A2L1由于失去了A1L1的输入，其神经活动也随之消失了（如下图）。再选中该突触，点击【阻断】按钮，就可以解除对该突触的block。  ### 3.8突触的删除 NNB还支持突触的删除。我们尝试删除A1L1对A3L1连接，选中NeuNet -> A3 -> L1 -> [NeuronName] -> Soma -> Synptic Inputs -> A1\L1，点击【删除】按钮，就可以看到A1L1与A3L1之间的连接被删除了（如下图）。   ## 4.可塑性模型的构建 ### 4.1可塑性的基本知识 #### 4.1.1什么是可塑性 我们知道，神经元之间的信息交流是以其间的突触连接为桥梁进行的。桥有宽有窄，宽的桥允许车辆更容易地通过，类似地，突触也有连接强度，来衡量其传递信息的能力。一般来说，突触后神经元更容易通过连接强度高的突触被激活。可塑性就是指突触的连接强度随脑的活动不断变化的过程，就像根据不同时段车流量变化而改变车道宽度的潮汐车道，突触也会根据神经元的活动强弱改变连接强度。 #### 4.1.2 NNBC支持的可塑性模型有哪些？ 为了在仿真中实现可塑性，近几十年来，许多关于可塑性的数学模型被创建。许多添加了可塑性模型的模拟神经网络能够进行与真实实验观测非常相似的活动。目前NNB支持使用STC模型进行可塑性的仿真。 #### 4.1.3 STC模型介绍 STC（synaptic tagging and capture）模型可塑性规则是由Tag与PRP（plasticity related products）的共同作用引发的，Tag和PRP都与钙离子浓度高度相关，具有生理上的可解释性。简单来说，NMDA受体在激活时将钙离子由神经元外运送到spine（树突棘）中，当突触后神经元的spine钙离子浓度足够高时，spine就会根据钙离子浓度调整Tag的类型，表示该spine所在的突触处于可以被增强或是抑制的状态。但是，Tag自身并不能引发可塑性的产生，必须有PRP的作用才能实现LTD（long-term depression）或LTP（long-term potentiation）。PRP是由soma或dendrite生成的一系列与可塑性有关的物质的统称，这些PRP的生成同样需要较高的钙离子浓度，增加的钙离子主要来源于房室上的离子通道。PRP生成后扩散到维持着Tag的spine并被其capture，并通过进一步的加工使包含该spine的突触的突触强度产生变化。 #### 4.1.4 STC模型的数学表达及解释 关于Tag的计算： ```katex {d(Tag) \over dt} = \vert Flag \vert \cdot \beta_T \cdot (Flag-Tag)+(\vert Flag \vert -1) \tag{1} ``` 其中： ```katex Flag= \begin{cases} 0 & [{Ca}^{2+}]_S < Ca0_S \\\\ -1 & Ca0_S \leq [{Ca}^{2+}]_S \leq Ca1_S \\\\ 1 & [{Ca}^{2+}]_S > Ca1_S \end{cases} \tag{2} ``` 其中$$[{Ca}^{2+}]_S$$ 是spine的钙离子浓度：当其小于$Ca0_S$时，Tag以速率$\alpha_T$向0衰减；当其处于$$Ca0_S$$和 $$Ca1_S$$之间时，Tag以速率$$\beta_T$$接近-1；当其大于$$Ca1_S$$时，Tag以速率$$\beta_T$$接近1. 关于PRP的计算： ```katex PRP=\int_0^tPRP_{rate}dt\tag{3} ``` 其中： ```katex {d(PRP_{rate})\over{dt}}=-{PRP_{rate}\over{\tau_p}} + \alpha_p(1-PRP_{rate})-{1\over4}({1\over \tau_p} +\alpha_p)^2 \int_0^tPRP_{rate}dt \tag{4} ``` ```katex \alpha_p= \begin{cases} 0 & [{Ca}^{2+}]_d < Ca0_d \\\\ \alpha & [{Ca}^{2+}]_d \leq Ca0_d \end{cases} \tag{5} ``` $$[{Ca}^{2+}]_d$$是dendrite的钙离子浓度：当其小于$$Ca0_d$$时，没有PRP生成；当其大于$$Ca0_d$$时，有PRP生成。 Tag与PRP的计算显然都与房室的钙浓度相关，钙浓度的计算满足方程： ```katex {d[{Ca}^{2+}]\over{dt}} = -ICaCof * ICa-{{[{Ca}^{2+}]-CaBase}\over CaDecayT} \tag{6} ``` 其中ICa是该房室与房室外间的钙电流，ICaCof表示钙电流转为钙离子浓度的速度。 