Антон
Вадимович Чижов,
к.ф.-м.н., старший научный сотрудник
Физико-технического института им. А.Ф.Иоффе РАН
Научные интересы в области нейрофизики:
·
Биофизические
модели отдельных нейронов:
o
Характеристики
спайковой активности в плоскости управляющих параметров нейрона
o
Редукция
уравнений Ходжкина-Хаксли к пороговой модели
o
Двух-компартментовая модель нейрона для согласования измерений в режимах
фиксации тока и потенциала
o
Роль
динамического порога в реализации нейроном операции деления
o
Вклад
гетерогенности натриевых каналов и электротонических эффектов на
пространственно-распределенном нейроне в процесс инициализации спайка и
динамику порогов
·
Разработка
протоколов для экспериментальных внутриклеточных измерений, проводимых в
динамическом режиме связи нейрона с компьютером (Dynamic –Clamp):
o
Протоколы
измерений спайковой активности в зависимости от управляющих токов и
проводимостей
o
Нейрон
как измерительный инструмент: протокол измерения двух входных сигналов нейрона
по одномоментному измерению in-vivo для оценки активности популяций возбуждающих и
тормозных нейронов (Firing-Clamp)
·
Статистическая теория
моделей популяций нейронов:
o
Модель
на основе функции распределения нейронов в пространстве времени, прошедшим от
предыдущего спайка – Conductance-Based Refractory Density (CBRD) model
o
Модификация
частотных (Firing Rate) моделей популяции
·
Биофизически
подробная модель корковой нервной ткани:
o
Модель
гиппокампальной ткани как континуума популяций
нейронов
o
Модель
первичной зрительной коры как континуума популяций нейронов
·
Разработанные в Delphi компьютерные
программы:
o
“Brain” – реализует модель корковой ткани распределенной в 2-d пространстве, на кольце или
пространственно-однородную (0-d) с изотропной и специальной (pinwheels, patchy connections) архитектурой связей; решает
обратную задачу подбора коэффициентов по экспериментальным данным
o
“Hodgkin”- программа реализации и анализа одно- и двух-компартментовых моделей нейронов типа Ходжкина-Хаксли (9 модификаций) и пороговых и нейронов с
белым или цветным шумом и без него. Вычисляет частотно-токовые зависимости,
характеристики на плоскости двух управляющих параметров, аппроксимирует
динамический порог, решает обратную задачу поиска аппроксимаций потенциал-зависимых ионных каналов
типа Ходжкина-Хаксли; реализует моделирование
Монте-Карло популяции нейронов, как несвязанных, так и связанных все-со-всеми.
o
“Artificial Slice” – частный случай модели,
реализованной в “Brain”, для имитирования экспериментальных измерений методом patch-clamp с интерпретацией в физиологических
терминах форм фармакологической
блокады и режимов current-clamp и voltage-clamp.
o
“Conductance-BasedRefractoryDensityApproachForOnePopulation” - частный случай модели, реализованной в “Brain” для одной популяции, использующий
эйлерово описание движения нейронов в одномерном
фазовом пространстве.
o
“Video prosthesis”
– реализует простой
алгоритм кодирования в реальном времени изображения web-камеры в стерео-звук
o
“Dynamic Clamp” – реализация методики связи нейрона
с математической моделью в реальном времени. Язык – Delphi, операционная система – Windows, карта оцифровки – National
Instruments.
Избранные публикации:
Другие публикации по нейрофизике:
7.
А.В.Чижов. Модель вызванной
активности популяций нейронов гиппокампа. //Биофизика, 47(6) 1007-1015, 2002.
8.
А.В.Чижов, Л.Грэм. Объяснение с помощью уравнения Фоккера-Планка
эффекта шунтирования разброса мембранного потенциала, регистрируемого в нейроне
in-vivo. //Известия
РАЕН, сер. МММИУ, т.8(1-2), стр. 100-106, 2004.
9.
А.В.Чижов,
А.А.Турбин. От моделей единичных
нейронов к моделям популяций нейронов // Нейроинформатика, 2006, т.1(1),
стр. 76-87.
10.
A.V.Chizhov, L.J.Graham, A.A.Turbin.
Simulation of neural population dynamics with a refractory density approach and
a conductance-based threshold neuron model. // Neurocomputing, v.70, pp.252-262,
2006.
11.
