セルの種類

cellParams 順序付き辞書の各項目は、キーと値で構成されます。キーは、このセルの種類を識別するためのラベルです。値は、次のフィールドを含むセルのプロパティを定義するディクショナリで構成されます。

• secs - セルのセクションを含むディクショナリ。各セクションには次のフィールドが含まれます (空のフィールドは省略できます)。

• geom: diam、L、または Ra などのジオメトリ プロパティを含むディクショナリ。 オプションで、3D 点のリストを含むフィールド pt3d を含めることができます。各点は (x,y,z,diam) 形式のタプルとして定義されます。 diam、L、または Ra の値は関数として定義できます (「 文字列として機能します)。

• topol: トポロジのプロパティを含むディクショナリ。 parentSec (親セクションのラベル)、parentX (接続を行う親の場所)、および childX (現在のセクション -子- 接続を行う場所) が含まれます。

• mechs: 密度/分散メカニズムの辞書。 キーにはメカニズムの名前が含まれます (例: 「hh」または「pas」)。 値にはメカニズムのプロパティを含む辞書が含まれます (例: {'g': 0.003, 'e': -70})。これらのプロパティは関数として定義できます (文字列としての関数を参照)。

• イオン: イオンの辞書。 キーにはイオンの名前 (例: 「na」または「k」) が含まれます。 値には、特定のセクションのイオンのプロパティを含む辞書が含まれます (例: {'e': -70})。利用可能なプロパティは、'e': 逆転電位、'i': そのセクションのイオンの内部濃度、および 'o': そのセクションのイオンの細胞外濃度です。

• pointps: 点プロセスの辞書 (シナプス機構を除く)。 キーには任意のラベルが含まれます (例: 「Izhi」)。 値にはポイント プロセスのプロパティを含む辞書が含まれます (例: 「Izhi」)。 {'mod':'Izhi2007a', 'a':0.03, 'b':-2, 'c':-50, 'd':100, 'celltype':1})。これらのプロパティは関数として定義できます (文字列としての関数を参照)。

内部ポイント プロセス変数とは別に、次のプロパティを各ポイント プロセスに指定できます。

• mod、NEURON メカニズムの名前。 'Izhi2007a'

• loc、シナプス機構を配置するセクションの位置。 1.0、デフォルト=0.5

• vref (オプション)、細胞膜電圧を含む内部メカニズム変数。 'V'

• synList (オプション)、内部メカニズムのシナプスメカニズムのラベルのリスト。 [「AMPA」、「NMDA」、「GABAB」]

• vinit - (オプション) セクションの初期膜電圧 (mV 単位) (デフォルト: -65)

例: cellRule['secs']['soma']['vinit'] = -72

• spikeGenLoc - (オプション) このセクションが (デフォルトの「soma」の代わりに) スパイクの生成を担当することを示し、スパイクが生成される場所 (セグメント) を提供します。

例: cellRule['secs']['axon']['spikeGenLoc'] = 1.0

• 閾値 - (オプション) セルのこのセクションで発生するスパイクを検出するために使用される閾値電圧 (mV 単位)。省略した場合、デフォルトは netParams.defaultThreshold = 10.0

例: cellRule['secs']['soma']['threshold'] = 5.0

• secLists - (オプション) セクション リストの辞書 (例: {‘all’: [‘soma’, ‘dend’]})

• vars - (オプション) このセル タイプの任意のセクションのプロパティで参照できるユーザー定義変数のディクショナリ。 使用例：

  cellRule['secs']['dend1']['mechs']['pas'] = {'g': 'g_default + 1e-6'}  # cell variable 'g_default' referenced
  cellRule['secs']['dend2']['mechs']['pas'] = {'g': 'g_default + 1.5e-6'}  # cell variable 'g_default' referenced
  cellRule['vars'] = {'g_default': 0.0000357} # cell variable 'g_default' defined

セル変数の値自体も関数として定義できます (文字列としての関数 を参照)。 cellRule['vars'] = {'g_default': 'normal(3.57e-5, 1e-7)}

2 つの異なるセル タイプを追加する例:

## PYR_HH cell properties
soma = {'geom': {}, 'mechs': {}}  # soma properties
soma['geom'] = {'diam': 18.8, 'L': 18.8, 'Ra': 123.0, 'pt3d': []}
soma['geom']['pt3d'].append((0, 0, 0, 20))
soma['geom']['pt3d'].append((0, 0, 20, 20))
soma['mechs']['hh'] = {'gnabar': 0.12, 'gkbar': 0.036, 'gl': 0.003, 'el': -70}

dend = {'geom': {}, 'topol': {}, 'mechs': {}}  # dend properties
dend['geom'] = {'diam': 5.0, 'L': 150.0, 'Ra': 150.0, 'cm': 1}
dend['topol'] = {'parentSec': 'soma', 'parentX': 1.0, 'childX': 0}
dend['mechs']['pas'] = {'g': 0.0000357, 'e': -70}

PYR_HH_dict = {'secs': {'soma': soma, 'dend': dend}}
netParams.cellParams['PYR_HH'] = PYR_HH_dict  # add rule dict to list of cell property rules


## PYR_Izhi cell properties
Izhi_dict = {'secs': {'soma': {} }}
Izhi_dict['secs']['soma'] = {'geom': {}, 'pointps':{}}  # soma properties
Izhi_dict['secs']['soma']['geom'] = {'diam': 18.8, 'L': 18.8, 'Ra': 123.0}
Izhi_dict['secs']['soma']['pointps']['Izhi'] = {'mod':'Izhi2007a', 'vref':'V', 'a':0.03, 'b':-2, 'c':-50, 'd':100, 'celltype':1}

netParams.cellParams['PYR_Izhi'] = Izhi_dict  # add rule to list of cell property rules

母集団パラメータ

popParams 順序付き辞書の各項目は、キーと値で構成されます。キーは母集団の任意のラベルであり、タグ pop としてすべてのセルに割り当てられ、特定の接続ルールを適用するための条件として使用できます。

値は母集団のパラメータを含む辞書で構成され、次のフィールドが含まれます。

• cellType - この集団内のすべての細胞に使用される細胞タイプ。 例えば「Pyr」（錐体ニューロン用）または「FS」（高速スパイク介在ニューロン用）

• numCells、density、または gridSpacing - この集団内の細胞の総数、ニューロン/mm3 単位の密度、または固定グリッド間隔 (3 つのうち 1 つだけが必要です)。 各母集団が占める体積はカスタマイズできます (xRange、yRange、および zRange を参照)。それ以外の場合は、ネットワーク ボリューム全体が使用されます (netParams で定義: sizeX、sizeY、sizeZ)。

density は、文字列に変数と一般的な Python 算術演算子/関数を指定することで、正規化された位置の関数 (xnorm、ynorm、または znorm) として表現できます。例えば'1e5 * exp(-ynorm/2)'。

gridSpacing はセル間の間隔 (μm) です。セルの総数は、間隔と sizeX、sizeY、sizeZ に基づいて決定されます。例えば10。

• xRange または xnormRange - x 軸のニューロン位置の範囲 (水平方向の長さ)、指定された 2 要素リスト [min, max]。 um 単位の絶対値の場合は xRange (例: [100,200])、または sizeX の小数として 0 から 1 までの正規化された値の場合は xnormRange (例: [0.1,0.2])。

• yRange または ynormRange - y 軸のニューロン位置の範囲 (垂直高さ = 皮質深さ)、指定された 2 要素リスト [min, max]。 um 単位の絶対値の場合は yRange (例: [100,200])、または sizeY の小数として 0 から 1 までの正規化された値の場合は ynormRange (例: [0.1,0.2])。注: NEURON オブジェクトの 3D ポイント (pt3d) y 座標は、Y 軸を深度座標として正しく使用して表すために、NetPyNE/Python tags.y 値と逆の符号を持ちます。 cell.tags.y = 500の場合、cell.secs.soma.geom.pt3d[0][1] = -500 ([0] は最初の pt3d を指し、[1] は y 座標を指します)

• zRange または znormRange - Z 軸 (水平方向の深さ) のニューロン位置の範囲、指定された 2 要素リスト [min, max]。 um 単位の絶対値の場合は zRange (例: [100,200])、または sizeZ の小数として 0 から 1 までの正規化された値の場合は znormRange (例: [0.1,0.2])。

母集団を作成する例:

netParams.popParams['Sensory'] = {'cellType': 'PYR', 'ynormRange':[0.2, 0.5], 'density': 50000}

クラス netParams の addPopParams(label, params) メソッドを使用して、項目を popParams に追加できます。対話的に作業する場合、追加されたパラメーターの構文をチェックできるという利点があります。

netParams.addPopParams('Sensory', {'cellType': 'PYR', 'ynormRange':[0.2, 0.5], 'density': 50000})

また、スパイク イベントを生成するがセクションを持たない人工細胞の集団、つまり点プロセスを作成することも可能です (例: NEURON オブジェクト: NetStim、VecStim、または IntFire2)。この場合、cellModel フィールドはポイント プロセス メカニズムの名前を指定し、メカニズムのプロパティは追加フィールドとして指定されます。人工セルはより単純であるため、netParams.cellParams 構造体で個別のセル パラメーターを定義する必要がないことに注意してください。たとえば、以下は NetStims (NEURON の人工スパイク ジェネレーター) の母集団を作成するために必要なフィールドです。

• pop - すべてのセルに割り当てられるこの集団の任意のラベル (例: 「バックグラウンド」)。特定の接続ルールを適用する条件として使用できます。

• cellModel - ポイント プロセス人工セルの名前 (例: IntFire2、NetStim、または VecStim)。

• numCells - セルの数

• 人工セルのパラメータ - 各ポイントプロセス人工セルに固有 (例: IntFire2 には「taum」、「taus」、「ib」が含まれます)

cellModel が「NetStim」または「VecStim」の場合、次のパラメータが許可されます。

• 間隔 - スパイク間隔（ミリ秒）

• rate - 発火速度 (Hz) (これは NetStim 間隔プロパティの逆数であることに注意してください)

• ノイズ - NetStim のノイズの割合 (0 = 決定的; 1 = 完全にランダム)

• start - 最初のスパイクの時間 (ミリ秒) (デフォルト = 0)

• 数値 - 生成されるスパイクの最大数 (デフォルト = 1e12)

• シード - ランダマイザーのシード (オプション; デフォルトは simConfig.seeds['stim'] に設定された値)

• spkTimes (「VecStim」のみ) - スパイク時間のリスト (例: [1, 10, 40, 50]、range(1,500,10)、または Python リストを含む変数)

• パルス (「VecStim」のみ) - スパイクパルスのリスト。各項目には、start (ms)、end (ms)、rate (Hz)、および noise (0 ～ 1) のパルス パラメーターが含まれます。以下の例を参照してください。

点プロセス人工細胞集団の例:

netParams.popParams['artif1'] = {'cellModel': 'IntFire2', 'taum': 100, 'noise': 0.5, 'numCells': 100}  # Intfire2

netParams.popParams['artif2'] = {'cellModel': 'NetStim', 'rate': 100, 'noise': 0.5, 'numCells': 100}  # NetsStim

# create custom list of spike times
spkTimes = range(0,1000,20) + [138, 155,270]

# create list of pulses (each item is a dict with pulse params)
pulses = [{'start': 10, 'end': 100, 'rate': 200, 'noise': 0.5},
        {'start': 400, 'end': 500, 'rate': 1, 'noise': 0.0})]

netParams.popParams['artif3'] = {'cellModel': 'VecStim', 'numCells': 100, 'spkTimes': spkTimes, 'pulses': pulses}  # VecStim with spike times

cellModel が「VecStim」の場合、「spikePattern」辞書を作成することでパターン ジェネレーターを使用できます。

netParams.popParams['artif1'] = {'cellModel': 'VecStim'
                                 ...
                                 'spikePattern': {'type': 'rhythmic', # can be 'rhythmic', 'evoked', 'poisson', 'gauss'
                                                  ...                 # see netpyne/cell/inputs.py for argument entries
                                                  }
                                 }

現在、「rhythmic」、「evoked」、「poisson」、および「gauss」スパイク パターン ジェネレーターが利用可能です。それらの引数エントリは次のとおりです。

• リズミック - 継続的な外部入力を作成します（リズミック）

• start - 最初のスパイクの時間。 -1 の場合、startMin と startMax 間の均一な分布 (ミリ秒)

• startMin - 開始時間の一様分布の最小値 (ミリ秒)

• startMax - 開始時間の一様分布の最大値 (ミリ秒)

• startStd - 開始時間の正規分布の標準偏差 (ミリ秒);平均値は開始パラメータによって設定されます。 > 0.0の場合にのみ使用されます

• freq - リズミカルパターンの振動周波数 (Hz)

• freqStd - 発振周波数の標準偏差 (Hz)

• 分布 - 発振周波数の分布タイプ。 「普通」か「均一」か

• eventsPerCycle - サイクルごとのスパイク/バースト。 1 または 2 のいずれかである必要があります

• repeats - 入力パターンを繰り返す回数 (入力数に相当)

• 停止 - パターンの最後のスパイクの最大時間 (ミリ秒)

• 誘発 - 進行中の外部入力（リズミカル）を作成します

• start - 最初のスパイクの時間

• inc - 最初のスパイク時間の増加。 cfg.inc_evinput から (ミリ秒)

• startStd - 開始の標準偏差 (ms)

• numspikes - 生成するスパイクの総数

• ポアソン - 外部ポアソン入力を作成します

• start - 最初のスパイクの時間 (ミリ秒)

• 停止 - 時間を停止します。 -1 の場合、全期間 (ミリ秒)

• 周波数 - 開始の標準偏差 (ms)

• gauss - ガウス入力を作成します

• mu - ガウス平均

• シグマ - ガウス分散

最後に、cellsList 辞書フィールドにセルのリストを含めることによって、個別に定義されたセルで構成される集団を定義できます。セルのリストの各要素は、cellLabel や場所 (x や ynorm など) などのセル プロパティのセットを含む辞書になります。以下に例を示します。

cellsList.append({'cellLabel':'gs15', 'x': 1, 'ynorm': 0.4 , 'z': 2})
cellsList.append({'cellLabel':'gs21', 'x': 2, 'ynorm': 0.5 , 'z': 3})
netParams.popParams['IT_cells'] = {'cellType':'IT', 'cellsList': cellsList} #  IT individual cells

シナプス機構パラメータ

シナプス メカニズムのパラメーターを定義するには、synMechParams 順序付き辞書に項目を追加します。 addSynMechParams(label,params) メソッドを使用できます。各 synMechParams 項目はキーと値で構成されます。キーはこのメカニズムの任意のラベルであり、接続ルールで参照するために使用されます。値は、次のフィールドを含むシナプス メカニズム パラメーターの辞書です。

• mod - NMODL メカニズム名 (例: 「ExpSyn」)。これは MOD ファイルの名前と必ずしも一致しないことに注意してください。

• メカニズムパラメータ (tau または e など) - これらは特定の NMODL メカニズムに依存します。これらのパラメーターの値は関数として定義できます (文字列としての関数を参照)。

• selfNetCon (オプション) - 恒常性シナプス (hsyn) などの一部のシナプス メカニズムで必要な、セル電圧とシナプスの間の NetCon パラメーターを含む辞書。例えば'selfNetCon': {'sec': 'soma' , 'threshold': -15, 'weight': -1, 'delay': 0} (デフォルトでは、ソースセクションはソーマに設定されています。例: 'sec': 'soma')

シナプス機構は、接続フェーズ中に必要に応じて細胞に追加されます。各接続ルールは、適切なラベルを参照することによって、どのシナプス メカニズム パラメーターを使用するかを指定します。