关于突触连接强度z的计算： ```katex z={{(1-z_l)z_he^y+z_l(z_h-1)e^{-y}}\over {(1-z_l)e^y+(z_h-1)e^{-y}}} \tag{7} ``` 其中： ```katex {dy\over dt}={{Tag\cdot PRP}\over \tau_y} \tag{8} ``` $$z_l$$与$$z_h$$分别代表连接强度z的下限与上限，由于我们假设影响连接强度的受体数量是受到限制的。y可以理解为PRP与Tag作用生成的影响可塑性的物质的量。 ### 4.2利用NNBC模拟可塑性 #### 4.2.1在NNBC中搭建有可塑性的突触 在NNBC中，如果你希望建立的突触有遵循STC规则的可塑性，那么在建立突触时需要同时选中Simple PSP和NMDA Plastic，其中Simple PSP相当于AMPA受体，NMDA Plastic相当于NMDA受体，在大脑可塑性中，AMPA受体先激活，使得突触后神经元膜电位发生变化，随后NMDA受体中的Mg离子弹出，NMDA打开，钙离子再通过NMDA受体才能进入spine，使得突触发生可塑性。 在LocalSetting中可调整STC变量的可视化尺度：  在NeuroNet→STCSettings进行全局性STC参数的设置：  参数含义如下： + **Alpha_Tag**:式$$(1)$$中的$$\alpha_T$$的值 + **Beta_Tag_LTD**:式$$(1)$$中的$$\beta_T$$在突触LTD时的值 + **Beta_Tag_LTP**:式$$(1)$$中的$$\beta_T$$在突触LTP时的值 + **Tau_prp_rate**:式$$(4)$$中的$$\tau_p$$ + **Pulse_prp_rate_value**:式$$(5)$$中的$$\alpha$$ + **Tau_y**:式$$(8)$$中的τ_y + **Diffuse_Rate_D2S**:表示树突到树突棘的钙离子扩散系数 + **Tau_CaSpine**:式$$(6)$$中的CaDecayT + **ICaCof_Spine**:式$$(6)$$中的ICaCof + **CaBase_Spine**:式$$(6)$$中的CaBase 上述关于钙浓度计算（式$$(6)$$）的参数仅适用于spine中钙浓度的计算，对于房室中计算钙浓度的参数设置需要单独对房室进行设置。 在任意房室的参数设置中，可以完成对该房室关于钙的动力学方程（式$$(6)$$）的参数设置： + **CaMax**：该房室允许的最大钙浓度，计算钙浓度时若超过CaMax则强制性取为CaMax 对于有可塑性的突触，其Post Synapse→Receptor 1中的一些参数会影响可塑性的实现： 参数含义如下： + **STC.Ca0(1)_sBase**与**STC.Ca0(1)_sMax**是一组约束$Ca0(1)_S$变化范围的参数，当z从1增加至最大时，$$Ca0(1)_S$$会从**STC.Ca0(1)_sBase**线性增加至**STC.Ca0(1)_sMax**，当z从1减小至最小时，$$Ca0(1)_S$$会从**STC.Ca0(1)_sBase**线性减小至**CaBase_Spine**。 + **STC.Ca0_d**:式5中的$Ca0_d$ + **STC.Start_Time**与**STC.End_Time**：有的时候网络不需要可塑性，所以我们可以选择STC开始和关闭的时间，可塑性在一个RunCourse中生效的时间，缺省则无可塑性。**STC.Start_Time** 是STC开始起作用的时间，支持多个开启时间，如第t1时刻开启，t2时刻结束，t3时刻又开启了，t4时刻结束。则输入t1; t3，这里t1和t3均为非负，且t3>t1；**STC.End_Time**是STC的关闭时间，如t2; t4，这里t2和t4均为非负，且t1<t2<t3<t4。需要注意的是，缺省状态下**STC.Start_Time**和**STC.End_Time**都为空，这表明STC没有开启。 + **STC.Z_XXXX_GMax(Min)**:代表XXXX受体的变化系数，直接表现可塑性的作用。 ## 5. 系统相关参数说明 ### 5.1 项目相关属性说明 #### 5.1.1 项目属性 LabSetting + **RunMode** + **RunCourse** 单次运行时长 #### 5.1.2 本地设置 LocalSetting LocalSetting中包含了一些自定义的设置。