28、神经元模型的构建与测试及突触交互建模

神经元模型的构建与测试及突触交互建模

1. 模型参数的检查与调整

在构建神经元模型时，需要考虑多个因素以确保模型的准确性和可靠性。首先，要检查使用更小的空间步长（∆x）时模型行为是否发生变化。NEURON 可以自动处理空间离散化，而 GENESIS 在这方面的灵活性则相对较差。

同时，模型通常使用约十微秒的时间步长（∆t）进行运行，如果包含钙扩散过程，时间步长需要控制在一微秒左右。不过，也应该检查使用更小时间步长的效果。在调整模型参数的过程中，有必要反复检查 ∆x 和 ∆t 的准确使用情况。

并非每个参数都需要在分区尺度上进行解析。例如，在大型模型中，为每个单独的分区调整所有电导（-gij）是不切实际的。可以将模型细分为功能定义的区域，在这些区域中 -gi 值相等，这样能将不同参数的数量减少一个数量级以上。

2. 模型测试的方法

理想情况下，应该使用两组独立的测试来检查模型的准确性。第一组用于在模型开发过程中调整参数，第二组用于评估最终模型的准确性。

明确模型需要重现的行为非常重要。如果想使用自动参数搜索方法，这些要求必须通过适应度函数进行形式化，该函数可能是许多单独适应度得分的加权和。设计一个好的适应度函数可能非常困难，并且可能需要大量的手动调整。同时，也不能过度拟合模型，因为模型基于多种不同来源的数据，将其调整到完美重现某一特定尖峰序列并没有太大价值。另一种方法是采用统计方法，如基于密度轨迹的适应度函数。一般来说，不应期望主动模型能达到与被动膜模型相同的精度，它们应该代表一类神经元，而不是重现某一特定实验。

最常用的方法是手动调整模型并直观评估模拟轨迹。对于具有许多自由参数的复杂模型，这可能是