以下は、NMDA というラベルが付いた単純な興奮性シナプス機構のシナプス機構パラメーターの例です。Exp2Syn モデルを使用して実装され、立ち上がり時間 (tau1) が 0.1 ミリ秒、減衰時間 (tau2) が 5 ミリ秒、平衡電位が設定されています。 (e) 0mV:

## Synaptic mechanism parameters
netParams.synMechParams['NMDA'] = {'mod': 'Exp2Syn', 'tau1': 0.1, 'tau2': 5.0, 'e': 0}  # NMDA synaptic mechanism

接続ルール

接続ルールを使用する理論的根拠は、特定の基準に一致するニューロンのサブセット間に接続を作成できることです。特定の細胞型のシナプス前ニューロン、および特定の集団および/または特定の範囲の位置内のシナプス後ニューロンのみ。

connParams 順序付き辞書の各項目は、キーと値で構成されます。キーは、この接続ルールの参照として使用される任意のラベルです。値には、接続ルールのパラメーターを定義するディクショナリが含まれており、次のフィールドが含まれます。

• preConds - シナプス前細胞の条件セット シナプス前細胞の属性/タグと必要な値を含む辞書として定義されます。 {'cellType': 'PYR'}。

値はリストにすることができます。 {'pop': ['Exc1', 'Exc2']}。位置プロパティの場合、リストの値は最小値と最大値に対応します。 {'ynorm': [0.1, 0.6]}。

• postConds - シナプス後細胞の条件セット preConds (上記) と同じ形式。

• sec (オプション) - シナプス後ニューロンのターゲット セクションの名前 (例: 'soma') 省略した場合、デフォルトで「soma」が存在する場合は「soma」が使用され、存在しない場合はセルセクションリストの最初のセクションが使用されます。

単一のセクションの名前、セクションのリストとして定義できます。 ['soma', 'dend']、またはシナプス後 cellParams の secList 辞書からのキー。

synsPerConn > 1 でセクションのリストが指定されている場合、シナプスは各セクションの長さを考慮して、指定されたセクションに沿って均一に分散されます。これはデフォルトの動作ですが、変更できます。詳細と例については、マルチシナプス接続 を参照してください。

synsPerConn == 1 でセクションのリストが指定されている場合、リストからランダムに選択されたセクションにシナプス (セル間接続ごとに 1 つ) が配置されます。リストの最初のセクションを常に使用するようにするには、connRandomSecFromList を設定します。

• loc (オプション) - ターゲット シナプス メカニズムの位置 (例: 0.3) 省略した場合、デフォルトは 0.5 になります。

synMechs のリストがある場合は、すべてに対して 1 つの loc を作成するか、または loc のリスト (synMech ごとに 1 つ、たとえば 2 つの synMech の場合: [0.4, 0.7]) を作成できます。

synsPerConn > 1 の場合、すべてに対して 1 つの loc を指定するか、または loc のリスト (シナプスごとに 1 つ、たとえば synsPerConn = 3 の場合) を指定できます。 [0.4, 0.5, 0.7])

synMechs と synsPerConn > 1 の両方のリストがある場合、各 synMech の各シナプスの 2D リストを持つことができます (たとえば、2 つの synMech と synsPerConn = 3 の場合)。 [[0.2, 0.3, 0.5], [0.5, 0.6, 0.7]])

これらのマルチシナプス シナリオでは、追加のパラメーターが使用可能になります。詳細については、「マルチシナプス接続」を参照してください。

synsPerConn == 1 で、loc と sec の両方がリストの場合、シナプス (シナプス前セルごとに 1 つ) は、リストからランダムに選択された位置とセクションに配置されます (ランダムなセクションと位置は密接に関係することに注意してください。つまり、両方に同じランダム インデックスが使用されます)。それぞれのリストの最初のセクションと場所を常に使用するようにするには、connRandomSecFromList を設定するか、loc または sec を単一の値として保持します。

• synMech (オプション) - シナプス後ニューロン上のターゲット シナプス メカニズムのラベル (またはラベルのリスト) (例: 'AMPA' または ['AMPA', 'NMDA'])

省略した場合、セルのシナプス機構リストの最初のシナプス機構が使用されます。

シナプスメカニズムのリストを使用する場合、メカニズムごとに個別の接続が作成されます。オプションで、重み、遅延、位置の対応するリストを提供できます。詳細については、「マルチシナプス接続」を参照してください。

• synsPerConn (オプション) - セル間接続 (connection) ごとの個々のシナプス接続 (synapses) の数

関数として定義できます (文字列としての関数を参照)。

省略した場合、デフォルトは 1 になります。

各シナプスの重み、遅延、位置、あるいはその両方をリストとして指定することも、単一の値をすべてに使用することもできます。

synsPerConn > 1 で 単一セクション を指定すると、loc でシナプスの位置をリストとして指定できます。 ターゲット セクションのリスト が指定されている場合は、loc を省略する必要があり、シナプスは各セクションの長さを考慮して、指定されたセクションに沿って均一に分散されます。これはデフォルトの動作ですが、変更できます。詳細については、マルチシナプス接続を参照してください。

synMechs のリストがある場合は、すべてに対して単一の synsPerConn 値を指定することも、リスト内のシナプス メカニズムごとに 1 つの値のリストを指定することもできます。

セル間接続ごとに 2 つの AMPA シナプスと 2 つの GABA シナプス:

netParams.connParams[…] = { ‘synMech’: [‘AMPA’, ‘GABA’], ‘synsPerConn’: 2、

…

セル間接続ごとに 2 つの AMPA シナプスと 1 つの GABA シナプス:

netParams.connParams[…] = { ‘synMech’: [‘AMPA’, ‘GABA’], ‘synsPerConn’: [2, 1],

…

• 重量 (オプション) - シナプス接続の強度 (例: 0.01) コンダクタンスの変化に関連しますが、シナプス機構と細胞モデルに応じて意味と規模が異なります。

関数として定義できます (文字列としての関数を参照)。

省略した場合、デフォルトは netParams.defaultWeight = 1 になります。

synMechs のリストがある場合は、すべての重みを 1 つ持つことも、重みのリスト (synMech ごとに 1 つ、たとえば 2 つの synMech の場合: [0.1, 0.01]) を持つこともできます。

synsPerConn > 1 の場合、すべてに対して単一の重みを指定することも、重みのリストを指定することもできます (シナプスごとに 1 つ、たとえば、synsPerConn = 3 の場合: [0.2, 0.3, 0.4])。

synMechs と synsPerConn > 1 の両方のリストがある場合、各 synMech の各シナプスの 2D リストを持つことができます (たとえば、2 つの synMech と synsPerConn = 3 の場合)。 [[0.2, 0.3, 0.4], [0.02, 0.04, 0.03]])

• 遅延 (オプション) - シナプス前スパイクがシナプス後ニューロンに到達するまでの時間 (ミリ秒) 関数として定義できます (文字列としての関数を参照)

省略した場合、デフォルトは netParams.defaultDelay = 1 になります。

synMechs のリストがある場合は、すべてに対して 1 つの遅延を設定することも、遅延のリスト (synMech ごとに 1 つ、たとえば 2 つの synMech の場合: [5, 7]) を設定することもできます。

synsPerConn > 1 の場合、すべてに対して 1 つの重みを使用することも、重みのリスト (シナプスごとに 1 つ、たとえば synsPerConn = 3 の場合) を使用することもできます。 [4, 5, 6])。

synMechs と synsPerConn > 1 の両方のリストがある場合、各 synMech の各シナプスの 2D リストを持つことができます (たとえば、2 つの synMech と synsPerConn = 3 の場合)。 [[4, 6, 5], [9, 10, 11]]）。

• しきい値 (非推奨、使用しないでください)

ソース セルのしきい値 (mV 単位) を設定するには、cellParams のセル ルールのセクション内で threshold パラメータを使用するか、デフォルト値を設定します (例: netParams.defaultThreshold = 10.0)。

• 確率 (オプション) - 各シナプス前セルと後セル間の接続の確率 (0 ～ 1)

関数として定義できます (文字列としての関数を参照)。

connFunc を probConn に設定します (内部確率的接続関数)。

convergence、divergence、および fromList パラメータをオーバーライドします。

• 収束 (オプション) - 各シナプス後セルに接続されているシナプス前セルの数

関数として定義できます (文字列としての関数を参照)。

connFunc を convConn に設定します (内部コンバージェンス接続機能)。

divergence および fromList パラメータをオーバーライドします。 probability パラメータが含まれている場合は効果がありません。

• 発散 (オプション) - 各シナプス前セルに接続されているシナプス後セルの数

関数として定義できます (文字列としての関数を参照)。

connFunc を divConn に設定します (内部分岐接続機能)。

fromList パラメータをオーバーライドします。 probability または convergence パラメーターが含まれている場合、効果はありません。

• connList (オプション) - 個々のシナプス前セルとシナプス後セル間の接続の明示的なリスト

各接続は、前集団と後集団のセルの相対 ID で示されます。 [[0,1],[3,1]] は、前セル 0 と後セル 1、前セル 3 と後セル 1 の間の接続を作成します。

重み、遅延、および位置は、個々のセル接続ごとにリストとして指定することもできます。これらのリストは、複数の synMech および synsPerConn > 1 と組み合わせると 2D または 3D になります (外側の次元は connList に対応します)。

connFunc を fromList に設定します (明示的リスト接続機能)。

probability、convergence、または divergence パラメータが含まれている場合は効果がありません。

• connFunc (オプション) - 使用する内部接続関数

probability、convergence、divergence、または connList パラメーターが含まれる場合、それぞれ probConn、convConn、divConn、または fromList に自動的に設定されます。それ以外の場合は、デフォルトで fullConn、つまり全対全接続になります。

ユーザー定義の接続機能を追加できます。

• shape (オプション) - 指定されたパターンに基づいて、シミュレーション中に接続の重みを動的に変更します。

次のフィールドを含む辞書が含まれています。

'switchOnOff' - 体重のオンとオフを切り替える時間

'pulseType' - 生成するパルスのタイプ。 「平方」または「ガウス」のいずれか

'pulsePeriod' - パルスの周期 (ミリ秒単位)

'pulseWidth' - パルスの幅 (ミリ秒単位)

振動や特定の時間にオン/オフする複雑な刺激パターンを生成するために使用できます。

例: 'shape': {'switchOnOff': [200, 800], 'pulseType': 'square', 'pulsePeriod': 100, 'pulseWidth': 50}

• 可塑性 (オプション) - この接続に使用する可塑性メカニズム

2 つのフィールドが必要です。塑性メカニズムの名前を指定する mech と、メカニズムのパラメーターを含む辞書を含む params です。

例: {'mech': 'STDP', 'params': {'hebbwt': 0.01, 'antiwt':-0.01, 'wmax': 50, 'RLon': 1 'tauhebb': 10}}

接続ルールの例を次に示します。

## Cell connectivity rules
netParams.connParams['S->M'] = {    #  S -> M
        'preConds': {'pop': 'S'},
        'postConds': {'pop': 'M'},
        'sec': 'dend',                  # target postsyn section
        'synMech': 'AMPA',              # target synaptic mechanism
        'weight': 0.01,                 # synaptic weight
        'delay': 5,                     # transmission delay (ms)
        'probability': 0.5}             # probability of connection

netParams.connParams['bg->all'] = {      # background -> S,M in ynorm range
        'preConds': {'pop': 'background'},
        'postConds': {'cellType': ['S','M'],
                                  'ynorm': [0.1, 0.6]},
        'synReceptor': 'AMPA',               # target synaptic mechanism
        'weight': 0.01,                      # synaptic weight
        'delay': 5}                          # transmission delay (ms)

netParams.connParams['yrange->HH'] = {            # cells with y in range 100 to 600 -> HH cells
    'preConds': {'y': [100, 600]},
    'postConds': {'cellType': 'HH'},
    'synMech': ['AMPA', 'NMDA'],                  # target synaptic mechanisms
    'synsPerConn': 3,                             # number of synapses per cell connection (per synMech, ie. total syns = 2 x 3)
    'weight': 0.02,                               # single weight for all synapses
    'delay': [5, 10],                             # different delays for each of 3 synapses per synMech
    'loc': [[0.1, 0.5, 0.7], [0.3, 0.4, 0.5]]}    # different locations for each of the 6 synapses

接続ごとに複数のシナプスを使用する接続ルール

デフォルトでは、セル間接続ごとに作成されるシナプスは 1 つだけです。ただし、接続には複数の個別のシナプス接触が含まれる場合があり、たとえば、シナプス前細胞の軸索が分岐して、シナプス後細胞の樹状突起の異なる位置で複数のシナプス接触を形成することがあります。これは、synsPerConn を 1 より大きい値に設定するか、synMech をリストとして定義するか、あるいはその両方によって実現できます。

• synsPerConn > 1 を synMech を単一の値として設定 synsPerConn が > 1 の場合、接続ごとにこの数のシナプスが作成されます。重みと遅延はリストとして指定することも、単一の値をすべてに使用することもできます (以下の例を参照)。

• 単一セクションを指定すると、すべてのシナプスがそのセクション内に作成され、その位置を loc のリストとして指定できます (シナプスごとに 1 つ)。

  netParams.connParams[...] = {
          'synsPerConn': 2,
          'sec': 'soma',
          'synMech': 'AMPA',
          'weight': [0.1, 0.2], # individual weights for each synapse
          'delay': 0.1, # single delay for all synapses
          'loc': [0.5, 1.0] # individual locations for each synapse
  # ...
  
  # This will create 2 synapses: one with weight 0.1, delay 0.1, and loc 0.5
  # and another with weight 0.2, delay 0.1, and loc 1.0.
  

  A single value for loc is not accepted. If it is omitted, synapses are placed at equal distances along the section (e.g. with synsPerConn = 3, synapses will be placed at 0.1666, 0.5 and 0.8333).

• セクションのリスト (明示的に、または secLists からのキーとして) が指定されている場合、接続ロジックは distributeSynsUniformly および connRandomSecFromList 属性に依存します。これらは、simConfig を通じてグローバルに設定することも、connParams エントリごとに個別に設定することもできます (例: netParams.connParams[...] = {..., 'distributeSynsUniformly': False})、個別の設定が優先されます。次のオプションが利用可能です。

  • distributeSynsUniformly = True (Default) Synapses will be distributed uniformly along the specified section(s), taking into account the length of each section. (E.g., if you specify 'sec': ['soma', 'dend'] with lengths of 10 and 20 respectively, and set synsPerConn = 5, the resulting distribution of synapses will be in the sections and locations illustrated in the figure below). Providing location explicitly is not possible in th is case.

    

  • distributeSynsUniformly = False

    • If connRandomSecFromList is True (default), a random section will be picked from the sections list for each synapse. The loc value should also be a list, and the values will be picked from it randomly and independently from section choice. If the length of sections or locations list is greater or equal to synsPerConn, random choice is guaranteed to be without replacement. If loc is omitted, the value for each synapse is randomly sampled from uniform[0, 1].

    • If connRandomSecFromList is False, sections and locations are assigned deterministically: the N-th synapse receives the N-th section and N-th location from their respective lists (or if loc is a single value, it is used for all synapses). Ensure that lists of sections and locations both have the length equal to synsPerConn.

• synMech をリストとして設定する synMech がリストの場合、リスト内のメカニズムごとにシナプスが作成されます。重み、遅延、および位置は、synMech と同じ長さのリストとして指定することも、単一の値をすべてに使用することもできます。

  netParams.connParams[...] = {
          'synMech': ['AMPA', 'GABA'],
          'weight': [0.1, 0.2], # individual weights for each synapse
          'delay': 0.1, # single delay for all synapses
  # ...