A.V.Chizhov, S.Rodrigues, J.R.Terry. A comparative analysis of a firing-rate model and a conductance-based
neural population model. Physics Letters A, v.369(1-2), pp. 31-36, 2007.
12. А.В.Чижов, А.Н.Покровский, Дж.Терри, А.Саргсян. Метод
оценки синаптических токов с помощью внеклеточных электродов // Биофизика 54(3):495-9, 2009.
13. А.В.Чижов. Численный
метод для уравнения пространственного распространения импульсации вдоль
поверхности корковой нервной ткани // Вестник СПбГУ, серия «Прикладная
математика, информатика, процессы управления», вып.
4, стр. 242-250, 2009.
14.
Rodrigues S, Chizhov AV, Marten F, Terry JR. Mappings between a macroscopic
neural-mass model and a reduced conductance-based model. Biol Cybern., v. 102, 361-371, 2010.
15. A. Ju. Buchin, A.V.
Chizhov. Modified
Firing-Rate Model Reproduces
Synchronization of a Neuronal Population Receiving Complex Input.
Memory & Neural Networks (Information Optics) № 2, 2010 (accepted).
16. Турбин А.А., Чижов А.В. Сравнение моделей популяционной
нейронной активности. // Нейроинформатика-2005. Труды VII всероссийской научно-технической конференции. – М.:
МИФИ, 2005г. Ч.1, с.122-126.
17. Турбин А.А., Чижов А.В. Сравнение одномерных моделей
реалистичных нейронов. // Устойчивость и процессы управления. Труды
международной конференции памяти В.И.Зубова. – СПб.: СПбГУ 2005г. с. 1207-1211.
18. Турбин А.А., Чижов А.В. Сравнительный анализ
популяционных моделей. // Проблемы нейрокибернетики. Материалы 14-й междунар. конф. по
нейрокибернетике. Ростов-на-Дону, 2005, с.49-51.
19. Чижов А.В., Грэм Л. Популяционная модель нервной ткани для
трактовки экспериментальных гамма и тета ритмов в гиппокампе. // Проблемы нейрокибернетики. Материалы 14-й междунар. конф. по
нейрокибернетике. Ростов-на-Дону, 2005, с.198-203.
20. Чижов А.В., Грэм Л.Дж. Метод
оценки синаптических проводимостей по единственной записи мембранного
потенциала в экспериментах in-vivo. //
Устойчивость и процессы управления. Труды международной конференции памяти
В.И.Зубова. – СПб.: СПбГУ 2005г. с. 1222-1226.
21. А.В.Чижов. Одночастичная и
континуальная формулировки задачи об активности нейронов-пороговых интеграторов в условиях кореллированного шума. XV Всеросс. Семинар «Нейроинформатика, её приложения и анализ данных»,
Красноярск 2007, стр. 168-169.
22.
Е.Ю.Смирнова,
А.В.Чижов, А.Шрам, Л.Дж.Грэм.
Анализ управления состоянием мембраны нейрона двумерным сигналом //
Нейроинформатика-2008. X всероссийская
научно-техническая конференция. Сб. научн. трудов. –
М.: МИФИ, 2008г. Ч.1, с.145-149.
23. Е.Ю.Смирнова, А.В.Чижов. Ориентационная избирательность
суперколонки нейронов зрительной коры: модели кольца
в нестационарном режиме // Нейроинформатика-2009. XI всероссийская научно-техническая конференция. Сб. научн.
трудов. – М.: МИФИ, 2009г. Ч.1, с.118-124.
24. А.Ю.Бучин, А.В.Чижов. Синхронизация
популяции нейронов сигналом сложной формы // Нейроинформатика-2009. XI всероссийская научно-техническая конференция. Сб. научн. трудов. – М.: МИФИ, 2009г. Ч.1, с.264-273.
25. Смирнова Е.Ю., Чижов А.В. Синхронизация нейронов за
счет аксон-аксональных
электрических контактов. // НЕЙРОИНФОРМАТИКА-2010, XII Всероссийская
научно-техническая конференция, сб. научн. трудов,
ч.1, с.86-94, 2010.
26. Чижов А.В. Биофизически детальная модель
взаимосвязанных нейронных популяций, распределенных в плоскости зрительной
коры. // НЕЙРОИНФОРМАТИКА-2010, XII Всероссийская научно-техническая
конференция, сб. научн. трудов, ч.1, с.28-34, 2010.
Date of
modifications: 19.08.2010