美国贝勒医学院团队研发了一款AI工具，能够精准识别小脑运动过程中独特的神经元类型。该工具通过深度学习分类器，对小脑电信号进行精确溯源，为理解小脑工作机制带来突破性进展。研究人员首先测量小脑内不同类型神经元的电信号，并通过光遗传学实验“标记”神经元，训练深度学习分类器。这项研究不仅有助于揭示小脑信息处理机制，也为治疗震颤、不平衡等脑部疾病提供了新思路，并有望推动其他脑区神经活动研究。

🧠研究团队开发了一种深度学习分类器，实现了对小脑电信号的精确溯源。通过测量小脑内不同类型神经元的独特电信号，并结合光遗传学实验，研究人员“标记”了每种小脑神经元类型的电活动。

💡研究人员利用这些电信号训练深度学习分类器，并按神经元类型对小脑记录的电活动进行排序。这使得科学家能够更准确地了解不同神经元类型在小脑中的作用。

🔬该工具为理解小脑工作机制带来了突破性进展，有助于揭示小脑的信息处理机制。小脑作为大脑的“精密动作指挥官”，对维持人体平衡、协调运动至关重要，了解其工作机制有助于治疗相关脑部疾病。

🚀该研究也为治疗脑部疾病提供了新思路，例如震颤、不平衡和言语障碍等。通过更深入地了解小脑，科学家可以开发出更有效的治疗方法。

    科技日报北京4月24日电 （记者刘霞）美国贝勒医学院领衔的国际团队研制出一款新型人工智能（AI）工具。它能精准识别在运动过程中小脑独特的神经元类型，为了解小脑工作机制带来突破性进展，也为治疗脑部疾病提供了新思路。相关论文发表于最新一期《细胞》杂志。

    作为大脑的“精密动作指挥官”，小脑对维持人体平衡、协调运动至关重要。了解和治疗震颤、不平衡和言语障碍等脑部疾病也需要对小脑有深入了解。长期以来，科学家虽然能记录进出小脑神经元的信号，却始终无法破解信号转化的密码。他们既不清楚输入信号如何转化为输出信号，也难以确定电信号源于哪种神经元类型。

    团队开发的深度学习分类器实现了对小脑电信号的精确溯源。为训练这款分类器，他们首先测量了小脑内不同类型神经元的独特电信号。随后，通过光遗传学实验，他们将光敏蛋白基因引入特定类型的神经元，并“标记”了每种小脑神经元类型的电活动。最后，他们利用这些电信号，训练了深度学习分类器，且按神经元类型对小脑记录的电活动进行排序。

    最新工具不仅有助于揭示小脑的信息处理机制，也能激励其他科学家开发出将大脑其他区域神经活动与神经元相匹配的工具，助力揭示不同神经回路的功能，为治疗神经系统疾病开辟新途径。