  # This will create 2 synapses: one with AMPA synMech and weight 0.1
  # and another with GABA synMech and weight 0.2. Both will have the same delay of 0.1.

ただし、セクションについては、synMech 要素に対するそのような 1 対 1 の対応は適用されません。代わりに、secs の内容が各 synMech に対して繰り返されます。

  netParams.connParams[...] = {
          'synMech': ['AMPA', 'GABA'],
          'sec': ['soma', 'dend']
  # ...
  # Both AMPA and GABA synapses will span 'soma' and 'dend' sections

異なるセクションが必要な場合は、シナプス メカニズムごとに個別の接続ルール (connParams エントリ) を定義する必要があります。

• synMech をリストとして設定し、synsPerConn > 1 を設定します。 synMechs と synsPerConn > 1 の N 要素リストの両方がある場合でも、重みと遅延をすべてのシナプスの単一の値、長さ N のリスト (各値は synMech リスト インデックスに対応)、または外側の次元 N が synMechs に対応し、内側の次元が に対応する 2D リストとして指定できます。 synsPerConn。

  netParams.connParams[...] = {
          'synMech': ['AMPA', 'GABA'],
          'sec': 'dend',
          'synsPerConn': [2, 1],
          'loc': [[0.5, 0.75], [0.3]],
          'distributeSynsUniformly': False,
  # ...

例に示すように、synsPerConn 自体をリストにすることができるため、各 synMech が個別の数のシナプスに対応できることに注意してください。

• ‘connList’ での使用 さらに、‘connList’ ベースの接続 (個々のシナプス前セルと後セルの間の接続の明示的なリスト) を使用する場合は、重み、遅延、位置、秒を最大 3 次元のリストとして記述することができます。最も外側の次元は、connList の長さ (つまり、セル間接続の数) に対応します。上で説明したのと同じロジックが、この外側のリストの各要素に適用されます。

  netParams.connParams[...] = {
          'connList': [[0,0], [1,0]],
          'synMech': ['AMPA', 'GABA'],
          'synsPerConn': 3,
          'weight': [[[1, 2, 3], [4, 5, 6]], # first conn: AMPA, GABA, 3 synsPerConn each
                          [[7, 8, 9], [10, 11, 12]]],  # second conn: AMPA, GABA (...)

          'delay': [[0.1, 0.2], # first conn: AMPA, GABA, same for all syns in synsPerConn
                          [0.3, 0.4]],  # second conn: AMPA, GABA (...)
  # ...

文字列としての機能

セル、シナプス、および接続ルールのパラメーターの一部は、関数を含む文字列を使用して提供できます。文字列は NetPyNE によって内部的に解釈され、適切な lambda 関数 に変換されます。この文字列には次の要素が含まれる場合があります。

• 数値、例: 「3.56」

• すべての Python 数学演算子: +、-、*、/、%、** (指数) など。

• Python 数学関数: sin、cos、tan、exp、sqrt、mean、inf (詳細については、https://docs.python.org/2/library/math.html を参照)

• NEURON h.Random() メソッド: binomial、discunif、erlang、geometric、hypergeo、lognormal、negexp、normal、 poisson、uniform、weibull (https://www.neuron.yale.edu/neuron/static/py_doc/programming/math/random.html を参照)

• netParams ディクショナリで定義された単一値の数値ネットワーク パラメーター。既存のものをカスタマイズしたり、新たに任意のものを追加したりできます。デフォルトでは、次のパラメータが使用可能です。

• sizeX、sizeY、sizeZ: ネットワーク サイズ (μm) (デフォルト: 100)

• defaultWeight: デフォルトの接続重み (デフォルト: 1)

• defaultDelay: デフォルトの接続遅延 (ミリ秒単位) (デフォルト: 1)

• propVelocity: 伝導速度 (um/ms) (デフォルト: 500)

• セルの位置、セル内のセグメントの位置、接続されたセル間の距離などのコンテキスト変数。このような変数の名前は事前に定義されており、関数が使用される場所に固有です (以下を参照)。

文字列としての関数は、次のモデル コンポーネントのエントリのパラメーターとして使用できます (いずれの場合も、上記の要素に加えて、関数に含めることができる特定の変数のセットがあります)。

• 接続ルールの weight、delay、probability、convergence、および divergence。使用可能な変数は次のとおりです。

• pre_x、pre_y、pre_z: シナプス前細胞の x、y、または z の位置。

• pre_ynorm、pre_ynorm、pre_znorm: 正規化されたシナプス前細胞の x、y、または z の位置。

• post_x、post_y、post_z: シナプス後細胞の x、y、または z の位置。

• post_xnorm、post_ynorm、post_znorm: 正規化されたシナプス後セルの x、y、または z の位置。

• dist_x、dist_y、dist_z: シナプス前細胞とシナプス後細胞の x、y、または z 位置間の絶対ユークリッド距離。

• dist_xnorm、dist_ynorm、dist_znorm: 正規化されたシナプス前細胞とシナプス後細胞の x、y、または z 位置間の絶対ユークリッド距離。

• dist_2D、dist_3D: シナプス前細胞とシナプス後細胞間の絶対ユークリッド 2D (x および z) または 3D (x、y および z) 距離。

• dist_norm2D、dist_norm3D: 正規化されたシナプス前細胞とシナプス後細胞間の絶対ユークリッド 2D (x および z) または 3D (x、y および z) 距離。

• cellParams ディクショナリ内の mechs および pointps、セクションの geom パラメータ (pt3d を除く) のプロパティ。使用可能な変数は次のとおりです。

• x、y、z: セル x、y、または z の位置。

• xnorm、ynorm、znorm: 正規化されたセル x、y、または z の位置。

• post_dist_euclidean: ソーマの中心から指定されたセグメントまでのユークリッド距離 (CompartCell のみに意味を持ちます)

• post_dist_path: 相馬の中心から指定されたセグメントまでの距離。トポロジカル パスに沿った中間セクションの長さの合計として定義されます (CompartCell のみに意味を持ちます)

• カスタム セル変数。cellParams の vars 辞書でユーザーが定義できます。

• cellParams 辞書のセル変数 (セルの種類を参照)。上記と同じ意味を持つ変数 x、y、z、xnorm、ynorm、znorm を含めることができます。

• シナプス機構の特性 (synMechParams 辞書のエントリ)。使用可能な変数は次のとおりです。

• post_x、post_y、post_z: シナプス後セルの x、y、または z の位置。

• post_xnorm、post_ynorm、post_znorm: 正規化されたシナプス後セルの x、y、または z の位置。

• post_dist_euclidean: 体細胞の中心からシナプス後細胞のシナプス位置までのユークリッド距離

• post_dist_path: 体細胞の中心からシナプス後細胞のシナプス位置までの距離。トポロジカル パスに沿った中間セクションの長さの合計として定義されます。

文字列ベースの関数は、NetPyNE 接続ルールに優れた柔軟性と機能を追加します。これらにより、ユーザーは、皮質深さに依存する接続確率や距離に依存する接続重みなど、さまざまな接続機能を定義できます。以下にいくつかの具体的な例を示します。

• 収束 (シナプス後細胞をターゲットとするシナプス前細胞の数) は 1 ～ 15 の間で均一に分布します。

netParams.connParams[…] = { ‘収束’: ‘uniform(1, 15)’,

…

• 接続遅延を最小値 0.2 に平均 13.0、分散 1.4 のガウス分布値を加えた値に設定します。

netParams.connParams[…] = { ‘遅延’: ‘0.2 + 通常(13.0, 1.4)’,

…

• 上記と同じですが、netParams 辞書で定義された変数を使用します。

netParams[‘遅延最小’] = 0.2 netParams[‘遅延平均’] = 13.0 netParams[‘遅延変数’] = 1.4

…

netParams.connParams[…] = { ‘遅延’: ‘遅延最小値 + 通常(遅延平均, 遅延変数)’,

…

• 接続遅延を defaultDelay の最小値に伝播速度に基づく 3D 距離依存の遅延を加えたものに設定 (propVelocity):

netParams.connParams[…] = { ‘遅延’: ‘defaultDelay + dist_3D/propVelocity’,

…

• 接続の確率はシナプス後ニューロンの皮質深さに依存します:

netParams.connParams[…] = { ‘確率’: ‘0.1 + 0.2*post_y’,

…

• netParams の属性として定義された長さ定数 (lengthConst) を使用して、2D 距離の関数として指数関数的に減衰する接続の確率:

netParams.lengthConst = 200

…

netParams.connParams[…] = { ‘確率’: ‘exp(-dist_2D/lengthConst)’,

…

細胞内接続ルール - シナプスの再分配

connParams 順序付き辞書を介して接続が定義されると、樹状ツリーに沿った特定のプロファイルに従ってシナプスを再分布することが必要になる場合があります。この目的のために、subConnParams 順序付き辞書は、この再配布を管理するルールとパラメータを設定します。このディクショナリ内の各項目は、キーと値で構成されます。キーは、この再配布ルールの参照として使用されるラベルです。値は、このプロセスのパラメータを設定する辞書であり、次のフィールドが含まれます。

• preConds / postConds - シナプス前セルとシナプス後セルの条件セット

connParams 仕様と同様、これらのフィールドは、シナプス前側とシナプス後側で特定の条件を満たす、すでに確立されている接続を選択するための属性/タグを提供します。これらは、適切な属性/タグと必要な値を含む辞書として定義されます。 {‘cellType’: ‘PYR’}、{‘pop’: [‘Exc1’, ‘Exc2’]}、{‘ynorm’: [0.1, 0.6]}。

• groupSynMechs (オプション) – シナプスを再分配するときにグループ化されたシナプス メカニズムのリスト

省略した場合、すべての接続のシナプス後の位置 (preConds と postConds を満たす) は、指定されたプロファイル (以下で定義) を使用して独立して再分配されます。リストが提供される場合、共通接続のシナプス (各メカニズムの同じシナプス前およびシナプス後ニューロン) が同じ場所に再配置されます。たとえば、[‘AMPA’,’NMDA’]。

• sec (オプション) – 再分散シナプスを許可するセクションのリスト

省略した場合、シナプスの再分配に使用されるセクションは体細胞、または存在しない場合はシナプス後細胞の最初に利用可能なセクションです。たとえば、[‘Adend1’,’Adend2’, ‘Adend3’,’Bdend’] のようになります。

• 密度 - 再配布のタイプ。事前定義されたルールが多数あります。

• uniform - 条件を満たす各接続は、長さに応じて重み付けされ、指定されたセクションに沿って均一に再配分されます。

• さまざまなオプションを持つ辞書:

• type - シナプス再分布のタイプ。利用可能なオプション: 1Dmap、2Dmap、または距離。

[1Dmap, 2Dmap] に type がある場合は、さらに以下を含める必要があります:

• gridY – y 座標 (深さ) の位置のリスト

• gridX (2Dmap のみ) - x 座標 (または z) の位置のリスト。

• fixedSomaY (オプション) - ソーマの絶対位置 y 座標。gridY をシフトするために使用されます (絶対座標でも提供されます)。

• gridValues – (gridX および) GridY によって定義された座標の (相対) シナプス密度を表す 1 次元または 2 次元のリスト。

たとえば、

netParams.subConnParams[…] = {‘type’:’1Dmap’,’gridY’: [0,-200,-400,-600,-800], ‘fixedSomaY’:-700,’gridValues’:[0,0.2,0.7,1.0,0]}。

一方、この選択のためには、シナプス後細胞が 3D 形態を持つ必要があります。単純なセクションの場合、netParams.defineCellShapes = True を設定することで、これを自動的に生成できます (Y 軸に沿った円柱が上向き)。

type が distance に設定されている場合、シナプスは参照から指定された距離 (許可されたセクション内) に再配置されます。この場合、さらに次のものが含まれる場合があります。

• ref_sec (オプション) – 文字列

距離を計算する基準となるセクション。省略した場合、距離の参照に使用されるセクションはソーマ、またはソーマが存在しない場合は「som」で始まるもの、それ以外の場合はシナプス後セルで最初に使用可能なセクションになります。

• ref_seg (オプション) - 数値

距離の参照に使用されるセクション内のセグメント。省略した場合はデフォルト値(0.5)が使用されます。

• target_distance (オプション) - シナプスが再割り当てされるリファレンスからのターゲット距離

省略した場合、この値は 0 に設定されます。選択された場所は、許可されたセクションの間で、このターゲットに最も近い場所になります。

• coord (オプション) - 距離の計算に使用される座標系。省略した場合、距離は樹枝状ツリーに沿って計算されます。あるいは、ユークリッド空間内の距離 (デカルト座標系における基準からターゲット セグメントまでの距離) を計算するために「デカルト」を使用することもできます。この場合、シナプス後細胞は 3D 形態を持つ必要があります (または netParams.defineCellShapes = True を設定)。

たとえば、

netParams.subConnParams[…] = {‘type’:’ distance’,’ref_sec’: ‘soma’, ‘ref_seg’: 1,’target_ distance’: 500}。

</div>

刺激パラメータ

2 つのデータ構造を使用して細胞刺激パラメータを指定します。stimSourceParams は刺激源のパラメータを定義します。 stimTargetParams は、どの細胞にどの刺激源を適用するかを指定します (刺激源のセルへのマッピング)。

stimSourceParams 順序付き辞書の各項目はキーと値で構成されます。ここで、キーはこの刺激源を参照するための任意のラベル (例: 「electrode_current」)、値はソース パラメータの辞書です。

• タイプ - 刺激装置として使用されるポイントプロセス。許可される値: 'IClamp'、'VClamp'、'SEClamp'、'NetStim'、および 'AlphaSynapse'。

NetStims は、この方法を使用するか、「cellModel」: 「NetStim」の母集団を作成して適切な接続を追加することによって追加できることに注意してください。

• stim params (オプション) - これらはスティミュレーターのタイプによって異なります (たとえば、'IClamp' の場合は、'del'、'dur'、および 'amp' になります)

関数として定義できます (文字列としての関数 を参照)。刺激の場合は、シナプス後細胞のパラメーターを使用することのみが意味があることに注意してください (例: 'post_ynorm')。

stimTargetParams の各項目は、ネットワーク内のセルのサブセットに刺激源をマッピングする方法を指定します。キーはこのマッピングの任意のラベルであり、値は次のパラメータを含む辞書です。

• ソース - 刺激ソースのラベル (例: 'electrode_current')。

• 条件 - スティムが適用されるセルの条件を含む辞書。 選択したセルのサブセット内の相対セル インデックスを含むフィールド 'cellList' を含めることができます (例: 'conds': {'cellType':'PYR', 'y':[100, 200], 'cellList': [1, 2, 3]})

• sec (オプション) - ターゲットセクション (デフォルト: 'soma')

• loc (オプション) - ターゲットの場所 (デフォルト: 0.5) 関数として定義可能 (文字列としての関数を参照)

• synMech (オプション; NetStims のみ) - NetStim を接続するシナプス メカニズムのラベル

• 重み (オプション; NetStims のみ) - NetStim とセル間の接続の重み 関数として定義可能 (文字列としての関数を参照)

• 遅延 (オプション; NetStims のみ) - NetStim とセル間の接続の遅延 (デフォルト: 1) 関数として定義可能 (文字列としての関数を参照)

• synsPerConn (オプション; NetStims のみ) - NetStim とセル間の接続のシナプスの数 (デフォルト: 1) 関数として定義可能 (文字列としての関数を参照)

