CEBRA

CEBRA è una libreria di ricerca che applica il machine learning per decodificare la relazione tra comportamento e attività neurale nei sistemi biologici. Sviluppata originariamente dall'EPFL e presentata su Nature, combina dati di imaging del calcio ed elettrofisiologia per creare rappresentazioni interpretabili degli schemi comportamentali.

Funzionalità principali

• Analisi simultanea di registrazioni comportamentali e neurali in specie diverse
• Decodifica l'attività della corteccia visiva e ricostruisce le traiettorie di movimento
• Le metriche di coerenza consentono verifiche rigorose delle ipotesi e nuove scoperte
• Compatibilità con diversi formati di dati di imaging del calcio ed elettrofisiologia
• Implementazione completa in Python con documentazione ed esempi approfonditi

I ricercatori in neuroscienze e i biologi computazionali usano CEBRA per superare l'analisi separata di cervello e comportamento. La libreria mostra come i circuiti neurali producono comportamenti osservabili, contribuendo allo studio della computazione neurale su larga scala.