【生物学】果蝇幼虫感觉神经元TRP通道动力学的突发和尖峰冷温编码Matlab复现

 ✅作者简介：热爱科研的Matlab仿真开发者，擅长数据处理、建模仿真、程序设计、完整代码获取、论文复现及科研仿真。

🍎个人主页：Matlab科研工作室

🍊个人信条：格物致知，求助可私信。

🔥 内容介绍

果蝇幼虫III类（CIII）神经元是主要的冷痛觉感受器，表达一系列与有害冷刺激相关的热敏瞬时受体电位通道（thermoTRP channels）。然而，CIII神经元如何编码温度信息仍然是一个未解之谜。本文综述一项结合计算和电生理方法的研究，旨在阐明这一问题。该研究通过精细的实验设计和理论建模，揭示了CIII神经元冷觉编码的复杂机制，为理解生物体对温度刺激的感知提供了新的视角。

研究首先通过电生理实验，鉴定了CIII神经元两种基本的冷诱发放电模式：爆发放电（bursting）和单峰放电（spiking）。在快速降温至有害冷温度的刺激下，CIII神经元对刺激的不同阶段做出了独特的反应。爆发放电频繁地伴随着快速降温出现，形成放电频率的峰值，这很可能编码了温度变化的高速率。在稳定低温下，单峰放电占主导地位，并在峰值之后表现出频率适应性。当温度缓慢下降至相同的低温时，主要观察到单峰放电活动，爆发放电则零星地出现在整个刺激过程中。值得注意的是，单峰放电和爆发放电的频率都与温度下降速率呈正相关。

为了解释这两种冷诱发放电模式——爆发放电和单峰放电——的差异，研究人员构建了一个计算模型。该模型的核心在于对thermoTRP电流动力学的模拟。研究人员构建了一个包含两个参数的活动图谱（温度，恒定的TRP通道电导），该图谱标明了支持静息状态、单峰放电和爆发放电的不同参数范围。通过将受激活和失活过程控制的瞬时TRP电导投影到该图谱上，可以将温度编码反应反映为穿过静息状态、单峰放电或爆发放电区域的轨迹。该图谱揭示了TRP动力学的不同参数集如何对应于不同类型的冷诱发反应。

研究结果表明，爆发放电能够检测温度变化的高速率，而持续性单峰放电则可以反映温度变化速率和稳定低温幅度这两个因素。这一发现具有重要的生理学意义。爆发放电作为对快速温度变化的快速反应，可能在避免组织损伤方面发挥关键作用，因为它能迅速将危险信号传递给神经系统。而持续性单峰放电则提供了关于持续低温强度的信息，有助于动物更好地适应环境。

总而言之，这项研究巧妙地结合了电生理实验和计算模型，深入探讨了果蝇幼虫CIII神经元冷觉编码机制。研究结果表明，CIII神经元并非简单地通过放电频率来编码温度信息，而是通过两种不同的放电模式——爆发放电和单峰放电——来分别编码温度变化速率和温度幅度。该研究不仅加深了我们对果蝇冷痛觉感知的理解，也为研究其他物种的温度感觉机制提供了宝贵的借鉴，并为发展更有效的疼痛治疗策略提供了理论基础。 未来的研究可以进一步探索不同thermoTRP通道在该过程中发挥的具体作用，以及其他因素（例如，神经递质和调控蛋白）对CIII神经元冷觉编码的影响。 这将有助于更全面地理解生物体对温度刺激的复杂感知机制。

📣 部分代码

function ff=minfHB5(A,B,V)

ff=1../(1.+exp(-(V+B)./A));

⛳️ 运行结果

🔗 参考文献

[1] Maksymchuk N , Sakurai A , Cox D N ,et al.Cold-Temperature Coding with Bursting and Spiking Based on TRP Channel Dynamics in Drosophila Larva Sensory Neurons[J].International Journal of Molecular Sciences, 2023, 24(19).DOI:10.3390/ijms241914638.