以下のコードは、さまざまなタイプの刺激を作成し、それらをセルのさまざまなサブセットにマッピングする方法の例を示しています。

# Stimulation parameters

## Stimulation sources parameters
netParams.stimSourceParams['Input_1'] =  {'type': 'IClamp', 'del': 10, 'dur': 800, 'amp': 'uniform(0.05, 0.5)'}

netParams.stimSourceParams['Input_2'] = {'type': 'VClamp', 'dur': [0, 1, 1], 'amp':[1, 1, 1],'gain': 1, 'rstim': 0, 'tau1': 1, 'tau2': 1, 'i': 1}

netParams.stimSourceParams(['Input_3'] = {'type': 'AlphaSynapse', 'onset': 'uniform(1, 500)', 'tau': 5, 'gmax': 'post_ynorm', 'e': 0}

netParams.stimSourceParams['Input_4'] = {'type': 'NetStim', 'interval': 'uniform(20, 100)', 'number': 1000, 'start': 5, 'noise': 0.1}

## Stimulation mapping parameters
netParams.stimTargetParams['Input1->PYR'] = {
        'source': 'Input_1',
        'sec': 'soma',
        'loc': 0.5,
        'conds': {'pop':'PYR', 'cellList': range(8)}}

netParams.stimTargetParams['Input3->Basket'] = {
        'source': 'Input_3',
        'sec': 'soma',
        'loc': 0.5,
        'conds': {'cellType': 'Basket'}}

netParams.stimTargetParams['Input4->PYR3'] = {
        'source': 'Input_4',
        'sec': 'soma',
        'loc': 0.5,
        'weight': '0.1 + normal(0.2, 0.05)',
        'delay': 1,
        'conds': {'pop': 'PYR3', 'cellList': [0, 1, 2, 5, 10, 14, 15]}}

細胞外刺激 - これは分散された刺激メカニズムであり、CompartCell のすべてのセクション/セグメントが関係します。この種類の刺激を指定するには、stimSourceParams で 'type': 'XStim' を設定し、いくつかのパラメーターを指定する必要があります。

• field: 刺激の特性を指定する辞書。それは以下によって構成されています:

• class: 刺激の種類。利用可能なオプション: pointSource および uniform、それぞれ電流または均一な電界を注入する単一点電極用。

'class': 'pointSource' については、location (電極先端の位置) および sigma (脳組織の伝導率 (mS/mm)) を指定する必要があります。

'class': 'uniform' の場合、referencePoint (オプション - フィールドが 0 である点) および fieldDirection (2 つの角度のリストとしてのフィールドの方向: 極角 (0 と 180 の間) と方位角) を指定する必要があります。 -0 ～ 360-)。

• waveform: 時間変調を指定する辞書。それは以下によって構成されています:

• type: 外部刺激の時間的形状。利用可能なオプション: sinusoidal、pulse、external。指定しない場合、外部刺激は 0 (接地) に設定されます。

• amp (オプション): 外部刺激の振幅 (点源刺激の場合は mA、均一な電場の場合は V/m)。sinusoidal または pulse に有効です。指定しない場合は0（刺激なし）となります。

• del (オプション): 刺激の開始時間。sinusoidal または pulse に有効です。指定しない場合はシミュレーションの開始時刻となります。

• dur (オプション): 刺激の持続時間 (開始時間に続く)。sinusoidal または pulse に有効です。指定しない場合はシミュレーション終了時刻となります。

• freq (オプション): sinusoidal 刺激の頻度。指定しない場合は0（刺激なし）となります。

• time (オプション): 刺激が外部にアップロードされる場合 (type: external)、このエントリは時間のリストを含む pickle ファイル、または同じ情報を含む numpy 配列のいずれかを指定します。連続する時点間の（固定）時間間隔は、積分タイムステップと一致している必要があります。

• signal (オプション): 刺激が外部にアップロードされる場合 (type: external)、このエントリは、time リストとペアになった外部信号の振幅 (点源刺激の場合は mA - 均一電場の場合は V/m) に対応する値のリストを含む pickle ファイル、または同じ情報を持つ numpy 配列。

• mod_based: ブール値 (デフォルト: False)。 NEURON フォーラムのガイドラインに従って、シミュレーションが外部 MOD ファイル (「ex」と呼ばれる POINTER/RANGE と「is」と呼ばれる GLOBAL を持つ xtra.mod) に基づいているかどうかを指定します。これは大規模なネットワークに適していますが、単一の時間変調に制限されます。 mod_based:False を指定すると、多くのソースの重ね合わせを設定できます。 NetPyNE 互換の xtra.mod は、support モジュールからダウンロードできます。

さらに、stimSourceParams では、ターゲット細胞を満たす必要がある条件を source (細胞外刺激を指定する刺激源のラベル) と conds に設定する必要があります。 'conds': {'cellList': 'all'} は、細胞外 (ユビキタス) ソースによって表される全体的な刺激を提供します。

以下のコードは、外部刺激の重ね合わせ (許可されている) の詳細な例を示しています。

# Stimulation parameters

## Stimulation sources parameters
netParams.stimSourceParams['XStim1'] =  {
        'type': 'XStim',
        'field': {'class': 'pointSource', 'location': [100,-100,0], 'sigma': 0.276},
        'waveform': {'type': 'sinusoidal', 'amp' : 0.020, 'del' : 20, 'dur' : 80, 'freq': 250}
        }

netParams.stimSourceParams['XStim2'] =  {
        'type': 'XStim',
        'field': {'class': 'uniform', 'referencePoint': [0,-netParams.sizeY,0], 'fieldDirection': [180,0]},
        'waveform': {'type': 'pulse', 'amp' : 10.0, 'del' : 50, 'dur' : 20}
        }

## Stimulation target parameters
netParams.stimTargetParams['XStim1->all'] = {
        'source': 'XStim1',
        'conds': {'cellList': 'all'}}

netParams.stimTargetParams['XStim2->all'] = {
        'source': 'XStim2',
        'conds': {'cellList': 'all'}}

反応拡散 (RxD) パラメーター

rxdParams 順序付き辞書を使用して、さまざまな RxD コンポーネントを定義できます。

• 領域 - RxD 領域の辞書 (「細胞外」領域の定義にも使用できます)

このコンポーネントは必須であり、反応が起こる場所を定義するために必要です。 rxdParams['regions'] の各項目は、キーが領域の名前 (さらなる定義で使用される) を指定し、値が次のフィールドを含む辞書である。

• cells: 種、反応などを指定する必要がある細胞内ドメインの定義に関連する細胞のリスト。このリストには、セル gid (例: [1] または [0, 3])、集団ラベル (例: ['S'] または ['all'])、または混合 (例: [['S',[0,2]]] または[('S',[0,2])])。

• secs: 上記のセルに含めるセクションのリスト (有効にするためには、セルの「秒」内にある必要があります)。たとえば、[‘soma’,’Bdend’] などです。

cells と secs は両方とも、(細胞内) RxD が関連コンポーネントである NEURON セクションを指定するために使用されます。

• nrn_region: 領域が細胞の細胞内/細胞質ドメイン (膜貫通電圧の計算対象) に対応するかどうかを定義するオプション。利用可能なオプションは次のとおりです: 「i」 (細胞膜のすぐ内側)、「o」 (血漿のすぐ外側)、または None (上記のどれでもない、たとえば細胞内小器官)。

• geometry: このエントリは、領域に関連付けられたジオメトリを定義します。 NEURON のさまざまなオプションに応じて、文字列 (「inside」または「membrane」) または 2 つのエントリを持つ辞書のいずれかになります。ジオメトリの種類を示す「class」 (「DistributedBoundary」、「Fractional Volume」、「FixedCrossSection」、「FixedPerimeter」、「ScalableBorder」、「Shell」) と、構造化された定義に必要な特定の引数を含む「args」です。辞書で。たとえば、

netParams.rxdParams[‘regions’] = {‘membrane_in’:{‘cells’: ‘all’, ‘secs’: ‘all’, ‘geometry’: {‘class’: ‘ScalableBorder’, ‘args’: {‘scale’: 1, ‘on_cell_surface’: False}}}}。

• dimension: これは整数 (1 または 3) で、シミュレーションが 1D か 3D かを示します。

• dx: 離散化を指定する float (または int)。

• extracellular: 領域が細胞外空間を表すかどうかを示すブール オプション (指定されていない場合は False)。 True の場合、以前のすべての extries を指定する必要はありません。代わりに、rxdParams['extracellular'] (次を参照) に対応するエントリを考慮する必要がありますが、これは辞書階層の同じレベルにあります。たとえば、rxdParams['regions']={'ext':{'extracellular':True, 'xlo': -100, ...}} のようになります。

例、

netParams.rxdParams[‘regions’] = {‘cyt’:{‘cells’: [‘all’], ‘secs’: [‘soma’,’Bdend’], ‘nrn_region’: ‘i’}}

• 細胞外 - RxD 細胞外領域を指定するために必要なパラメータを含む辞書。

• xlo、ylo、zlo: 細胞外ドメインを指定するボックスの左下奥の隅を示す値。

• xhi、yhi、zhi: 細胞外ドメインを指定するボックスの右上隅を示す値。

• dx: 離散化を指定する値 (int、float)。この場合、細胞外領域は、正方形のボクセル以外が必要な場合、3D タプルになる可能性があります。

前のエントリは必須です。次の値はオプションです (デフォルト値が考慮されます。NEURON を参照)。

• volume_fraction: 拡散に利用可能なスペースを示す値。

• tortuosity: 拡散する直進経路がどの程度制限されているかを示す値。

たとえば、

netParams.rxdParams[‘extracular’] = {‘xlo’:-100, ‘ylo’:-100, ‘zlo’:-100, ‘xhi’:100, ‘yhi’:100, ‘zhi’:100, ‘dx’:(0.2,0.2,0.4), ‘volume_fraction’:0.2, 「ねじれ度」: 1.6}。

• 種 - このコンポーネントも必須であり、関連する種とそれらが関与するドメインを指定するためのすべての定義を含む辞書に対応します。キーは種の名前/ラベルで、値は次のエントリを含む辞書です。

• regions: 種が存在する地域のリスト (rxdParams['regions'] にリストされている)。単一の地域の場合は、リストせずに指定することもできます。たとえば、'cyt' または ['cyt','er'] です。

• d: 種の拡散係数。

• charge: 種の署名済み請求 (存在する場合)。

• initial: 濃度フィールドの初期状態 (mM 単位)。これは、その定義ドメイン全体に対する単一の値、または文字列ベースの関数であり、変数は (RxD のフレームワーク内の) ノード プロパティです。たとえば、 '1 if (0.4 < node.x < 0.6) else 0'。

• ecs_boundary_conditions: 細胞外領域が定義されている場合は、境界条件を指定する必要があります。オプションは、ゼロ磁束条件 (ノイマン型) または境界での濃度を示す値 (ディリクレ) の None (デフォルト) です。

• atolscale: この特定の種の濃度の可変ステップ積分における絶対許容誤差のスケール係数を示す数値 (デフォルト = 1)。

• name: この種にラベルを付ける文字列。この名前は NEURON 範囲変数と同じである必要があるため、RxD が hoc モデルと種を共有する場合に重要です。

例、

netParams.rxdParams[‘species’] = {‘ca’:{‘regions’: ‘cyt’, ‘d’: 0.25, ‘charge’: 2, ‘name’: ‘ca’, ‘initial’: ‘1 if node.sec in [‘Bdend’] else 0’}}

• states - シミュレーション中に反応以外を通じて変化する状態変数を宣言する辞書。キーはこの変数に割り当てられた名前で、値は次のエントリを含む辞書です。

• regions: 状態変数が関連する (つまり、そこで展開される) 領域のリスト。単一の地域の場合は、リストせずに指定することもできます。

• initial: この変数の初期状態。ドメイン全体 (この変数が指定されている場所) で有効な単一値、または独立変数としてノード プロパティを持つ文字列ベースの関数のいずれか。

• name: この変数を内部的にラベル付けする文字列。

例、

netParams.rxdParams[‘states’] = {‘mgate’:{‘regions’: ‘cyt’, ‘initial’: 0.05, ‘name’: ‘mgate’}}

• 反応 - 分析中の反応、誰がどこでしたかを指定する辞書。キーは反応にラベルを付け、値は次のエントリを含む辞書です。

• reactant: 化学反応の左側を、種と適切な化学量論とともに宣言する文字列。たとえば、ca + 2 * cl のようにします。ここで、「ca」と「cl」は「種」エントリーであり、反応が起こる地域で利用可能です (次を参照)。

• product: 化学反応の右側についても同様です。たとえば、cacl2 の場合、「cacl2」は適切に定義された種です。

• rate_f: 上で定義したスキームの順反応の速度。これは、数値または文字列ベースの関数のいずれかになります (種などに応じて、たとえば、ヒル方程式を実装するため)。

• rate_b: 上記と同じ、逆方向の反応の場合。このエントリはオプションです。

• regions: このエントリは、領域のリスト内でのみ反応が進行するように制限するために使用されます。単一の地域の場合は、リストせずに指定することもできます。指定しない場合、反応はすべての (妥当な) 領域で進行します。

• custom_dynamics: このブール値エントリは、素反応に対する質量作用の法則が適用されるかどうかを指定します。 「True」の場合、各種の濃度のダイナミクスは質量作用スキームを満たします。

例、

netParams.rxdParams[‘reactions’] = {‘リン酸化’:{‘反応剤’: ‘E’, ‘product’: ‘EP’, ‘rate_f’: ‘kmax1 * E/ (k1 + E)’, ‘rate_b’: ‘kmax2 * EP/ (k2 + EP)’,’custom_dynamics’: True}}

• multicompartmentReactions - 異なる領域に属する種との反応を指定する辞書。前のケースと同様に、キーは反応にラベルを付け、値は以前とまったく同じエントリとさらに 2 つの (オプションの) エントリを含む辞書になります。

• membrane: ある領域から別の領域へのイオンの通過に関与する領域 (膜または境界と互換性のある幾何学的形状を持つ)。

• membrane_flux: このブール値のエントリは、反応によって膜電位に影響を与える細胞膜を横切る電流が生成されるかどうかを示します。

。 注: 「反応物」または「生成物」のエントリに表示される種は、反応スキーム内でそれらが取得された領域とともに指定する必要があることを考慮してください。たとえば、'ca[cyt]' などです。

• rates - 選択した種または状態のダイナミクスを制御するレートを指定する辞書。キーは動的スキームにラベルを付け、値は次のエントリを含む辞書です。

• species: どの種または状態が考慮されているかを示す文字列。

• rate: 種/状態の時間的進化を支配する力学方程式における速度の値。

• regions: このエントリは、ダイナミクスが領域のリスト内でのみ進行するように制約するために使用されます。単一の地域の場合は、リストせずに指定することもできます。

• membrane_flux: 前と同様、電流を考慮するかどうかを指定するブール値エントリ。 「True」の場合、「region」エントリは膜状のジオメトリを持つ固有の領域に対応する必要があります。

例、

netParams.rxdParams[‘rates’] = {‘h_evol’:{‘species’: h_gate, ‘rate’: ‘(1. / (1 + 1000. * ca[cyt] / (0.3)) - h_gate) / tau’}}

• 定数 - 文字列ベースの関数などでユーザーが使用する定数を指定する辞書。

各ディクショナリのパラメータは、RxD パッケージで説明されているものと同じ構造に従います: https://www.neuron.yale.edu/neuron/static/docs/rxd/index.html

