Cómo pasar de la neurociencia wetware a la neurociencia computacional

Depende de usted si considera mi experiencia como apropiada para responder esta pregunta. Solo hablo por experiencia y comencé a estudiar Psicología, pasé al aprendizaje automático y ahora estoy desarrollando electrofisiología y habilidades de neurociencia computacional al mismo tiempo. He estado en esto durante 18 meses, y ciertamente me siento cómodo sabiendo que es posible, incluso si todavía no soy un experto.

Puede autoeducarse a la competencia en los aspectos matemáticos / computacionales del modelado, y siempre mejorará con la práctica. Familiarizarse con fluidez al hablar de sistemas dinámicos, circuitos eléctricos, procesamiento de señales y procesos estocásticos es una necesidad para el modelado biofísico realista de las neuronas. Para un enfoque más basado en ‘sistemas’, la teoría de grafos, la teoría de la información y el álgebra lineal son muy útiles. No necesitas aprender todo esto a la vez; aprendes lo que necesitas para resolver un problema particular. Para modelar redes de hipocampo, tendrá que escoger y elegir dependiendo de lo que sea apropiado, ya que hay varias escalas en las que puede trabajar.

Puedes comenzar tu autoeducación jugando con los modelos existentes. Open Source Brain es un buen repositorio para modelos existentes, desde celdas individuales hasta redes completas. Estos requieren saber cómo usar NEURON o la programación en python, pero python en particular es bastante fácil de aprender. También puede intentar seleccionar un papel con un modelo simple e intentar reproducir sus resultados. Por ejemplo, en la literatura sobre el hipocampo que he estado revisando últimamente, un artículo simple que fue bastante fácil de reproducir fue la recepción de GABAA tónicamente activa con rectificación externa … [J Neurosci. 2009].

Continuando tu autoeducación, busca educadores. Hay una serie de escuelas de verano que buscan personas con experiencia en wetlab para desarrollar trabajos de modelaje. Si se lo puede permitir, tanto financieramente como por tiempo, proporcionaría un excelente entorno para aprender. Las aplicaciones para la mayoría de ellas este año se han cerrado, pero para tener una idea sobre la solicitud del próximo año, algunas son buenas.

https://groups.oist.jp/ocnc/oist…
http://hermes.mbl.edu/education/…
http://fias.uni-frankfurt.de/de/…
http: //www.neurodynamic.uottawa….

Mientras tanto, hay un curso de neurociencia computacional altamente calificado de Coursera. Personalmente, también recomendaría un curso en la Universidad de Edimburgo que está ampliamente disponible en línea (Computación neuronal: página de inicio del curso; no hay videos, pero sí tutoriales muy claros y excelentes notas de clase que aún utilizo como referencia).

Otras herramientas que necesitará no son realmente computacionales o matemáticas. Los aspectos más difíciles que he encontrado son la traducción de resultados experimentales a la creación de un modelo. A menudo, los parámetros que necesita están ocultos en las profundidades de una sección de resultados densos, se expresan en unidades inconvenientes y, de todos modos, necesitarán ajustes para que funcionen dentro de límites razonables “fisiológicos”.

Necesitará habilidades con personas decentes para que un neurocientífico y un matemático / físico / científico informático hablen entre sí y colaboren. Para mi proyecto de doctorado, actúo como un puente entre un neurocientífico y un matemático que tienen formas completamente diferentes de pensar acerca de los problemas que enfrentan. A veces, ambos hablarán de lo mismo, pero usarán un lenguaje diferente. A veces usarán las mismas palabras para describir cosas diferentes. Existe una división cultural entre ellos que necesita mediación, y que a veces puede ser frustrante.

Finalmente, debes estar preparado para cometer errores estúpidos y no preocuparte. Aunque, esto se puede decir sobre cualquier parte de un doctorado, especialmente si ya ha estado involucrado en electrofisiología por un tiempo.

Espero que esto ayude. He encontrado que la combinación de datos teóricos y experimentales en neurociencia es increíblemente gratificante, y creo que ambos son extremadamente necesarios en la neurociencia moderna. Ser capaz de contribuir en ambos frentes solo mejorará sus capacidades como científico.

Matemáticas matemáticas matemáticas La forma fácil que es muy popular es aprender Matlab, las bibliotecas de matemáticas son extensas, pero usted debe saber cómo aplicarlas. También deberías conocer las estadísticas, no hay forma de evitar eso. Matlab tiene mucho código disponible para neurociencia computacional, y puede ejecutarlo en su computadora de clúster local, si está disponible para usted. A menudo se ofrecen en arrendamiento para que pueda ejecutar sus programas Matlab en ellos y Matlab paraleliza el cálculo en el clúster automáticamente para que pueda evitar aprender eso. En Nueva York, conozco a personas que usan la supercomputadora del instituto Courant y la de Bloomberg. IBM está instalando Watson en Astor, pero es posible que no esté disponible. La neurociencia computacional tiene que ver con la computación paralela, de modo que, a menos que quiera ingresar a la programación multihilo en c, Matlab es la primera opción. Escuché que scala y clojure (nuevos lenguajes “funcionales”) también paralizarán su código. Aprendí un poco de júbilo y es una forma interesante de organizar programas; Me parece más divertido que Matlab o c. Se utiliza en finanzas para el análisis de series de tiempo.