例如可以自行设置电压信息、钙离子浓度的线条绘制颜色以及纵向缩放参数。所设置的信息将保存在本地。 + **CompartmentSetting** 房室设置 + **Potential** 电压信息 + **Ca** 钙离子浓度 + **STC_Ca_d** + **Stimulator** 刺激信号 + **ScaleY** 纵向缩放参数 + **SynapseSetting** 突触连接设置 + **NTReleasableRate** + **Conductance** 电导 + **NMDA_Ca** + **NMDA_VD** + **NMDACndctnc** + **NMDAPState** + **STC_Ca** + **TagFlag** + **Tag** + **PRP** + **PRPRae** + **AMPA_z** + **NMDA_z** #### 5.1.3 可塑性设置 STCSetting 参考4.2.1小节内容。 ### 5.2 层相关属性说明 + **GridX** 宽度 + **GridY** 高度 + **X_Pos** 横向位置 + **Y_Pos** 纵向位置 + **Z_Pos** Z轴位置 ### 5.3 Neuron 相关属性 + **UID** 唯一ID + **Name** 名称 + **Geometry Mode** 是否采用几何形态定义多房室神经元 + **Axial Resistivity** 多房室模型中的Ra + **Compartmental Conductances** （仅用于多房室神经元模型） #### 5.3.1 房室相关属性 + **Biophysical Properties** 房室的生理属性 + **Capacitance** 膜电容 + **gLeak** 漏电流电导 + **Eleak** 漏电流的反转电位 + **LC Method Properties** LC算法涉及到的一些参数，不建议修改 + **Threshold** + **MaximumP** + **HyperP is** + **HyperP** + **Geometric Properties** 房室（圆柱体）的几何属性 + **Length** 长度 + **Radius** 圆柱体半径 + ~**Alpha** 角度~ 该属性已弃用 + **Color** 颜色 + **Ca Dynamical Properties** 房室中Ca的动力学演化 本平台采用的Ca动力学方程为 $${d(Ca)\over dt}=-ICaCof\cdot I_{Ca} - {{CaBase-Ca}\over CaDecayT}$$ + **ICaCof** + **CaBase** + **CaDecayT** + **CaMax** 该房室允许的最大钙浓度，计算钙浓度时若超过CaMax则强制性取为CaMax #### 5.3.2 离子通道相关属性 + **Name** 离子通道名称 + **bCaChannel** 是否是Ca通道，如果是，则选择True，该通道就会参与到Ca电流的计算中，否则选择False + **CaPct** 如果bCaChannel为True，则我们需要计算通过这个Ca通道进来的Ca离子的比例（可能会有其他离子通过Ca通道进入），这个CaPct就是比例，范围是0-1，对应0%到100% + **Erevs** 该通道的反转电位 + **Gmax** 该通道的最大电导，非负 + **GateP** 离子通道的第一个门X,计算神经科学常用这样的方式来描述离子通道的电导 $$g=g_{max}(X(V,t))^P(Y(V,t))^Q(Z(V,Ca,t))^R$$ $$\begin{aligned} {d(X(V,t))\over dt}&=\alpha_X(V)(1-X(V,t))+\beta_X(V)X(V,t) \\\\ &={{X_\infty(V)-X(V,t)}\over \tau_X} \end{aligned} $$ + **P** $$X(V,t)$$的幂，为非负整数 + **P_AlphaBetaType** 用**alpha/beta**的形式还是**inf/tau**的形式来描述这个离子通道，如果为True，则用**alpha/beta**的形式，否则用**inf/tau**的形式 + **P_InfNow** 有的离子通道采用**inf/tau**的方式来表达，但只有**inf**，没有**tau**，其意义是用无限短的时间就可以到达**inf**，如果模型中是这样的离子通道，则**P_InfNow**为True，否则为False + **+P_Inf_Alpha** 