使用例を参照してください: RxD バッファリングの例 および RxD ネットワークの例。

simConfig.recordCells

recordCells リストは、どのセルからトレースを記録するかを指定します。 recordCells には、セル gid および/または集団ラベルを任意の組み合わせで含めることができます。また、['all'] に設定してすべてのセルから記録することもできます。このリストで指定されたセルのみに、そこから記録されるトレースが含まれます。 (便宜上、simConfig.analysis['plotTraces'] の include パラメータで指定されたセルはすべて recordCells に自動的に追加されることに注意してください。)

例

# record from all cells
simConfig.recordCells = ['all']

# record from cell 0 and cell 20
simConfig.recordCells = [0, 20]

# record from all cells in the population 'S'
simConfig.recordCells = ['S']

# record from all cells in the population 'M' and cells 0 and 20
simConfig.recordCells = ['M', 0, 20]

# record from the first cell in populations 'M' and 'S'
simConfig.recordCells = [('M', [0]), ('S', [0])]

記録するセルを指定したら、何を記録するかを指定する必要があります。

simConfig.recordTraces

recordTraces 辞書は、どのトレースを記録するかを指定します (また、「条件」を使用する場合は、recordCells 内のどのセルのサブセットからトレースを記録するかも指定します)。 recordTraces の各エントリは辞書でもあり、そのキーはトレースの名前 (選択できる任意の文字列) であり、その値は目的のトレースの仕様を含む辞書です。

recordTraces の各エントリでは、キーがトレースの名前になり、値は記録するトレースの詳細を指定し、オプションでトレースを記録するセルの条件を設定する別の辞書になります。

フォーマットの概要

• セクション変数 (例: soma(0.5).v):

{"sec": [string], "loc": [float], "var": [string]}

• 分散メカニズム変数 (例: soma(0.5).hh.gna):

{"sec": [string], "loc": [float], "mech": [string], "var": [string]}

• シナプスメカニズム変数 (例: dend(1.0).AMPA._ref_g):

{"sec": [string], "loc": [float], "synMech": [string], "var": [string]}

• 刺激変数 (例: cells[0].stims[0]['hObj'].i):

{"sec": [string], "loc": [float], "stim": [string], "var": [string]}

• ポイントプロセス変数 (例: soma.myPP.i):

{"sec": [string], "pointp": [string], "var": [string]}

一般に、セクション (「sec」)、そのセクション内の場所 (「loc」)、およびその場所に記録する NEURON 変数 (「var」) を指定する必要があります。たとえば、次のコードは体細胞の中心の電圧 (NEURON の「v」) を記録します。

例

# record voltage at the center of the 'soma' section
simConfig.recordTraces['soma_voltage'] = { "sec": "soma", "loc": 0.5, "var": "v"}

# record the sodium concentration at the distal end of the 'dend' section
simConfig.recordTraces['dend_Na'] =  { "sec": "dend", "loc": 1.0, "var": "nai"}

# record the potassium current at the proximal end of the first 'branch' section (branch[0])
simConfig.recordTraces['branch0_iK'] = {"sec": "branch_0", "loc": 0.0, "var": "ik"}

上記の例では、recordCells 内のすべてのセルからトレースを記録しようとします。記録されるセルのサブセットのみからトレースを記録する場合は、トレース ディクショナリに 'conds' ディクショナリを含めることによって条件を設定できます。使用可能な条件には、'gid' (セルのグローバル識別番号)、'pop' (集団の名前または名前のリスト)、'cellType' (セルのタイプの文字列名)、および 'cellList' (セル gid のリスト) が含まれます。

条件の例

# only record this trace from cell 0
simConfig.recordTraces['trace_name'] = {'conds': {'gid': [0]}, ... }

# only record this trace from populations 'M' and 'S'
simConfig.recordTraces['trace_name'] = {'conds': {'pop': ['M', 'S']}, ... }

# only record this trace from cells tagged with cellType as 'pyr'
simConfig.recordTraces['trace_name'] = {'conds': {'cellType': ['pyr']}, ... }

特定のセクションと場所から、電圧、電流、濃度などのセクション変数を記録できます。 NEURON メカニズム (「mech」)、シナプス メカニズム (「synMech」)、および刺激 (「stim」) からの変数を記録することもできます。

メカニズムからの記録の例

# record the 'gna' variable (sodium conductance) in the 'hh' (Hodgkin-Huxley) mechanism
# located in the middle of the 'soma' section.  This is equivalent to recording
# soma(0.5).hh._ref_gna in NEURON.
simConfig.recordTraces['gNa'] = {'sec': 'soma', 'loc': 0.5, 'mech': 'hh', 'var': 'gna'}

# record the 'g' variable (conductance) in the 'AMPA' synaptic mechanism located at the
# distal end of the 'dend' section.  This is equivalent to recording
# dend(1.0).AMPA._ref_g in NEURON.
simConfig.recordTraces['gAMPA'] = {'sec': 'dend', 'loc': 1.0, 'synMech': 'AMPA', 'var': 'g'}

# record the 'i' variable (current) from the 'IClamp0' stimulation source located in the
# middle of the 'soma' section in cell 0.  This is equivalent to recording
# cells[0].stims[0]['hObj'].i in NEURON.
simConfig.recordTraces['iStim'] = {'sec': 'soma', 'loc': 0.5, 'stim': 'IClamp0', 'var': 'i', 'conds': {'gid': 0}}

# record the 'V' variable from the 'myPP' point process in the 'soma' section.  This
# is equivalent to recording soma.myPP.V in NEURON.
simConfig.recordTraces['VmyPP'] = {'sec': 'soma', 'pointp': 'myPP', 'var': 'V'}

## Recording from Synaptic Currents Mechanisms

# Example of recording from an excitatory synaptic mechanism
# record the 'i' variable (current) from an excitatory synaptic mechanism located
# in the middle of the 'dend' section. This is equivalent to recording
# dend(0.5).exc._ref_i in NEURON.
simConfig.recordTraces['iExcSyn'] = {'sec': 'dend',  'loc': 0.5, 'synMech': 'exc',  'var': 'i'}

# Example of recording from an inhibitory synaptic mechanism
# record the 'i' variable (current) from an inhibitory synaptic mechanism located
# at 0.3 of the 'soma' section. This is equivalent to recording
# soma(0.3).inh._ref_i in NEURON.
simConfig.recordTraces['iInhSyn'] = {'sec': 'soma', 'loc': 0.3, 'synMech': 'inh',  'var': 'i'}

# Example of recording multiple synaptic currents
# Recording synaptic currents
simConfig.recordSynapticCurrents = True
synaptic_curr = [
        ('AMPA', 'i'),   # Excitatory synaptic current
        ('NMDA', 'i'),   # Excitatory synaptic current
        ('GABA_A', 'i')  # Inhibitory synaptic current
]
if simConfig.recordSynapticCurrents:
for syn_curr in synaptic_curr:
        trace_label = f'i__soma_0__{syn_curr[0]}__{syn_curr[1]}'
        simConfig.recordTraces.update({trace_label: {'sec': 'soma_0', 'loc': 0.5, 'mech': syn_curr[0], 'var': syn_curr[1]}})

名前 'iExcSyn' 、 'iInhSyn' 、 'AMPA' 、 'NMDA' 、 'GABA_A' は、 netParams.synMechParams でユーザーによって定義された名前であり、 netParams.synMechParams.keys() を使用して見つけることができます。 synaptic_curr タプル内のシナプス メカニズムと組み合わせることができる変数は、そのシナプス メカニズムの定義に使用される MOD ファイルを調べることで見つけることができ、記録できる変数は MOD ファイル内で RANGE タイプとして定義されます。

例：

• netParams.synMechParamsas で MyExp2SynBB.mod テンプレートを使用する 'AMPA' として定義されたシナプス メカニズム。

• ユーザーは、ソース /mod フォルダーに移動し、MyExp2SynBB.mod ファイルを開いて、どの変数が RANGE として定義されているかを確認し、それらを記録できます。

• ユーザーは変数の型を変更して RANGE として定義し、メカニズムを再コンパイルして netpyne で記録できるようにすることもできます。

• 特定のファイルに記録できる変数の例

• ユーザーは、'tau1'、'tau2'、'e'、'i'、'g'、'Vwt'、'gmax' を記録できます。

NEURON {
  POINT_PROCESS MyExp2SynBB
  RANGE tau1, tau2, e, i, g, Vwt, gmax
  NONSPECIFIC_CURRENT i
}

これらは synaptic_curr で次のように指定する必要があります。

synaptic_curr = [
('AMPA', 'i'),    # Excitatory synaptic current
('AMPA', 'g'),    # Channel conductance
]

シミュレーション関連関数

ラッパー:

• sim.create(simConfig, netParams) - 初期化、ネットワークの作成、および記録のセットアップのためのラッパー。

• sim.simulate() - シミュレーションを実行してデータを収集するラッパー。

• sim.analyze() - データを保存してプロットするラッパー。

• sim.load(filename) - 初期化し、ファイルからネットをロードし、記録をセットアップするラッパー。

• sim.createSimulate(simConfig, netParams) - ネットワークを作成およびシミュレートするラッパー。

• sim.createSimulateAnalyze(simConfig, netParams) - ネットワークを作成、シミュレート、分​​析するためのラッパー。

• sim.intervalCreateSimulateAnalyze(simConfig, cfg, interval=t) - ネットワークを作成、シミュレート、分​​析するためのラッパーで、シミュレーション出力を t ミリ秒ごとに保存します。

• sim.createExportNeuroML2(simConfig, netParams) - ネットワークを作成して NeuroML2 にエクスポートするラッパー。

• sim.loadSimulate(simConfig, netParams) - ネットワークをロードしてシミュレートするラッパー。

• sim.loadSimulateAnalyze(simConfig, netParams) - ネットワークをロード、シミュレート、分​​析するラッパー。

初期化とセットアップ:

• sim.initialize(simConfig, netParams)

• sim.setNet(ネット)

• sim.setNetParams(params)

• sim.setSimCfg(cfg)

• sim.createParallelContext()

• sim.setupRecording()

実行して収集します。

• sim.runSim()

• sim.runSimWithIntervalFunc(間隔, 関数)

• sim.gatherData()

保存とロード:

• sim.saveData(ファイル名)

• sim.loadSimCfg(ファイル名)

• sim.loadNetParams(ファイル名)

• sim.loadNet(ファイル名)

• sim.loadSimData(ファイル名)

• sim.loadAll(ファイル名)

エクスポートとインポート:

• sim.exportNeuroML2()

その他/ユーティリティ:

• sim.cellByGid()

• sim.version()

• sim.gitChangeset()

分析関連機能

netpyne.analysis.plotRaster(include=[‘allCells’]、 timeRange=None、 maxSpikes=100000000.0、 orderBy=‘gid’、 orderInverse=False、 labels=‘legend’、 popRates=False、 spikeHist=None、 spikeHistBin=5、 syncLines=False、 lw=2、 marker=’|’、 markerSize=5、 popColors=None、 figSize=(10, 8)、 fontSize=12、 dpi=100、 saveData=None、 saveFig=None、 showFig=True、 **kwargs)[source]

netpyne.analysis.iplotRaster(include=[‘allCells’]、 timeRange=None、 maxSpikes=100000000.0、 orderBy=‘gid’、 orderInverse=False、 popRates=False、 spikeHist=False、 spikeHistBin=5、 syncLines=False、 marker=‘circle’、 markerSize=3、 popColors=None、 saveData=None、 saveFig=None、 showFig=False、 **kwargs)[source] <short description of netpyne.analysis.interactive.iplotRaster> に対する関数/<short description of netpyne.analysis.interactive.iplotRaster> への関数

パラメータ:

• include (list) – プロットに含めるセル。 デフォルト: ['allCells'] はすべてのセルをプロットします。 オプション: ['all'] はすべてのセルと刺激をプロットします、['allNetStims'] は刺激のみをプロットします、['popName1'] は単一集団をプロットします、['popName1', 'popName2'] は複数をプロットします集団、[120] は単一のセルをプロットします、[120, 130] は複数のセルをプロットします、[('popName1', 56)] は特定の集団からのセルをプロットします、 [('popName1', [0, 1]), ('popName2', [4, 5, 6])]、複数の集団からの細胞をプロットします

• timeRange (list [start, stop]) – プロットする時間範囲。 デフォルト: None は時間範囲全体をプロットします オプション: <option> <description of option>

• maxSpikes (int) – プロットされるスパイクの最大数。 デフォルト: 1e8 オプション: <option> <description of option>

• orderBy (str) – Y 軸の順序付けに使用する一意の数値セル プロパティ。 デフォルト: 'gid' はセル ID で並べ替えます。 オプション: 'y' はセルの y 位置で並べ替えます。'ynorm' はセルの正規化された y 位置で並べ替えます。

• orderInverse (bool) – True の場合、y 軸の順序を反転します。 デフォルト: False オプション: <option> <description of option>

• popRates (bool) – True の場合、プロットに母集団の発火率を含めます。 デフォルト: False オプション: <option> <description of option>

• spikeHist (bool) – True の場合、プロットにスパイク ヒストグラム (スパイク/ビン) を含めます。 デフォルト: False オプション: <option> <description of option>

• spikeHistBin (int) – スパイク ヒストグラムに使用するビンのサイズ (ミリ秒)。 デフォルト: 5 オプション: <option> <description of option>

• syncLines (bool) – 同期測定を計算し、True の場合、同期を証明するために各スパイクの垂直線をプロットします。 デフォルト: False オプション: <option> <description of option>

• マーカー (str) – 各スパイクのボケマーカー。 デフォルト: 'circle' オプション: <option> <description of option>

• markerSize (int) – 各スパイクのボケ マーカーのサイズ。 デフォルト: 3 オプション: <option> <description of option>

• popColors (dict) – 各母集団 (キー) に使用されるカスタム色 (値) を含む辞書。 デフォルト: None は標準色を使用します オプション: <option> <description of option>

• saveData (bool or str) – プロットの生成に使用されるデータを保存するかどうか、および保存する場所。 デフォルト: False オプション: True はデータを自動保存し、'/path/filename.ext' はカスタム パスとファイル名に保存します。有効なファイル拡張子は '.pkl' および '.json' です。

• saveFig (bool or str) – Figure を保存するかどうか、および保存する場所。 デフォルト: False オプション: True は Figure を自動保存します。'/path/filename.html' はカスタム パスとファイル名に保存します。有効なファイル拡張子は '.html' のみです。

• showFig (bool) – True の場合の図を表示します。 デフォルト: True オプション: <option> <description of option>

• kwargs (<type>) – <Short description of kwargs> デフォルト: 必須

netpyne.analysis.plotSpikeHist( include=[‘eachPop’, ‘allCells’]、 timeRange=None、 binSize=5、 graphType=‘line’、 measure=‘rate’、 norm=False、 smooth=None、 filtFreq=None、 filtOrder=3、 axis=True、 popColors=None、 figSize=(10, 8)、 dpi=100、 saveData=None、 saveFig=None、 showFig=True、 **kwargs)[source]

netpyne.analysis.plotSpikeStats( include=[‘eachPop’, ‘allCells’]、 statDataIn={}、 timeRange=None、 graphType=‘boxplot’、 stats=[‘rate’, ‘isicv’]、 bins=50、 histlogy=False、 histlogx=False、 histmin=0.0、 density=False、 includeRate0=False、 legendLabels=None、 normfit=False、 histShading=True、 xlim=None、 popColors={}、 figSize=(6, 8)、 fontSize=12、 dpi=100、 saveData=None、 saveFig=None、 showFig=True、 **kwargs)[source] <short description of netpyne.analysis.spikes.plotSpikeStats> に対する関数/<short description of netpyne.analysis.spikes.plotSpikeStats> への関数

パラメータ:

