主题：随机自适应采样在受体神经元中的感觉适应——多尺度建模方法
（Sensory Adaptation by Stochastic Adaptive Sampling in Receptor Neurones---- A Multi-scale Modelling Approach）
时间：5月10日 13🚶🏻♂️➡️：00
地点：14号楼426室
主办🧞♀️：工学部
协办🪘：测控技术与仪器教研室
主讲人：宋卓异
主讲人简介：
宋卓异，博士🤳，复旦大学类脑科学与技术青年研究员🫣，2011年取得英国谢菲尔德大学自动控制系博士学位，之后在该校生物医学工程系任博士后研究员。其主要用多尺度系统建模的方法研究感知系统神经元自适应神经编码问题。她对果蝇光感受器的模型帮助科学家揭示了若干昆虫视觉领域的研究难题，最近发表于eLife的149页长文揭示果蝇视觉系统有超过其光学系统决定的超高分辨率，其机制也不需要传统仿人视觉系统的大规模神经网络⛹🏼♂️，只要果蝇光感受器的光敏微观移动即可🚌。该研究被世界范围内超过100家媒体报道，并受到业内的认可🧔♂️，曾受邀在英国盖茨比计算神经科学中心及英国牛津大学讲座。
讲座内容🐢：
由于受体神经元具有适应环境变化的能力（适应性）🕴🏻，因此它们取代了人造传感器。潜在的机制仍然是感觉神经科学的传统挑战。为了研究这种适应过程，我构建了感觉受体的多尺度计算模型，旨在建立从分子层面到系统层面的信号动态转移的连接😂。
我将谈谈我的多尺度建模方法以及它如何帮助揭示感官适应中的几个百年科学难题：1）随机自适应采样机制如何对果蝇的感光器对数光强度变化进行编码; 2）他们的光感受器如何确定作为捕食者的果蝇能比作为猎物的果蝇看到的更好？3）何种展态激励可以最大限度地驱动感觉神经元？4）光诱导的光感受器运动如何帮助果蝇眼睛对抗运动模糊，而不是引起它？
Receptor neurons supersede manmade sensors in their ability to adapt according to environmental changes (adaptation). The underlying mechanisms still remain traditional challenges in sensory neuroscience. To study this adaptation process, I construct multi-scale computational models for sensory receptors, which aim to link signal transduction dynamics from the molecular to the systems level.
I will talk about my multi-scale modelling approach and how it helped to uncover several 100-year scientific puzzles in sensory adaptation: 1) how a stochastic adaptive sampling mechanism allows a fly photoreceptor to encode logarithmic light intensity changes; 2) how their photoreceptors determine that predator flies can see better than prey flies? 3) what temporal stimulus can maximally drive a sensory neuron? 4) how light-induced photoreceptor movements help the fly eye to combat motion blur, rather than causing it?
|
|
|
|
第五次党代会
劳模文化研究
智能制造工厂
二工大官方微信
