נושא הפרוייקט
מספר פרוייקט
מחלקה
שמות סטודנטים
אימייל
שמות מנחים
זיהוי דפוסי ירי של נוירונים בזמן אמת באמצעות מכשיר מרובה אלקטרודות על מנת לגלות תרופות חדשות לשיפור הזיכרון
Real-time Multielectrode Array Firing Pattern Recognition to Discover New Drugs for Cognitive Enhancement
תקציר בעיברית
האם אתה יכול לדמיין מערכת שיכולה לחזות אם למולקולה נתונה יש את הפוטנציאל לשפר את ביצועי התפקוד הקונגטיבי שלך? במחקר שלנו, אנו מחפשים להבין את המנגנונים המולקולריים של הזיכרון, ושיפור קונגטיבי. אנחנו מפתחים כלים חדשים על מנת להאיץ את גילוי התרופות למטופלים עם פגיעה קוגנטיבית. אנחנו נפתח מודל של למידת מכונה (ML) כדי להבחין בין משפרי הזיכרון המולקולריים לתרופות לא יעילות. זה יחסוך זמן וכסף ויאפשר לייעל את תהליך גילוי התרופות. אנו מציעים סדר פעולות (pipeline) חדשני מבוסס למידת מכונה אשר משתמש במידע החשמלי הנקלט מנוירונים שנאספו מההיפוקמפוס (החלק שאחראי על הזיכרון והלמידה) של עוברי חולדות ומבצע חילוץ מאפיינים כך שמידע המיוצג כאוסף של סדרות זמן שונות מומר למידע טבלאי, לאחר מכן מבצע בחירה של המאפיינים החשובים ביותר, הורדת המימדים של הבעיה לדו ממד ולבסוף סיווג. יש לנו שני מטרות: 1. לזהות דפוסים של שיפור קוגניטיבי בפעילות תאי העצב העצבי. 2. לפתח מודל סיווג על מנת לסווג את השפעת הטיפול של המולקולות כמשפר קונגטיבי. המודל שלנו יאומן באמצעות תרופות שונות עם אפקטים קוגניטיביים ידועים - חיובים ושלילים, ויאפשר לסווג מולקולות חדשות עם אפקטים קוגניטיביים לא ידועים שהטיפול בהן להיות משפר קוגנטיבי. המודל שלנו ייבחן באמצעות הדיוק שישיג על leave one out cross validation כדי לבחון האם המודל הצליח לתייג באופן עקבי את ההשפעה של המולקולה כאשר היא מגיעה מניסויים שונים וניתנת לתרביות נוירונים שונות.
תקציר באנגלית
Can you imagine a system that can predict if any given molecule has the potential to enhance your cognitive performance? Our research seeks to understand the molecular mechanisms of memory, cognitive impairments, and cognitive enhancement. We develop new tools to accelerate drug discovery for patients with cognitive impairment. We will develop a Machine learning (ML) model to distinguish between cognitive enhancers and ineffective drugs. which will save time and money and optimize the drug discovery process. We propose a novel ML-based pipeline that will use the electric activity recorded from unborn rat's hippocampus neurons using a Multielectrode array, convert the neuron's time series to a tabular representation using feature extraction, select the most important features related to cognitive improvement using feature selection, and finally perform dimension reduction and classification. We have 2 objectives: 1. Identify Cognitive improvement patterns in neural cell activity. 2. Develop a classification model to label molecule treatment as improving cognitive function. our model will train using different molecules with known memory effects enhancers and non-enhancers to classify new molecules with unknown memory effects that may have an enchantment mechanism. Our model will be tested using Leave one out cross-validation accuracy to examine whether the model could consistently label a certain molecule's treatment from the same experiments and experiments that treated different neuron cultures with the same label.