Мы выпустили стабильную версию DRIADA v1.1 — нашей Python-библиотеки для анализа нейронных данных, над которой лаборатория работала последние несколько лет.
Зачем она нужна? В нейронауке на активность мозга можно смотреть как минимум с трёх сторон. Можно анализировать отдельные нейроны и спрашивать, что кодирует каждая клетка. Можно изучать популяцию целиком и смотреть, какую геометрию образует совместная активность множества нейронов. А можно строить сети и исследовать функциональные связи между нейронами. Это три разных взгляда на одни и те же данные, и каждый из них связан со своими представлениями о том, как мозг обрабатывает информацию.
Обычно для таких задач используют разные инструменты, которые не очень удобно сочетать между собой. Из-за этого исследователям бывает трудно сопоставлять результаты, полученные с помощью разных подходов. DRIADA помогает решить эту проблему: в ней разные способы анализа работают с одними и теми же данными, а результаты одного анализа можно сразу использовать в другом. Мы надеемся, что такая интеграция поможет лучше сопоставлять разные представления о нейронном коде и получать новые знания о том, как в мозге представлена информация.
Изначально мы создавали библиотеку для задач кальциевого имиджинга, но фреймворк подходит и для других типов нейронной активности, а также для анализа искусственных нейронных сетей. Подробнее об этом можно посмотреть в разделе Publications.
А если вы захотите применить DRIADA к своим данным или предложить улучшения, мы всегда рады обратной связи. Для этого мы сделали чат поддержки, где можно напрямую задать вопросы разработчикам.
Надеемся, что DRIADA будет полезна широкому кругу исследователей.