神经元和电路的数据驱动模型对于理解膜电导、突触、树突和神经元之间的解剖连接的特性如何产生健康和疾病状态下的脑回路的复杂动态行为非常重要。然而,这些生物过程固有的复杂性使得构建和重复使用生物学详细模型具有挑战性。已经开发了各种各样的工具来帮助构建和模拟它们,但设计和内部表示的差异对那些希望在研究工作流程中使用数据驱动模型的人来说是技术障碍。NeuroML 是一种用于计算神经科学的模型描述语言,它的开发就是为了解决建模工具中的这种碎片化问题。自成立以来,NeuroML 已经发展成为一个成熟的社区标准,涵盖了计算神经科学中的各种模型类型和方法。它促成了一个大型生态系统的开发,该生态系统由可互操作的开源软件工具组成,用于创建、可视化、验证和模拟数据驱动模型。在这里,我们描述了如何将 NeuroML 生态系统纳入研究工作流程,以简化神经系统标准化模型的构建、测试和分析,并支持 FAIR(可查找性、可访问性、互操作性和可重用性)数据原则,从而促进开放、透明和可重复的科学。
主要关键词