• include (list) – プロットに含める母集団とセル。 デフォルト: ['eachPop', 'allCells'] は各母集団と全体の平均のヒストグラムをプロットします オプション: ['all'] はすべての細胞と刺激をプロットします、['allNetStims'] は刺激のみをプロットします、['popName1'] は単一母集団をプロットします、 ['popName1', 'popName2'] は複数の集団をプロットします。[120] は単一のセルをプロットします。[120, 130] は複数のセルをプロットします。 [('popName1', 56)] は、特定の集団からのセルをプロットします。 [('popName1', [0, 1]), ('popName2', [4, 5, 6])]、複数の集団からの細胞をプロットします

• statDataIn (dict) – インポートする統計データの事前計算された辞書。 デフォルト: {} オプション: <option> <description of option>

• timeRange (list [start, stop]) – プロットする時間範囲。 デフォルト: None は時間範囲全体をプロットします オプション: <option> <description of option>

• graphType (str) – 箱ひげ図またはヒストグラムを使用して統計をプロットするかどうか。 デフォルト: 'boxplot' オプション: 'histogram'

• stats (list) – プロットする統計。 デフォルト: ['rate', 'isicv'] オプション: ['rate', 'isicv', 'sync', 'pairsync']

• bins (int or list) – ヒストグラムのビン (int の場合) またはエッジ (list の場合) の数 デフォルト: 50 オプション: <option> <description of option>

• 組織学 (bool) – <Short description of histlogy> デフォルト: False オプション: <option> <description of option>

• histlogx (bool) – x 軸を対数にするかどうか デフォルト: False オプション: <option> <description of option>

• histmin (float) – 分析に含める最小値。 デフォルト: 0.0 オプション: <option> <description of option>

• 密度 (bool) – True の場合、値を密度で重み付けします デフォルト: False オプション: <option> <description of option>

• includeRate0 (bool) – ドキュメントが必要です。 デフォルト: False オプション: <option> <description of option>

• legendLabels (list?) – 文書が必要です。 デフォルト: None オプション: <option> <description of option>

• normfit (bool) – ドキュメントが必要です。 デフォルト: False オプション: <option> <description of option>

• histShading (bool) – ドキュメントが必要です。 デフォルト: True オプション: <option> <description of option>

• xlim (list [min, max]) – プロットの x 制限を設定します。 デフォルト: None オプション: <option> <description of option>

• popColors (dict) – 各母集団 (キー) に使用されるカスタム色 (値) を含む辞書。 デフォルト: {} は標準色を使用します オプション: <option> <description of option>

• figSize (list [width, height]) – Figure のサイズ (インチ単位)。 デフォルト: (10, 8) オプション: <option> <description of option>

• fontSize (int) – 図のフォント サイズ。 デフォルト: 12 オプション: <option> <description of option>

• dpi (int) – 1 インチあたりのドット数で表した図の解像度。 デフォルト: 100 オプション: <option> <description of option>

• saveData (bool or str) – プロットの生成に使用されるデータを保存するかどうか、および保存する場所。 デフォルト: False オプション: True はデータを自動保存し、'/path/filename.ext' はカスタム パスとファイル名に保存します。有効なファイル拡張子は '.pkl' および '.json' です。

• saveFig (bool or str) – Figure を保存するかどうか、および保存する場所。 デフォルト: False オプション: True は図を自動保存し、'/path/filename.ext' はカスタム パスとファイル名に保存します。有効なファイル拡張子は '.png'、'.jpg'、'.eps'、および '.tiff' です。

• showFig (bool) – True の場合の図を表示します。 デフォルト: True オプション: <option> <description of option>

• kwargs (<type>) – <Short description of kwargs> デフォルト: 必須

netpyne.analysis.plotRatePSD( include=[‘eachPop’, ‘allCells’]、 timeRange=None、 binSize=5、 minFreq=1、 maxFreq=100、 transformMethod=‘morlet’、 stepFreq=1、 NFFT=256、 noverlap=128、 smooth=0、 norm=False、 overlay=True、 popColors={}、 yLogScale=True、 ylim=None、 figSize=(10, 8)、 fontSize=12、 lineWidth=1.5、 saveData=None、 saveFig=None、 showFig=True )[source] <short description of netpyne.analysis.spikes.plotRatePSD> に対する関数/<short description of netpyne.analysis.spikes.plotRatePSD> への関数

パラメータ:

• include (list) – プロットに含める母集団とセル。 デフォルト: ['eachPop', 'allCells'] は各母集団と全体の平均のヒストグラムをプロットします オプション: ['all'] はすべての細胞と刺激をプロットします、['allNetStims'] は刺激のみをプロットします、['popName1'] は単一母集団をプロットします、 ['popName1', 'popName2'] は複数の集団をプロットします。[120] は単一のセルをプロットします。[120, 130] は複数のセルをプロットします。 [('popName1', 56)] は、特定の集団からのセルをプロットします。 [('popName1', [0, 1]), ('popName2', [4, 5, 6])]、複数の集団からの細胞をプロットします

• timeRange (list [start, stop]) – プロットする時間範囲。 デフォルト: None は時間範囲全体をプロットします オプション: <option> <description of option>

• binSize (int) – スパイク ビンのサイズ (ミリ秒)。 デフォルト: 5 オプション: <option> <description of option>

• minFreq (float) – プロットに表示する最小周波数。 デフォルト: 1 オプション: <option> <description of option>

• maxFreq (float) – プロットに表示する最大周波数。 デフォルト: 100 オプション: <option> <description of option>

• transformMethod (str) – 変換方法を設定します。 デフォルト: 'morlet' オプション: 'fft'

• stepFreq (float) – Morlet 変換のステップ周波数。 デフォルト: 1 オプション: <option> <description of option>

• NFFT (int) – FFT の各ブロックで使用されるデータ ポイントの数 (2 の累乗) デフォルト: 256 オプション: <option> <description of option>

• noverlap (int) – FFT 変換で noverlap を設定します。 デフォルト: 128 オプション: <option> <description of option>

• smooth (int) – スムージング用のウィンドウ サイズ。 0 の場合は平滑化なし。 デフォルト: 0 オプション: <option> <description of option>

• norm (bool) – 電力を正規化します。 デフォルト: False オプション: <option> <description of option>

• overlay (bool) – プロットをオーバーレイするかサブプロットを使用するか。 デフォルト: True はプロットをオーバーレイします。 オプション: <option> <description of option>

• popColors (dict) – 各母集団 (キー) に使用されるカスタム色 (値) を含む辞書。 デフォルト: None は標準色を使用します オプション: <option> <description of option>

• yLogScale (bool) – True の場合、電力は対数スケール (dB) で表されます。 デフォルト: True オプション: <option> <description of option>

• ylim (list [min, max]) – プロットの y 範囲を設定します。 デフォルト: None オプション: <option> <description of option>

• figSize (list [width, height]) – Figure のサイズ (インチ単位)。 デフォルト: (10, 8) オプション: <option> <description of option>

• fontSize (int) – 図のフォント サイズ。 デフォルト: 12 オプション: <option> <description of option>

• lineWidth (float) – プロット内の線の幅。 デフォルト: 1.5 オプション: <option> <description of option>

• saveData (bool or str) – プロットの生成に使用されるデータを保存するかどうか、および保存する場所。 デフォルト: False オプション: True はデータを自動保存し、'/path/filename.ext' はカスタム パスとファイル名に保存します。有効なファイル拡張子は '.pkl' および '.json' です。

• saveFig (bool or str) – Figure を保存するかどうか、および保存する場所。 デフォルト: False オプション: True は図を自動保存し、'/path/filename.ext' はカスタム パスとファイル名に保存します。有効なファイル拡張子は '.png'、'.jpg'、'.eps'、および '.tiff' です。

• showFig (bool) – True の場合の図を表示します。 デフォルト: True オプション: <option> <description of option>

netpyne.analysis.plotTraces(include=None、 timeRange=None、 oneFigPer=‘cell’、 rerun=False、 title=None、 subtitles=True、 overlay=False、 colors=None、 ylim=None、 axis=True、 legend=True、 scaleBarLoc=1、 figSize=(10, 8)、 fontSize=12、 saveData=None、 saveFig=None、 showFig=True )[source] <short description of netpyne.analysis.traces.plotTraces> に対する関数/<short description of netpyne.analysis.traces.plotTraces> への関数

パラメータ:

• include (list) – プロットに含める母集団とセル。 デフォルト: ['eachPop', 'allCells'] は各母集団と全体の平均のヒストグラムをプロットします オプション: ['all'] はすべての細胞と刺激をプロットします、['allNetStims'] は刺激のみをプロットします、['popName1'] は単一母集団をプロットします、 ['popName1', 'popName2'] は複数の集団をプロットします。[120] は単一のセルをプロットします。[120, 130] は複数のセルをプロットします。 [('popName1', 56)] は、特定の集団からのセルをプロットします。 [('popName1', [0, 1]), ('popName2', [4, 5, 6])]、複数の集団からの細胞をプロットします

• timeRange (list [start, stop]) – プロットする時間範囲。 デフォルト: None は時間範囲全体をプロットします オプション: <option> <description of option>

• oneFigPer (str) – セルごと (複数のトレースを表示) またはトレースごと (複数のセルを表示) に 1 つの図をプロットするかどうか。 デフォルト: 'cell' オプション: 'trace'

• rerun (bool) – シミュレーションを再実行して、新しいセルのセットが記録されます。 デフォルト: False オプション: <option> <description of option>

• title (str) – 図全体のタイトルを設定します。oneFigPer='cell' でのみ機能します。 デフォルト: None オプション: <option> <description of option>

• overlay (bool) – プロットをオーバーレイするかサブプロットを使用するか。 デフォルト: True はプロットをオーバーレイします。 オプション: <option> <description of option>

• colors (list) – トレースに使用する正規化された RGB カラーのリスト。 デフォルト: None は標準色を使用します オプション: <option> <description of option>

• ylim (list [min, max]) – プロットの y 範囲を設定します。 デフォルト: None オプション: <option> <description of option>

• axis (bool) – 軸を表示するかどうか。そうでない場合は、スケールバーが含まれます。 デフォルト: True オプション: <option> <description of option>

• scaleBarLoc (int) – スケール バーの位置を設定します (axis=False の場合に追加されます)。 デフォルト: 1 オプション: 1 右上、2 左上、3 左下、4 右下、5 右、6 中央左、7中央右、8 中央下、9 中央上、10 中央

• figSize (list [width, height]) – Figure のサイズ (インチ単位)。 デフォルト: (10, 8) オプション: <option> <description of option>

• fontSize (int) – 図のフォント サイズ。 デフォルト: 12 オプション: <option> <description of option>

• saveData (bool or str) – プロットの生成に使用されるデータを保存するかどうか、および保存する場所。 デフォルト: False オプション: True はデータを自動保存し、'/path/filename.ext' はカスタム パスとファイル名に保存します。有効なファイル拡張子は '.pkl' および '.json' です。

• saveFig (bool or str) – Figure を保存するかどうか、および保存する場所。 デフォルト: False オプション: True は図を自動保存し、'/path/filename.ext' はカスタム パスとファイル名に保存します。有効なファイル拡張子は '.png'、'.jpg'、'.eps'、および '.tiff' です。

• showFig (bool) – True の場合の図を表示します。 デフォルト: True オプション: <option> <description of option>

netpyne.analysis.plotLFP(timeRange=None、 electrodes=[‘avg’, ‘all’]、 pop=None、 plots=[‘timeSeries’, ‘PSD’, ‘spectrogram’, ‘locations’]、 inputLFP=None、 NFFT=256、 noverlap=128、 nperseg=256、 minFreq=1、 maxFreq=100、 stepFreq=1、 smooth=0、 separation=1.0、 includeAxon=True、 logx=False、 logy=False、 normSignal=False、 normPSD=False、 normSpec=False、 filtFreq=False、 filtOrder=3、 detrend=False、 transformMethod=‘morlet’、 maxPlots=8、 overlay=False、 colors=None、 figSize=(8, 8)、 fontSize=14、 lineWidth=1.5、 dpi=200、 saveData=None、 saveFig=None、 showFig=True )[source]

netpyne.analysis.plotShape(axis=None、 includePre=[‘all’]、 includePost=[‘all’]、 showSyns=False、 showElectrodes=False、 synStyle=’.’、 synSize=3、 synColor=‘red’、 dist=0.6、 elev=90、 azim=-90、 cvar=None、 cvals=None、 clim=None、 iv=False、 ivprops=None、 includeAxon=True、 bkgColor=None、 aspect=‘auto’、 axisLabels=False、 kind=‘shape’、 returnPlotter=False、 dpi=300、 **kwargs)[source] ネットワークの形態をプロットする関数>

netpyne.analysis.plotConn(includePre=[‘all’]、 includePost=[‘all’]、 feature=‘strength’、 orderBy=‘gid’、 groupBy=‘pop’、 groupByIntervalPre=None、 groupByIntervalPost=None、 graphType=‘matrix’、 removeWeightNorm=False、 synOrConn=‘syn’、 synMech=None、 connsFile=None、 tagsFile=None、 clim=None、 figSize=(8, 8)、 fontSize=12、 saveData=None、 saveFig=None、 showFig=True、 logPlot=False )[source] <short description of netpyne.analysis.network.plotConn> に対する関数/<short description of netpyne.analysis.network.plotConn> への関数

パラメータ:

• includePre (list) – 含めるシナプス前細胞のリスト。 デフォルト: ['all'] オプション: ['all'] はすべての細胞と刺激をプロットします。['allNetStims'] は刺激のみをプロットします。['popName1'] は単一集団をプロットします。['popName1', 'popName2'] は複数の集団をプロットします。 [120] は単一のセルをプロットします。[120, 130] は複数のセルをプロットします。[('popName1', 56)] は特定の集団からのセルをプロットします。 [('popName1', [0, 1]), ('popName2', [4, 5, 6])]、複数の集団からの細胞をプロットします

• includePost (list) – 含めるシナプス後セルのリスト。 デフォルト: ['all'] オプション: includePre と同じ

• feature (str) – 接続プロットに表示するフィーチャ。 groupBy='cell' に適用できるフィーチャーは、'weight'、'delay'、および 'numConns' のみです。 デフォルト: 'strength' オプション: 'weight' 接続の重み、'delay' 接続の遅延、'numConns' 接続の数、'probability' 接続の確率、'strength' 重み * 確率、'convergence' の接続数シナプス後細胞あたりのシナプス前細胞、'divergence' シナプス前細胞あたりのシナプス後細胞の数

• orderBy (str) – x 軸と y 軸の順序を決定するための一意の数値セル プロパティ。 デフォルト: 'gid' オプション: 'gid'、'y'、'ynorm'

• groupBy (str) – 集団、個々のセル、または 'y' などの他の数値タグによる接続性をプロットします。 デフォルト: 'pop' オプション: 'pop'、'cell'、'y'

• groupByIntervalPre (int or float) – 接続プロットでシナプス前細胞をグループ化するための groupBy 機能の間隔。 100 は、皮質深さによって 100 um 単位でグループ化します。 デフォルト: None オプション: <option> <description of option>

• groupByIntervalPost (int or float) – 接続プロットでシナプス後細胞をグループ化するための groupBy 機能の間隔。 100 は、皮質深さによって 100 um 単位でグループ化します。 デフォルト: None オプション: <option> <description of option>

• graphType (str) – データを表すグラフのタイプ。 デフォルト: 'matrix' オプション: 'matrix'、'bar'、'pie'

• removeWeightNorm (bool) – デフォルト: False オプション: <option> <description of option>

• synOrConn (str) – シナプスまたは接続を使用します。 1 つの接続に複数のシナプスを含めることができることに注意してください。 デフォルト: 'syn' オプション: 'syn'、'conn'

