CEBRA

CEBRA est une bibliothèque de recherche qui applique le machine learning au décodage des relations entre le comportement et l’activité neuronale dans les systèmes biologiques. Initialement développée à l’EPFL et présentée dans Nature, elle combine des données d’imagerie calcique et d’électrophysiologie pour créer des représentations interprétables des schémas comportementaux.

Points forts

• Analyse simultanée des données comportementales et neuronales chez différentes espèces
• Décode l’activité du cortex visuel et reconstruit les trajectoires de mouvement
• Des mesures de cohérence permettent de tester rigoureusement des hypothèses et de faire des découvertes
• Compatible avec plusieurs formats de données d’imagerie calcique et d’électrophysiologie
• Implémentation complète en Python avec documentation détaillée et exemples

Les chercheurs en neurosciences et les biologistes computationnels utilisent CEBRA pour ne plus analyser séparément le cerveau et le comportement. La bibliothèque révèle comment les circuits neuronaux produisent des comportements observables et facilite l’étude à grande échelle du calcul neuronal.