NeuroML

NeuroML es un lenguaje de descripción de modelos basado en XML (Lenguaje de Marcado Extensible) que busca proporcionar un formato de datos común para definir e intercambiar modelos en neurociencia computacional . NeuroML se centra en modelos basados en las propiedades biofísicas y anatómicas de neuronas reales. ^{[ 1 ]}

Historia

La idea de crear NeuroML como lenguaje para describir modelos de neurociencia fue introducida por primera vez por Goddard et al. (2001) ^{[ 2 ]} tras reuniones en Edimburgo donde se discutieron las plantillas iniciales para las estructuras del lenguaje. Esta propuesta inicial se basó en estructuras de propósito general propuestas por Gardner et al. (2001) ^{[ 3 ]} . En ese momento, el concepto de NeuroML estaba estrechamente vinculado con la idea de desarrollar una arquitectura de software en la que una aplicación base cargara una serie de componentes enchufables para manejar diferentes aspectos de un problema de simulación. Neosim (2003) se desarrolló basándose en este objetivo, y el desarrollo inicial de NeuroML estuvo estrechamente alineado con este enfoque. Junto con la creación de Neosim, Howell y Cannon desarrollaron una biblioteca de software, el NeuroML Development Kit (NDK), para simplificar el proceso de serialización de modelos en XML. El NeuroML Development Kit implementó un dialecto particular de XML , incluyendo la estructura "listOfXXX", que también se incorporó a SBML ( Systems Biology Markup Language), pero no definió ninguna estructura particular a nivel de descripción del modelo. En cambio, los desarrolladores de complementos para Neosim tenían libertad para inventar sus propias estructuras y serializarlas mediante el NDK, con la esperanza de que se alcanzara un consenso sobre las más útiles. En la práctica, pocos desarrolladores, aparte del grupo de Edimburgo, desarrollaron o utilizaron dichas estructuras, y el XML resultante era demasiado específico para cada aplicación como para lograr una mayor adopción. El proyecto Neosim finalizó en 2005.

Basándose en las ideas de Goddard et al. (2001) y en conversaciones con el grupo de Edimburgo, Sharon Crook inició un esfuerzo colaborativo para desarrollar un lenguaje para describir morfologías neuronales en XML llamado MorphML. ^{[ 3 ]} Desde el principio, la idea detrás de MorphML fue desarrollar un formato para describir estructuras morfológicas que incluyera todos los componentes necesarios para servir como un formato de datos común con las ventajas adicionales de XML. Al mismo tiempo, Padraig Gleeson y Angus Silver estaban desarrollando neuroConstruct ^{[ 4 ]} para generar simulaciones neuronales para los simuladores NEURON y GENESIS . En ese momento, neuroConstruct utilizaba una representación interna independiente del simulador para morfologías, canales y redes. Se acordó que estos esfuerzos debían fusionarse bajo el nombre de NeuroML, y se creó la estructura actual de NeuroML. El esquema se dividió en niveles (por ejemplo, MorphML, ChannelML y NetworkML) para permitir que diferentes aplicaciones soportaran diferentes partes del lenguaje. ^{[ 5 ]} Desde 2006, los archivos de esquema XML para esta versión del estándar están disponibles en el sitio de desarrollo de NeuroML .

El idioma

Objetivos

Los principales objetivos de la iniciativa NeuroML son:

Crear especificaciones para un lenguaje (en XML) que describa la biofísica , la anatomía y la arquitectura de red de los sistemas neuronales a múltiples escalas.
Para facilitar el intercambio de modelos complejos de redes neuronales entre investigadores, permitiendo una mayor transparencia y accesibilidad de los modelos.
Promover herramientas de software que den soporte a NeuroML y apoyar el desarrollo de nuevo software y bases de datos.
Fomentar que los investigadores que crean modelos dentro del ámbito de NeuroML intercambien y publiquen sus modelos en este formato.

Estructura

NeuroML se centra en modelos biofísicos y anatómicos detallados, es decir, incorpora morfologías neuronales reales y conductancias de membrana (modelos basados en conductancia), y modelos de red basados en la conectividad anatómica conocida. La estructura de NeuroML se compone de Niveles , donde cada Nivel aborda una escala biofísica particular. La naturaleza modular de las especificaciones facilita su desarrollo, comprensión y uso, ya que se puede trabajar en un módulo a la vez; sin embargo, los módulos están diseñados para integrarse a la perfección. Actualmente, existen tres Niveles de NeuroML definidos:

El Nivel 1 se centra en los aspectos anatómicos de las células y consta de un esquema para metadatos y el esquema principal de MorphML . Las herramientas que modelan las morfologías neuronales detalladas (como NeuronLand ) pueden utilizar la información contenida en este Nivel.
El nivel 2 describe las propiedades biofísicas de las células, así como las propiedades de los canales iónicos y los mecanismos sinápticos mediante ChannelML . Los programas que simulan el comportamiento de los potenciales de acción neuronales (como NEURON y MOOSE ) pueden utilizar este nivel de descripción del modelo.
El nivel 3 describe la posición de las células en el espacio y la conectividad de la red. Este tipo de información en NetworkML puede ser utilizada por software (como CX3D y PCSIM ) para intercambiar detalles sobre la arquitectura de la red. Los archivos de nivel 3 que contienen la morfología y la conectividad celular también pueden ser utilizados por aplicaciones como neuroConstruct para reproducir y analizar redes de modelos celulares basados en conductancia.

