Получить список подходящих идентификаторов модели GLIF

Question

Я хочу посмотреть статистику по многим ячейкам параметров модели GLIF, которые уже установлены в базе данных.

Из руководства [1] я понимаю, как получить подогнанные параметры отдельной модели с помощью GlifApi(). Get_neuronal_models_by_id(neuron_model_id). Но как я могу получить соответствующий список идентификаторов моделей нейронов?

Я уже нашел, как получить список клеток. Таким образом, получение списка моделей, которые были установлены для конкретной ячейки, также имеет значение.

[1] http://alleninstitute.github.io/AllenSDK/glif_models.html

Answer 1

Если у вас есть идентификатор ячейки, вы можете использовать функцию в GlifApi называется get_neuronal_models() чтобы получить доступ к этому списку нейронных идентификаторов модели. Функция берет список идентификаторов ячеек и возвращает метаданные (включая информацию о нейронной модели), связанные с этими ячейками.

Например:

from allensdk.api.queries.glif_api import GlifApi

# Specify the IDs of the cells you are interested in
cell_ids = [486239338, 323540736]

# Get the metadata associated with those cells
ga = GlifApi()
nm_info = ga.get_neuronal_models(ephys_experiment_ids=cell_ids)

# Print out the IDs and names of models associated with those cells
for cell_info in nm_info:
    print "Cell ID", cell_info["id"]
    for nm in cell_info["neuronal_models"]:
        print "Neuronal model ID:", nm["id"]
        print "Neuronal model name:", nm["name"]

Если вы запустите этот пример, вы увидите, что вы получаете информацию как о моделях GLIF, так и о биофизических моделях. Если вы хотите ограничить его GLIF-моделями, вы можете использовать идентификаторы шаблонов нейронных моделей для этого.

# Define a list with all the GLIF neuronal model templates
GLIF_TEMPLATES = [
    395310469, # GLIF 1 - LIF
    395310479, # GLIF 2 - LIF + reset rules
    395310475, # GLIF 3 - LIF + afterspike currents
    471355161, # GLIF 4 - LIF + reset rules + afterspike currents
    395310498, # GLIF 5 - GLIF 4 + threshold adaptation
]

# Only print info for the GLIF models
for cell_info in nm_info:
    print "Cell ID", cell_info["id"]
    for nm in cell_info["neuronal_models"]:
        if nm["neuronal_model_template_id"] in GLIF_TEMPLATES:
            print "Neuronal model ID:", nm["id"]
            print "Neuronal model name:", nm["name"]