• synMech (list) – これらのシナプス機構の結果のみを表示します。 ['AMPA', 'GABAA', ...]。 デフォルト: None オプション: <option> <description of option>

• connsFile (str) – プロット元の接続の保存データ ファイルへのパス。 デフォルト: None オプション: <option> <description of option>

• tagsFile (str) – 接続プロットで使用する保存されたタグ ファイルへのパス。 デフォルト: None オプション: <option> <description of option>

• clim (list [min, max]) – カラーバーの制限の数値のリスト。 デフォルト: None は接続マトリックスの最小値と最大値を使用します オプション: <option> <description of option>

• figSize (list [width, height]) – Figure のサイズ (インチ単位)。 デフォルト: (8, 8) オプション: <option> <description of option>

• fontSize (int) – 図のフォント サイズ。 デフォルト: 12 オプション: <option> <description of option>

• saveData (bool or str) – プロットの生成に使用されるデータを保存するかどうか、および保存する場所。 デフォルト: False オプション: True はデータを自動保存し、'/path/filename.ext' はカスタム パスとファイル名に保存します。有効なファイル拡張子は '.pkl' および '.json' です。

• saveFig (bool or str) – Figure を保存するかどうか、および保存する場所。 デフォルト: False オプション: True は図を自動保存し、'/path/filename.ext' はカスタム パスとファイル名に保存します。有効なファイル拡張子は '.png'、'.jpg'、'.eps'、および '.tiff' です。

• showFig (bool) – True の場合の図を表示します。 デフォルト: True オプション: <option> <description of option>

netpyne.analysis.plot2Dnet(include=[‘allCells’]、 view=‘xy’、 showConns=True、 popColors=None、 tagsFile=None、 figSize=(12, 12)、 fontSize=12、 saveData=None、 saveFig=None、 showFig=True、 lineWidth=0.1 )[source] <short description of netpyne.analysis.network.plot2Dnet> に対する関数/<short description of netpyne.analysis.network.plot2Dnet> への関数

パラメータ:

• include (list) – 含めるシナプス前細胞のリスト。 デフォルト: ['allCells'] オプション: ['all'] はすべての細胞と刺激をプロットします。['allNetStims'] は刺激のみをプロットします。['popName1'] は単一集団をプロットします。['popName1', 'popName2'] は複数の集団をプロットします。 [120] は単一のセルをプロットします。[120, 130] は複数のセルをプロットします。[('popName1', 56)] は特定の集団からのセルをプロットします。 [('popName1', [0, 1]), ('popName2', [4, 5, 6])]、複数の集団からの細胞をプロットします

• view (str) – ビューの視点。 デフォルト: 'xy' 正面図、オプション: 'xz' 上面図

• showConns (bool) – 接続を表示するかどうか。 デフォルト: True オプション: <option> <description of option>

• popColors (dict) – 各母集団 (キー) に使用されるカスタム色 (値) を含む辞書。 デフォルト: None は標準色を使用します オプション: <option> <description of option>

• tagsFile (str) – 接続プロットで使用する保存されたタグ ファイルへのパス。 デフォルト: None オプション: <option> <description of option>

• figSize (list [width, height]) – Figure のサイズ (インチ単位)。 デフォルト: (12, 12) オプション: <option> <description of option>

• fontSize (int) – 図のフォント サイズ。 デフォルト: 12 オプション: <option> <description of option>

• saveData (bool or str) – プロットの生成に使用されるデータを保存するかどうか、および保存する場所。 デフォルト: False オプション: True はデータを自動保存し、'/path/filename.ext' はカスタム パスとファイル名に保存します。有効なファイル拡張子は '.pkl' および '.json' です。

• saveFig (bool or str) – Figure を保存するかどうか、および保存する場所。 デフォルト: False オプション: True は図を自動保存し、'/path/filename.ext' はカスタム パスとファイル名に保存します。有効なファイル拡張子は '.png'、'.jpg'、'.eps'、および '.tiff' です。

• showFig (bool) –

True の場合の図を示します。 デフォルト: True オプション: <option> <description of option>

lineWidth: 浮動小数点 接続線の幅。 デフォルト: 0.1 オプション: <option> <description of option>

netpyne.analysis.nTE(cells1=[]、 cells2=[]、 spks1=None、 spks2=None、 timeRange=None、 binSize=20、 numShuffle=30 )[source] 2 つのスパイク列信号間の正規化伝達エントロピー (nTE) を計算する関数。

伝達エントロピーは、確率変数間の時間方向の情報伝達を測定できるモデルフリー統計量であるため、情報伝達を測定するための非対称な方法を提供します。簡単に言うと、nTE は、Y の過去では説明されない、X 自身の過去によって説明される X 内の情報の部分を表します。

Kale, P. 他 (2018 年 7 月)。多源機能性てんかんネットワークを特定するツールとしての正規化された伝達エントロピー IEEE Engineering in Medicine and Biology Society (EMBC) https://doi.org/10.1109/embc.2018.8512532

パラメータ:

• cells1 (list) – スパイク列 1 を取得するセルのサブセット。 デフォルト: [] オプション: ['all'] はすべての細胞と刺激をプロットします。 ['allNetStims'] は刺激のみをプロットします。 ['popName1'] は単一集団をプロットします。 ['popName1', 'popName2'] は複数の集団をプロットします。[120] は単一のセルをプロットします。[120,Q 130] は複数のセルをプロットします。 [('popName1', 56)] は、特定の集団からのセルをプロットします。 [('popName1', [0, 1]), ('popName2', [4, 5, 6])]、複数の集団からの細胞をプロットします

• cells2 (list) – スパイク列 2 を取得するセルのサブセット。 デフォルト: [] オプション: cell1 と同じ

• spks1 (リスト) – スパイク トレイン 1;スパイク時間のリスト。省略した場合は、cell1 からスパイクを取得します。 デフォルト: None オプション: <option> <description of option>

• spks2 (リスト) – スパイク トレイン 2;スパイク時間のリスト。省略した場合は、セルからスパイクを取得します2。 デフォルト: None オプション: <option> <description of option>

• timeRange (list [min, max]) – nTE を計算する時間の範囲 (ミリ秒)。 デフォルト: None はシミュレーション時間範囲全体を使用します オプション: <option> <description of option>

• binSize (int) – スパイク時間をヒストグラムに変換するために使用されるビン サイズ。 デフォルト: 20 オプション: <option> <description of option>

• numShuffle (int) – TEshuffled を計算するためにスパイク トレイン 1 をシャッフルする回数。注: nTE = (TE - TEShuffled)/H(X2F|X2P)。 デフォルト: 30 オプション: <option> <description of option>

netpyne.analysis.granger(cells1=None、 cells2=None、 spks1=None、 spks2=None、 label1=None、 label2=None、 timeRange=None、 binSize=5、 testGranger=False、 plotFig=True、 saveData=None、 saveFig=None、 showFig=True) 2 つのスパイク列信号間のグレンジャー因果関係を計算する関数。

グレンジャー因果関係検定は、ある時系列が別の時系列の予測に役立つかどうかを判断するための統計的仮説検定です。 G 因果関係は、両方の原因が先行し、その結果の予測に役立つという単純な考え方に基づいています。

セス、A.K.、バレット、A.B.、バーネット、L. (2015)。神経科学とニューロイメージングにおけるグレンジャーの因果関係分析。神経科学ジャーナル、35(8)、3293–3297。 https://doi.org/10.1523/jneurosci.4399-14.2015

パラメータ:

• cells1 (list) – スパイク列 1 を取得するセルのサブセット。 デフォルト: None オプション: ['all'] はすべての細胞と刺激をプロットします。 ['allNetStims'] は刺激のみをプロットします。 ['popName1'] は単一集団をプロットします。 ['popName1', 'popName2'] は複数の集団をプロットします。[120] は単一のセルをプロットします。[120,Q 130] は複数のセルをプロットします。 [('popName1', 56)] は、特定の集団からのセルをプロットします。 [('popName1', [0, 1]), ('popName2', [4, 5, 6])]、複数の集団からの細胞をプロットします

• cells2 (list) – スパイク列 2 を取得するセルのサブセット。 デフォルト: None オプション: cell1 と同じ

• spks1 (リスト) – スパイク トレイン 1;スパイク時間のリスト。省略した場合は、cell1 からスパイクを取得します。 デフォルト: None

• spks2 (リスト) – スパイク トレイン 2;スパイク時間のリスト。省略した場合は、セルからスパイクを取得します2。 デフォルト: None

• label1 (str) – プロットで使用するスパイク列 1 のラベル。 デフォルト: None

• label2 (str) – プロットで使用するスパイク列 2 のラベル。 デフォルト: None

• timeRange (list [min, max]) – nTE を計算する時間の範囲 (ミリ秒)。 デフォルト: None はシミュレーション時間範囲全体を使用します

• binSize (int) – スパイク時間をヒストグラムに変換するために使用されるビン サイズ。 デフォルト: 5

• testGranger (bool) – グレンジャーの計算をテストするかどうか。 デフォルト: False

• plotFig (bool) – グレンジャー因果関係 Fx2y および Fy2x を示す図をプロットするかどうか デフォルト: True

• saveData (bool or str) – プロットの生成に使用されるデータを保存するかどうか、および保存する場所。 デフォルト: False オプション: True はデータを自動保存し、'/path/filename.ext' はカスタム パスとファイル名に保存します。有効なファイル拡張子は '.pkl' および '.json' です。

• saveFig (bool or str) – Figure を保存するかどうか、および保存する場所。 デフォルト: False オプション: True は図を自動保存し、'/path/filename.ext' はカスタム パスとファイル名に保存します。有効なファイル拡張子は '.png'、'.jpg'、'.eps'、および '.tiff' です。

• showFig (bool) – True の場合の図を表示します。 デフォルト: True

注: include 引数には次の値を指定できます。

• 'all': すべてのセルとネットスティム

• 'allCells': すべてのセルのみ

• 'allNetStims': すべての NetStim のみ

• 120: gid 120 のセル

• 'L4': 集団「L4」内のすべてのセルまたは NetStim

• ('L2', 56): 集団「L2」からの相対インデックス 56 のセル

• ('L5', [4,5,6]): 集団「L5」の相対インデックス 4、5、および 6 を持つセル

以下の図は、さまざまな分析機能の使用例を示しています。

ネットワーク クラス メソッド

ネットワークを設定する方法

• net.setParams()

• net.createPops()

• net.createCells()

• net.connectCells()

ネットワークを変更する方法

• net.modifyCells(params, updateMasterAllCells=False)

インスタンス化されたネットワーク内のセルのプロパティを変更します。 params 引数は、次の項目を含む辞書です。

• ‘secs’: セル プロパティ ルールの初期設定と同じ形式を使用するセクションの辞書 (セル タイプ または Cell を参照)詳細については class)

例: {'soma': {'geom': {'L': 100}}} は、ソーマの長さを 100 um に設定します。

• net.modifySynMechs(params, updateMasterAllCells=False)

インスタンス化されたネットワーク内の synMech のプロパティを変更します。 params 引数は、次の 3 つの項目を含む辞書です。

• ‘conds’: 変更する synMech を選択するための条件の辞書。各項目には synMech タグと必要な値 ([min, max] 範囲形式が許可されます) が含まれます。

例: {'label': 'AMPA', 'sec': 'soma', 'loc': [0, 0.5]}ソーマセクションのラベル「AMPA」を持つ synMech をターゲットにし、位置は 0 ～ 0.5 です。

• ‘cellConds’: 変更する synMech を含むターゲット セルを選択するための条件の辞書。各項目にはセル タグ (利用可能なタグのリストを参照 セル クラス) と目的の値 ([min, max] 範囲形式が許可されます) が含まれます。

例: {'pop': 'PYR', 'ynorm': [0.1, 0.6]} は、深さが正規化された「PYR」母集団のセルの接続をターゲットとします。 0.1と0.6。

• ‘[synMech property]’ (例: ‘tau1’ または ‘e’): stim プロパティの新しい値 (プロパティは synMech のタイプに依存することに注意してください)。変更する複数の synMech プロパティを含めることができます。

• net.modifyConns(params, updateMasterAllCells=False)

インスタンス化されたネットワーク内の接続のプロパティを変更します。 params 引数は、次の 3 つの項目を含む辞書です。

• ‘conds’: 変更する接続を選択するための条件の辞書。各項目には conn タグ (利用可能な conn タグのリストを参照 Cell class) と、目的の値 ([min, max] 範囲形式が許可されています) が含まれます。

例: {'label': 'M->S'} は、「M->S」というラベルの付いた connParams ルールを使用して作成された接続をターゲットとします。例えば{'weight': [0.4, 0.8], 'sec': 'soma'} は、重みが 0.4 から 0.8 以内の接続をターゲットとします。 「ソーマ」セクションに追加されました。

• ‘postConds’: 変更する接続を含むシナプス後セルを選択するための条件の辞書。各項目にはセル タグ (使用可能なタグのリストを参照 セル クラス) と目的の値 ([min, max] 範囲形式が許可されます) が含まれます。

例: {'pop': 'PYR', 'ynorm': [0.1, 0.6]} は、深さが正規化された「PYR」集団のセルの接続をターゲットとします。 0.1と0.6。

• 「重量」 | 「threshold」: 接続の重みまたはしきい値の新しい値。両方を含めることができます。

• net.modifyStims(params, updateMasterAllCells=False)

インスタンス化されたネットワーク内の stim のプロパティを変更します。 params 引数は、次の 3 つの項目を含む辞書です。

• ‘conds’: 変更するスティムを選択するための条件の辞書。各項目にはスティム タグ (利用可能なスティム タグのリスト セル クラスを参照) および目的の値 ([min, max] 範囲形式が許可されています) が含まれます。

例: {'label': 'VClamp1->S'} は、「VClamp1->S」というラベルの付いた stimTargetParms ルールを使用して作成されたスティムをターゲットとします。例えば{'source': 'IClamp2', 'dur': [100, 300]} は、ソースとして「Netstim2」（で定義されている）を持つスティムをターゲットとします。 stimSourceParams)、期間は 100 ～ 300 ミリ秒です。

• ‘cellConds’: 変更するスティムを含むターゲット セルを選択するための条件の辞書。各項目にはセル タグ (利用可能なタグのリストを参照 セル クラス) および目的の値 ([min, max] 範囲形式が許可されます) が含まれます。

例: {'pop': 'PYR', 'ynorm': [0.1, 0.6]} は、深さが正規化された「PYR」集団のセルの接続をターゲットとします。 0.1と0.6。

• ‘[stim property]’ (例: ‘dur’、‘amp’、または ‘lay’): stim プロパティの新しい値 (プロパティは stim のタイプに依存することに注意してください)。変更するいくつかの stim プロパティを含めることができます。

母集団クラスのメソッド

• pop.createCells()

• pop.createCellsFixedNum()

• pop.createCellsDensity()

• pop.createCellsList()

セル クラス メソッド

• cell.create()

• cell.createPyStruct()

• cell.createNEURONObj()

• cell.associateGid()

• cell.addConn()

• cell.addNetStim()

• cell.addIClamp()

• cell.recordTraces()

• cell.recordStimSpikes()

NetPyNE データ モデル: インスタンス化されたネットワークの構造

モデルは sim.net で Network オブジェクトとしてインスタンス化されます。このオブジェクトには多くの組み込み属性があり、その他の属性は特定の実装に応じて存在する場合と存在しない場合があります。 「sim.net」を構成する基本要素は次の 2 つです。

