17、计算神经遗传学模型：离散与连续视角下的基因 - 蛋白动力学

计算神经遗传学模型：离散与连续视角下的基因 - 蛋白动力学

在神经科学和计算生物学的交叉领域，计算神经遗传学模型（CNGM）为我们理解基因、蛋白质与神经元活动之间的复杂关系提供了有力工具。本文将详细介绍抽象计算神经遗传学模型及其连续的基因 - 蛋白动力学模型，探讨其原理、应用及面临的挑战。

1. 抽象计算神经遗传学模型

抽象计算神经遗传学模型在模拟视网膜到顶盖的投射形成等神经发育过程中具有重要应用。以 NeuroGene 模拟为例，它涉及编码已知蛋白质（如 ephrins 和 Eph 受体）特性和表达谱的基因、假定蛋白质（如视网膜和顶盖细胞标记物）的基因，以及导致形态变化（包括生长锥形成）的基因。

1.1 NeuroGene 模拟结果

• 突触重塑 ：NeuroGene 对地形投射中依赖活动的突触重塑进行模拟，得到了与实验数据相符的两个结果。一是视网膜 - 顶盖树突最初与大面积的多个顶盖细胞形成连接，之后变得更加集中，每个视网膜神经节细胞仅与一个或几个顶盖细胞相连，从而改善了投射的地形排序；二是接收来自双眼重叠地形投射的顶盖被细分为仅接收来自一只眼睛神经输入的区域（即眼优势柱）。
• EphA 敲入实验模拟 ：NeuroGene 成功模拟了 EphA 敲入实验，即增加视网膜 EphA 水平会特异性破坏视网膜 - 顶盖投射。尽管 NeuroGene 不包含基因间的相互作用，但基因遵循已知的表达谱，并且这些表达谱可因突变、基因敲除或敲入而改变，因此该模型可用于预测脊椎动物视觉通路的一些神经发育障碍。

1.2 基因调控网络