为了构建脑细胞,电路和区域的生物物理详细模型,越来越多地采用数据驱动的方法。这有助于获得一项模拟活动,该活动尽可能忠实地重现实验记录的神经动力学,并将模型转变为基于控制神经细胞性质的原理进行预测的有用框架。在这种情况下,对现有神经模型和数据的访问有助于计算神经科学家的工作,并促进了其新颖性,因为科学界的增长越来越大,神经模型的类型,大小和数量逐渐增加。尽管如此,即使保证可访问性,数据和模型也很少重复使用,因为很难检索,提取和/或了解相关信息,并且通常需要下载和修改单个文件,执行神经数据分析,优化模型参数,并借到自己的资源。虽然着重于构建海马细胞的生物物理和形态准确模型,但我们创建了一个在线资源,即Hippocampus Hub的构建部分 - 一种用于研究海马的科学门户网站,用于研究海马的数据,从不同的在线开放式存储库中收集了来自不同的在线开放式存储库,并允许他们作为单个蜂窝模型构建单个模型构建单个模型的收集。工具和数据的互操作性是我们介绍的工作的关键功能。通过简单的单击和收集程序,例如填写在线商店的购物车,研究人员可以直观地选择感兴趣的文件(即电生理记录,神经形态和模型组件),并开始构建数据驱动的海马神经元模型。这样的工作流程重要的是一个模型优化过程,该过程利用了透明授予用户的高性能计算资源,以及用于运行优化模型的模拟的框架,均通过Ebrains Hodgkin-Huxley神经元建筑商在线工具获得。