• pops - ネットワークに実装されたすべての母集団を説明する順序付き辞書。そのエントリは、母集団にラベルを付けるキー (netParams.popParams で定義) と Pop オブジェクトを参照する値です。このオブジェクトにはいくつかの属性があります。

• タグ: 母集団を定義する宣言ルールに関連する、母集団のさまざまな属性を説明する辞書。たとえば:

sim.net.pops['Exc_L4'].tags = {'cellType': 'PYR', 'numCells': 100, 'pop': 'Exc_L4'}

• cellGids: 母集団を構成するニューロン識別子 (グローバル ID) のリスト。たとえば:

sim.net.pops['Exc_L4'].cellGids = [0, 1, 2, 3, 4]

• cellModelClass: どの特定のセル モデル クラスが実装されたかを説明するタイプ (例: compartCell または pointCell)。

• セル - ローカルでインスタンス化されたセルのリスト (この区別は、並列コンピューティングを実装する場合に重要です)。リスト内の各要素は、(さまざまなセル モデル クラスの中の) Cell オブジェクトです。 Cell オブジェクトとして、いくつかの固有属性があります。

• gid: セルのグローバル識別番号

• タグ: セルのさまざまな属性を説明するディクショナリ。これには、セルが属する集団からのいくつかのタグが含まれる場合があります (netParams.popTagsCopiedToCells のタグ リスト、たとえば「cellType」)。これらの属性は次のとおりです。

• pop: 属する集団のラベル。たとえば:

sim.net.cells[0].tags['pop'] = 'Exc_L4'

• x、y、z: セルの x、y、z 座標。たとえば:

sim.net.cells[0].tags['x'] = -2.3535

• xnorm、ynorm、znorm: セルの正規化された x、y、z 座標。

• 特定の状況に応じたその他のタグ (たとえば、netParams.popParams 内の集団を cellsList で宣言する (params を含む))。

• conns: 接続のリスト (シナプス後側のこのセル)。このリストの各要素 (特定の接続) は、次のエントリを含む辞書です。

• preGid: シナプス前細胞の ID (Gid)。この接続が接続を必要とする刺激から発生する場合、値は「NetStim」に対応します。

• 重量: 接続の重量。

• 遅延: 接続の遅延。

• synMech: この接続を管理するシナプス メカニズムのラベル。

• さまざまなシナリオに応じて、他のエントリが表示されます。

・セルモデルクラスが点プロセスでない場合、シナプスを乗せるセクション/場所が存在します。次に、次のエントリが表示されます。

• sec: シナプスをホストするセクション。

• loc: シナプスが表示されるこのセクション内の場所。

• 接続がギャップジャンクション (netParams.connParams['rule']['gapJunction']= True、’compartCell’ セル モデル クラスでのみ利用可能) として指定されている場合、この種類の接続に関連付けられたエントリが表示されます。

• gapJunction: ルールで指定された接続側 (「pre」または「post」)。

• preLoc: ルールで指定されたシナプス前側のギャップ結合の位置 (「ポスト」のセルの場合)。

• gapId: 接続側のセルの ID。

• preGapId: 接続相手側のセルの ID。

• shape、plast、weightIndex: 特定の接続パターンまたはプロセスを実装するために使用されるエントリ。

• hObj: ギャップ ジャンクションの場合を除き、他のすべての接続は NEURON NetCon オブジェクトを介して実装されます。オブジェクト自体がこの「hObj」キーに対応する値です。したがって、NEURON オブジェクトには、たとえば次のようにアクセス (および変更) できます。

sim.net.cells[0].conns[0]['hObj']

特に、これらのオブジェクトに対応するメソッドは、(ネットワークがインスタンス化された後) コマンド ラインから呼び出すことができます。たとえば:

sim.net.cells[0].conns[0]['hObj'].syn()。

</div>

• stims: セルに入力される刺激のリスト。このリストの各要素は、次のエントリを含む辞書です。

• label: ターゲットパラメータを指定するルールのラベル

• ソース: 受信スティミュラスを定義するソース ルールのラベル。

• タイプ: 刺激のタイプ。たとえば:

sim.net.cells[0].stims[0]['type'] = 'NetStim' または sim.net.cells[0].stims[0]['type'] = 'IClamp'

• sec: 刺激がターゲットとしているセクション。

• loc: 刺激が影響しているセクション内の位置。

• 入力刺激を定義するプロパティ。たとえば、NetStim の場合は、「rate」、「noise」、「start」、および「number」 (さらに、ランダム ジェネレータを初期化するための「seed」)。

• hObj: 刺激に関連付けられた NEURON オブジェクト。たとえば:

sim.net.cells[0].stims[0]['hObj']

NEURON オブジェクトに関連付けられたメソッドはすぐに利用できます。たとえば、オブジェクトが「IClamp」の場合、sim.net.cells[0].stims[0]['hObj'].dur を介してその期間を変更できます。

• セルモデルクラスに応じて、他のエントリが使用可能です。特に、‘compartCell’ セル モデル クラスの場合は、次のとおりです。

• secs: セルを構成するセクションの辞書。この辞書には次のエントリがあります。

• geom: セクションを構成する円柱の幾何学的特性を含む辞書。たとえば、

sim.net.cells[0].secs['soma']['geom'] = {diam: 18.8, L: 18.8, Ra: 123.0}

• topol: トポロジーの仕様 (他のセクションとどのように接続されているか) を含む辞書。

• mechs: 分散メカニズムを備えた辞書。たとえば、

sim.net.cells[0].secs['soma']['mechs']['hh'] = {gnabar: 0.12, gkbar: 0.036, gl: 0.003, el: -70}

• イオン: このセクションに含まれるイオン機構を指定する辞書。

• synMechs: このセクションにあるすべてのシナプスのリスト。このリストの各要素は、それに関連するすべての情報を含む辞書です。

• ラベル: シナプスダイナミクスを指定するルールを説明するラベル。

• loc: シナプスが表示されるセクション内の位置

• シナプス モデルの定義に関連付けられたプロパティ。たとえば、「tau1」、「e」などです。

• hObj: シナプスに関連付けられた NEURON オブジェクト。例えば> > > >

  sim.net.cells[0].secs['soma']['synMechs'][0]['hObj'] = Exp2Syn[0]

• pointps: セクションの電圧ダイナミクスを制御するポイント プロセスを指定するディクショナリ。これには、非線形メカニズムが定義されている「mod」の名前とすべての必要なパラメーターが含まれます。

• その他のスカラー プロパティ: spikeGenLoc、vinit など。

• hObj: セクションに関連付けられた NEURON オブジェクト。たとえば、

type(sim.net.cells[0].secs['soma']['hObj']) = nrn.Section

• これら 2 つの要素 (「ポップ」と「セル」) 以外にも、「sim.net」を定義および構成する多数の要素があります。

• allPops: ネットワークを構成するすべての人口を含む辞書。各キーは定義された母集団に対応し、その値はそれに関する情報 (「タグ」、「cellGids」など) を含む辞書になります。

• allCells: すべてのセルに関する情報を含むリスト (グローバル)。各要素/セルは、このセルを定義するすべての情報を含む辞書です。

• params: ネットワークを指定する netParams。

• rxd: 反応拡散モデルのすべての仕様を含む辞書 (netParams.rxdParams と同じ形式) に加え、関連する NEURON オブジェクト。

• recXElectrode: LFP の記録に関連付けられたオブジェクト (存在する場合)。

• compartCells および popForEachGid: LFP およびダイポール記録中に使用するオブジェクト セルと辞書、{‘gid’: ‘pop’}。

• cells_dpls および cells_dpl: LFP および双極子の記録中に使用する、経時的および一度に各セルの双極子のベクトルを含む辞書。

• gid2lid: グローバル ID とローカル ID をマッピングする辞書、{‘gid’: ‘lid’}。

• lastGid: 定義された最後のセルの Gid。ネットワークの開発中に役立ちます。

• lastGapId: 最後に定義されたギャップ ジャンクション。ネットワークの開発中に役立ちます。

• preGapJunctions: ギャップ結合について、接続性ルールに書かれた方向に従ってシナプス前側の情報を格納するリスト。

ドット表記を使用した辞書へのアクセス: Dict クラスと ODict クラス

ドット表記法 (a.b.c) で NetPyNE 構造にアクセスできるようにするために、元の Python dict および OrderedDict クラスから継承するサブクラスである Dict および ODict クラスを追加しました。すべての NetPyNE 内部辞書は、クラス Dict または ODict のいずれかです。以下に、Dict クラスのいくつかの機能を示します。

• 標準の dict メソッド: a['b']['c']、a.iteritems()、a.keys()、a.update() など)、または属性メソッド/ドット表記: a.b.c=2 のいずれかを使用してアクセスできます。

• 欠落している要素が自動的に追加されます (間違ったキーを使用すると、望ましくない影響が生じる可能性があることに注意してください): a=Dict(); a.b.c.d.e=1

• コンストラクターは dict (ネストされた dict を含む) および/または kwargs を許可します: a=Dict(b=1, c=2) または ``a=Dict({‘a’: 1, ‘b’: {‘c’: 2}})`

• メソッド .todict() は、Dict の dict バージョンを返します: a=Dict({'b':1}); a_dict=a.todict()

• __getstate__() メソッドによるシリアル化 (ピクル化時など) は、通常の dict を返します (.todict() メソッドを使用)。

netParams を指定するには、標準の dict または Dict() クラスを使用できます。 Dict クラスを使用するには、まず次の方法でインポートする必要があります。

from netpyne.specs import Dict

ドット表記を使用して NetPyNE 構造にアクセスする例:

• cellRule = Dict(); cellParam.secs.soma.mechs.hh = {'gnabar': 0.12, 'gkbar': 0.036}; cellParam.conds = {'cellType': 'IT'}

• netParams.cellParams.PYR_rule.secs.soma.mechs.hh.gnabar

• simConfig.analysis.plotRaster.include = ['all']

• sim.net.cells[0].secs.soma.mechs.nap.gbar = 0.1

• sim.net.cells[0].secs.soma.hSec(0.5).gbar_nap = 0.1

• sim.net.allCells[5].tags.pop

• sim.net.cells[0].conns[1].weight

• sim.net.cells[0].conns[1].hNetcon.weight[0]

• sim.net.cells[0].stims[0].type

• sim.net.pops.PYRpop.tags

• sim.net.allPops.Mpop.cellGids

• sim.allSimData.spkt

• sim.allSimData.stims.cell_31.Input_4

• sim.allSimData.V_soma.cell_1

Sim モジュール

• net (ネットワークオブジェクト)

• cfg (SimConfig オブジェクト)

• pc (h.ParallelContext オブジェクト)

• nhosts (int)

• ランク (int)

• タイミングデータ (辞書)

ネットワーク クラス

• ポップス (ポップオブジェクトの辞書)

• セル (Cell オブジェクトのリスト)

• params (NetParams オブジェクト)

ノードから収集した後: - allCells (辞書のリスト) - allPops (辞書のリスト)

人口クラス

• cellGid (リスト)

• タグ (辞書)

セルクラス

• gid (int)

• タグ (辞書)
  • 「ラベル」

• 「ポップ」

• 「セルモデル」

• 「セルタイプ」

• 「x」、「y」、「z」

• 「xnorm」、「ynorm」、「znorm」

• 秒 (辞書)
  • 「secName」 (例: 「soma」) (辞書)

    • ‘hSec’ (NEURON オブジェクト)

    • ‘geom’ (Dict)

      • ‘L’

      • ‘diam’

      • ‘pt3d’ (list of tuples)

      • …

    • ‘topol’ (Dict)

      • ‘parentSec’

      • ‘parentX’

      • ‘childX’

    • ‘mechs’ (Dict)
      • ‘mechName’ (e.g. ‘hh’) (Dict)

        • ‘gnabar’

        • ‘gkbar’

        • …

    • ‘pointps’ (Dict)
      • ‘pointpName’ (e.g. ‘Izhi’) (Dict)

        • ‘hPointp’ (NEURON object)

        • ‘mod’

        • ‘a’

        • ‘b’

        • …

    • ‘synMechs’ (list)
      • [0] (Dict)

        • ‘hObj’: NEURON object

        • ‘label’

        • ‘loc’

• secLists (辞書)
  • 「secListName」 (例: 「alldends」) (リスト)
• 短所 (リスト)
  • [0] (辞書)

    • 「hNetCon」: NEURON オブジェクト

    • ‘label’

    • ‘preGid’

    • ‘preLabel’

    • ‘sec’

    • ‘loc’

    • ‘synMech’

    • ‘weight’

    • ‘threshold’

• スティム（リスト）
  • [0] (辞書)

    • 「hIClamp」 (NEURON オブジェクト)

    • ‘source’

    • ‘type’

    • ‘label’

    • ‘sec’

    • ‘loc’

    • ‘amp’

    • ‘dur’

    • ‘delay’

シミュレーション出力データ

シミュレーションの出力データは、ディクショナリ sim.simData および sim.allSimData に格納されます。前者は単一プロセス環境で使用する必要がありますが、後者には並列コンテキストのすべてのノードから収集されたデータが含まれます。シミュレーション出力データの内容はsimConfigの設定に依存し、以下の内容が含まれる場合があります。

1.細胞の痕跡

simData のキーは simConfig.recordTraces のキー (例: 「V_soma」) に対応し、各トレースの値には、このトレースが記録されたセルのリストを含む辞書が含まれます。記録されたトレースは、セルごとに h.Vector として保存されます。たとえば、simConfig 設定の場合:

simConfig.recordTraces = {'V_soma':{'sec':'soma','loc':0.5,'var':'v'},
                          'Ina_soma':{'sec':'soma','loc':0.5,'var':'ina'}}
simConfig.recordCells = [1, 3]
simConfig.recordStep = 0.1

simData 辞書には (特に) 以下が含まれます。

{'V_soma': {'cell_1': <h.Vector>, 'cell_3': <h.Vector>},
 'Ina_soma': {'cell_1': <h.Vector>, 'cell_3': <h.Vector>}

ここで、各ベクトルの長さは simConfig.duration および simConfig.recordStep によって決まります。

2.スパイク

spkt、spkid - スパイク時間と各スパイクのセル gid の順序付きリスト。

simConfig.recordCellsSpikes (デフォルトでは True) は、セルのサブセットからのみ記録するか、スパイク記録をオフにするために使用できます。

3.ネットワークへの刺激

stims。 NetStim または VecStim の各集団について、各ターゲット セルのスパイク時間 (h.Vector) のリストが含まれています。 simConfig.recordStim が True の場合にのみ使用できます。

4. LFP 関連データ

LFP、LFPCells、LFPPops。 simConfig の recordLFP、saveLFPCells、saveLFPPops オプションに応じて異なります。

• LFP - 形状 (num timesteps, num electrodes) の LFP 値の np.array です。

• LFPCells - 各セルから記録された LFP データの辞書 (LFP データは上記の形式です)

• LFPPops - 各母集団から記録された平均 LFP データの辞書 (LFP データは上記の形式です)

• iMembrane - 各細胞の膜貫通電流の辞書。 (num timesteps, num segments) の np.array です。ここで、numセグメントはセルのすべてのセクションにわたるセグメントの総数です。

5.双極子関連データ

dipoleSum、dipoleCells、dipolePops。 simConfig の recordDipole、saveDipoleCells、saveDipolePops オプションに依存します。

• dipoleSum - 各タイムステップでの電流双極子モーメントの合計 (num timesteps, 3); EEG/MEG計算に使用可能

• dipoleCells - 各セルについて記録された現在の双極子モーメントの辞書 (双極子データは上記の形式です)

• dipolePops - 各集団について記録された平均電流双極子モーメントの辞書 (双極子データは上記の形式です)