Los esquemas actuales en formato legible están disponibles en la página de especificaciones de NeuroML .

Soporte de aplicaciones para NeuroML

En el sitio web de NeuroML se encuentra disponible una lista de paquetes de software que son compatibles con NeuroML, total o parcialmente .

Comunidad

NeuroML es un proyecto comunitario internacional, gratuito y abierto.

El equipo de NeuroML implementa las especificaciones de NeuroML, mantiene el sitio web y el validador , organiza talleres anuales y otros eventos, y gestiona la financiación específica para coordinar el desarrollo futuro de NeuroML. La versión 2.0 del lenguaje NeuroML está siendo desarrollada por los Comités de Especificación . NeuroML también participa en el Programa de la Instalación Internacional de Coordinación de Neuroinformática sobre Modelado Multiescala.

Véase también

OpenXDF

Referencias

↑ Friston, Karl J.; Gleeson, Padraig; Crook, Sharon; Cannon, Robert C.; Hines, Michael L.; Billings, Guy O.; Farinella, Matteo; Morse, Thomas M.; Davison, Andrew P.; Ray, Subhasis; Bhalla, Upinder S.; Barnes, Simon R.; Dimitrova, Yoana D.; Silver, R. Angus (2010). "NeuroML: Un lenguaje para describir modelos de neuronas y redes basados en datos con un alto grado de detalle biológico" . PLOS Computational Biology . 6 (6) e1000815. Bibcode : 2010PLSCB...6E0815G . doi : 10.1371/journal.pcbi.1000815 . ISSN 1553-7358 . PMC 2887454 . PMID 20585541 .
↑ Goddard NH, Hucka M, Howell F, Cornelis H, Shankar K, Beeman D (agosto de 2001). "Hacia NeuroML: métodos de descripción de modelos para el modelado colaborativo en neurociencia" . Philosophical Transactions of the Royal Society of London. Serie B, Ciencias Biológicas . 356 (1412): 1209–28 . doi : 10.1098/rstb.2001.0910 . PMC 1088511. PMID 11545699 .
1 2 Gardner D, Knuth KH, Abato M, et al. (2001). "Modelo de datos común para el intercambio de datos y modelos de datos en neurociencia" . Journal of the American Medical Informatics Association . 8 (1): 17– 33. doi : 10.1136/jamia.2001.0080017 . PMC 134589. PMID 11141510 .
↑ Gleeson, Padraig; Steuber, Volker; Silver, R. Angus (2007). "neuroConstruct: una herramienta para modelar redes de neuronas en el espacio 3D" . Neuron . 54 ( 2): 219–235 . doi : 10.1016/j.neuron.2007.03.025 . ISSN 0896-6273 . PMC 1885959. PMID 17442244 .
↑ Crook S, Gleeson P, Howell F, Svitak J, Silver RA (2007). "MorphML: nivel 1 de los estándares NeuroML para datos de morfología neuronal y especificación de modelos" . Neuroinformatics . 5 ( 2): 96– 104. doi : 10.1007/s12021-007-0003-6 . PMC 6130779. PMID 17873371 .

Enlaces externos

neuroml.org

[pmid20585541-1] Friston, Karl J.; Gleeson, Padraig; Crook, Sharon; Cannon, Robert C.; Hines, Michael L.; Billings, Guy O.; Farinella, Matteo; Morse, Thomas M.; Davison, Andrew P.; Ray, Subhasis; Bhalla, Upinder S.; Barnes, Simon R.; Dimitrova, Yoana D.; Silver, R. Angus (2010). "NeuroML: Un lenguaje para describir modelos de neuronas y redes basados en datos con un alto grado de detalle biológico" . PLOS Computational Biology . 6 (6) e1000815. Bibcode : 2010PLSCB...6E0815G . doi : 10.1371/journal.pcbi.1000815 . ISSN 1553-7358 . PMC 2887454 . PMID 20585541 .

[pmid11545699-2] Goddard NH, Hucka M, Howell F, Cornelis H, Shankar K, Beeman D (agosto de 2001). "Hacia NeuroML: métodos de descripción de modelos para el modelado colaborativo en neurociencia" . Philosophical Transactions of the Royal Society of London. Serie B, Ciencias Biológicas . 356 (1412): 1209–28 . doi : 10.1098/rstb.2001.0910 . PMC 1088511. PMID 11545699 .

[pmid11141510-3] 1 2 Gardner D, Knuth KH, Abato M, et al. (2001). "Modelo de datos común para el intercambio de datos y modelos de datos en neurociencia" . Journal of the American Medical Informatics Association . 8 (1): 17– 33. doi : 10.1136/jamia.2001.0080017 . PMC 134589. PMID 11141510 .

[pmid1744224-4] Gleeson, Padraig; Steuber, Volker; Silver, R. Angus (2007). "neuroConstruct: una herramienta para modelar redes de neuronas en el espacio 3D" . Neuron . 54 ( 2): 219–235 . doi : 10.1016/j.neuron.2007.03.025 . ISSN 0896-6273 . PMC 1885959. PMID 17442244 .

[pmid17873371-5] Crook S, Gleeson P, Howell F, Svitak J, Silver RA (2007). "MorphML: nivel 1 de los estándares NeuroML para datos de morfología neuronal y especificación de modelos" . Neuroinformatics . 5 ( 2): 96– 104. doi : 10.1007/s12021-007-0003-6 . PMC 6130779. PMID 17873371 .

[ 1 ]

[ 2 ]

[ 3 ]

[ 4 ]

[ 5 ]