🎈 部分理论引用网络文献，若有侵权联系博主删除

👇 关注我领取海量matlab电子书和数学建模资料

🎁  私信完整代码和数据获取及论文数模仿真定制

擅长领域：

🌈 各类智能优化算法改进及应用

生产调度、经济调度、装配线调度、充电优化、车间调度、发车优化、水库调度、三维装箱、物流选址、货位优化、公交排班优化、充电桩布局优化、车间布局优化、集装箱船配载优化、水泵组合优化、解医疗资源分配优化、设施布局优化、可视域基站和无人机选址优化、背包问题、 风电场布局、时隙分配优化、 最佳分布式发电单元分配、多阶段管道维修、 工厂-中心-需求点三级选址问题、 应急生活物质配送中心选址、 基站选址、 道路灯柱布置、 枢纽节点部署、 输电线路台风监测装置、 集装箱调度、 机组优化、 投资优化组合、云服务器组合优化、 天线线性阵列分布优化、CVRP问题、VRPPD问题、多中心VRP问题、多层网络的VRP问题、多中心多车型的VRP问题、 动态VRP问题、双层车辆路径规划（2E-VRP）、充电车辆路径规划（EVRP）、油电混合车辆路径规划、混合流水车间问题、 订单拆分调度问题、 公交车的调度排班优化问题、航班摆渡车辆调度问题、选址路径规划问题、港口调度、港口岸桥调度、停机位分配、机场航班调度、泄漏源定位

🌈 机器学习和深度学习时序、回归、分类、聚类和降维

2.1 bp时序、回归预测和分类

2.2 ENS声神经网络时序、回归预测和分类

2.3 SVM/CNN-SVM/LSSVM/RVM支持向量机系列时序、回归预测和分类

2.4 CNN|TCN|GCN卷积神经网络系列时序、回归预测和分类

2.5 ELM/KELM/RELM/DELM极限学习机系列时序、回归预测和分类

2.6 GRU/Bi-GRU/CNN-GRU/CNN-BiGRU门控神经网络时序、回归预测和分类

2.7 ELMAN递归神经网络时序、回归\预测和分类

2.8 LSTM/BiLSTM/CNN-LSTM/CNN-BiLSTM/长短记忆神经网络系列时序、回归预测和分类

2.9 RBF径向基神经网络时序、回归预测和分类

2.10 DBN深度置信网络时序、回归预测和分类

2.11 FNN模糊神经网络时序、回归预测

2.12 RF随机森林时序、回归预测和分类

2.13 BLS宽度学习时序、回归预测和分类

2.14 PNN脉冲神经网络分类

2.15 模糊小波神经网络预测和分类

2.16 时序、回归预测和分类

2.17 时序、回归预测预测和分类

2.18 XGBOOST集成学习时序、回归预测预测和分类

2.19 Transform各类组合时序、回归预测预测和分类

方向涵盖风电预测、光伏预测、电池寿命预测、辐射源识别、交通流预测、负荷预测、股价预测、PM2.5浓度预测、电池健康状态预测、用电量预测、水体光学参数反演、NLOS信号识别、地铁停车精准预测、变压器故障诊断

🌈图像处理方面

图像识别、图像分割、图像检测、图像隐藏、图像配准、图像拼接、图像融合、图像增强、图像压缩感知

🌈 路径规划方面

旅行商问题（TSP）、车辆路径问题（VRP、MVRP、CVRP、VRPTW等）、无人机三维路径规划、无人机协同、无人机编队、机器人路径规划、栅格地图路径规划、多式联运运输问题、 充电车辆路径规划（EVRP）、 双层车辆路径规划（2E-VRP）、 油电混合车辆路径规划、 船舶航迹规划、 全路径规划规划、 仓储巡逻

🌈 无人机应用方面

无人机路径规划、无人机控制、无人机编队、无人机协同、无人机任务分配、无人机安全通信轨迹在线优化、车辆协同无人机路径规划

🌈 通信方面

传感器部署优化、通信协议优化、路由优化、目标定位优化、Dv-Hop定位优化、Leach协议优化、WSN覆盖优化、组播优化、RSSI定位优化、水声通信、通信上传下载分配

🌈 信号处理方面

信号识别、信号加密、信号去噪、信号增强、雷达信号处理、信号水印嵌入提取、肌电信号、脑电信号、信号配时优化、心电信号、DOA估计、编码译码、变分模态分解、管道泄漏、滤波器、数字信号处理+传输+分析+去噪、数字信号调制、误码率、信号估计、DTMF、信号检测

🌈电力系统方面

微电网优化、无功优化、配电网重构、储能配置、有序充电、MPPT优化、家庭用电

🌈 元胞自动机方面

交通流 人群疏散 病毒扩散 晶体生长 金属腐蚀

🌈 雷达方面

卡尔曼滤波跟踪、航迹关联、航迹融合、SOC估计、阵列优化、NLOS识别

🌈 车间调度

零等待流水车间调度问题NWFSP 、 置换流水车间调度问题PFSP、 混合流水车间调度问题HFSP 、零空闲流水车间调度问题NIFSP、分布式置换流水车间调度问题 DPFSP、阻塞流水车间调度问题BFSP

👇