上面公式中的$$\alpha_X(V)$$（当**P_AlphaBetaType=True**）或$$X_\infty(V)$$（当**P_AlphaBetaType=False**），目前NeuNet提供两种描述$$\alpha_X(V)$$的方法，一种是根据大量的离子通道总结出了$$\alpha_X(V)$$的几种一般形式，包括以下几种： ```katex p0+p1 \cdot V \tag{Type 1} ``` ```katex p0+p1\cdot e^{V-p2\over p3} \tag{Type 2} ``` ```katex p0+{p1\over p2+e^{V-p3\over p4}} \tag{Type 3} ``` ```katex {p0\cdot(V-p1)\over p2-e^{V-p3\over p4}} \tag{Type 4} ``` ```katex {p0 \over p1 \cdot e^{p2\cdot V} + p3\cdot e^{p4\cdot V}} \tag{Type 5} ``` ```katex {1\over \sqrt {1+e^{V+p0\over p1}}} \tag{Type 6} ``` ```katex p0+{p1\over p2+e^{V+p3\over p4}+e^{V+p5\over p6}} \tag{Type 7} ``` 如上图，上面列表中的第1个到第7个就是这些一般形式，用户在使用的过程中，只需要输入公式`ID; p0; p1; pn`即可，如`4;0.3;9;1;9;-5`，注意各个元素要用分号隔开，不要多输入或者少输入。 另一种是对于一些无法用这些一般形式表达的离子通道，NeuNet还提供了script的表达方式，用户只需要把公式输进去就行了，如`OUT=1+2*EXP(-(V+56.1)/23.6)`。这里要注意的是，对于能够用一般形式表达的方程，请务必用一般形式表达，因为script采用查表的方式，一方面会降低计算精度，另一方面会影响计算速度。 + **P_Tau_Beta** 上面公式中的$$\beta_X(V)$$或$$\tau_X$$ + **GateQ** 离子通道的第二个门Y，所有参数的含义同**GateP** + **Q** + **Type** + **InfNow** + **Inf_Alpha** + **Tau_Beta** + **GateZ** 离子通道的第三个门Z，一般来说，离子通道只有1个或2个门，但有的K离子通道的电导不仅会跟电压有关，还可能会跟Ca有关，GateZ就是为这些Ca依赖的K离子通道准备的，其参数含义与**GateP**基本一致，需要注意的是，对于**Z_inf_alpha**和**Z_tau_beta**，其一般公式与**GateP**和**GateQ**是不同的，是考虑到Ca依赖的K离子通道中常见的公式而归纳出来的，如下： ```katex \quad {Ca\over Ca+p0} \tag{1} ``` ```katex \quad {p0+p1\cdot {Ca}^2 \over p2+p3\cdot {Ca}^2} \tag{2} ``` ```katex \quad {p0+p1\cdot {Ca}^4 \over p2+p3\cdot {Ca}^4} \tag{3} ``` ```katex \quad {p0\cdot e^{p1\cdot log_{10}(Ca)+p2\over p3}} \tag{4} ``` ```katex \quad {\max(p0,{p1\over p2+p3\cdot {Ca}^2})} \tag{5} ``` ```katex \quad p0+{p1\over p2+({p3\over Ca})^{p4}} \tag{6} ``` ```katex \quad \min(p0,p1+p2\cdot Ca+p3\cdot {Ca}^2) \tag{7} ``` + **Z** + **Type** + **InfNow** + **Inf_Alpha** + **Tau_Beta** #### 5.3.3 Stimulator 相关属性 在NB家族的NBC和NNBC中，每个神经元都具有刺激器，用于模拟对神经元注入电流的情况 + **Start Time** 刺激的起始时间 + **Mode** 刺激类型，目前提供5种类型，分别为0（方波刺激），1（斜坡刺激），2（三角波刺激，先上后下），3（正弦波刺激），4（噪声刺激） + **Duration** 刺激的持续时间 + **Max Current** 刺激的最大电流 + **Min Current** 刺激的最小电流 + **Frequency** 刺激的频率,仅在Mode为3，即正弦波刺激时有效
