- 2 次围观
功能数据广泛应用于众多领域。对于重复测量中收集的功能数据，一种建模方法是纵向功能主成分分析（LFPCA），该方法能够分解多个层面的变异。然而，现有的 LFPCA 估计方法在处理大规模或高维数据集时，计算开销可能较大。本文提出快速广义纵向功能主成分分析（广义 LFPCA），这是一种新颖的估计方法：沿功能域对数据进行分箱，并在每个箱内拟合边际混合模型。模拟结果表明，与现有方法相比，所提方法的速度提升了数个数量级，同时保持了相近的准确性，从而使 LFPCA 能够扩展至观测采样更密集、样本量更大的数据集。我们将所提方法应用于深部脑刺激（DBS）开启和关闭状态下的神经元放电率数据建模，以考察该干预如何调节群体水平的神经元活动。结果表明，绝大多数神经元间变异可由四个主成分解释；这些主成分与神经元放电的个体差异以及所研究的手臂操作范式相关。我们还发现，DBS 会显著增加放电活动的变异性，这可能是由部分神经元对 DBS 产生反应、放电增强所驱动的。这一发现此前的分析未曾揭示。补充材料中提供了实现所提方法并运行模拟研究的代码。
快速广义纵向函数主成分分析及其在群体水平神经元动力学中的应用 | bioRxiv
跳转至主要内容
首页
关于
投稿
提醒 / RSS
搜索此关键词
高级搜索
最新结果
快速广义纵向函数主成分分析及其在群体水平神经元动力学中的应用
查看 ORCID 资料
Kelly A
Duffy，
Nidhi
Pai，
David
Schneck，
Gleb
Kozienko，
Lvpiao
Zheng，
Annette
Xenopoulos-Oddsson，
Jing
Wang，
Luke A
Johnson，
查看 ORCID 资料
Jerrold
Vitek，
Mark
Fiecas，
Erjia
Cui，
doi：
https://doi.org/10.64898/2026.10.12.758639
Kelly A Duffy
明尼苏达大学
在 Google Scholar 中查找该作者
在 PubMed 中查找该作者
在本网站搜索该作者
Kelly A Duffy 的 ORCID 记录
通讯作者：
duffy379{at}umn.edu
Nidhi Pai
明尼苏达大学
在 Google Scholar 中查找该作者
在 PubMed 中查找该作者
在本网站搜索该作者
David Schneck
明尼苏达大学
在 Google Scholar 中查找该作者
在 PubMed 中查找该作者
在本网站搜索该作者
Gleb Kozienko
明尼苏达大学
在 Google Scholar 中查找该作者
在 PubMed 中查找该作者
在本网站搜索该作者
Lvpiao Zheng
明尼苏达大学
在 Google Scholar 中查找该作者
在 PubMed 中查找该作者
在本网站搜索该作者
Annette Xenopoulos-Oddsson
明尼苏达大学
在 Google Scholar 中查找该作者
在 PubMed 中查找该作者
在本网站搜索该作者
Jing Wang
明尼苏达大学
在 Google Scholar 中查找该作者
在 PubMed 中查找该作者
在本网站搜索该作者
Luke A Johnson
明尼苏达大学
在 Google Scholar 中查找该作者
在 PubMed 中查找该作者
在本网站搜索该作者
Jerrold
Vitek
明尼苏达大学
在 Google Scholar 上查找该作者
在 PubMed 上查找该作者
在本网站搜索该作者
Jerrold Vitek 的 ORCID 记录
Mark Fiecas
明尼苏达大学
在 Google Scholar 上查找该作者
在 PubMed 上查找该作者
在本网站搜索该作者
Erjia Cui
明尼苏达大学
在 Google Scholar 上查找该作者
在 PubMed 上查找该作者
在本网站搜索该作者
摘要
信息/历史
指标
补充材料
预览 PDF
摘要
功能数据广泛收集于多个领域。一种用于对重复测量所收集的功能数据进行建模的方法是纵向功能主成分分析（LFPCA），该方法能够在多个层次上分解变异。然而，对于大规模或高维数据集，现有的 LFPCA 估计方法在计算上可能负担沉重。在此，我们提出快速广义纵向功能主成分分析（fast generalized LFPCA），这是一种新的估计技术，通过沿功能域对数据进行分箱，并在每个数据箱处拟合边际混合模型来实现。模拟结果表明，与现有技术相比，所提出的方法在达到相似准确性的同时，计算速度提高了几个数量级，从而使 LFPCA 能够扩展至观测采样更加密集且样本量更大的数据集。我们应用所提出的技术，对深部脑刺激（DBS）开启和关闭状态下的神经元放电率数据进行建模，以研究该干预措施如何调节群体水平的神经元活动。结果表明，神经元之间绝大多数的变异可以由四个主成分解释；这些主成分分别与神经元放电的个体差异以及所研究的手臂运动范式有关。我们还发现，DBS 显著增加了放电活动的变异性，这可能是由放电增加所驱动的。
作为对 DBS 做出响应的部分神经元中的现象，这是一项以往分析未能获得的新发现。补充材料中提供了实现所提出方法并开展模拟研究的代码。
利益冲突声明
作者声明不存在利益冲突。
基金资助信息
美国国家神经疾病与卒中研究所，
R01NS058945，
R37NS077657，
R01NS037019，
P50NS123109，
R01NS110613，
R01NS117822
版权
本预印本的版权归作者／资助方所有；其已授予 bioRxiv 永久展示该预印本的许可。
本文依据 CC-BY-NC-ND 4.0 国际许可协议提供。
返回顶部
上一篇
下一篇
发布于 2026 年 10 月 18 日。
下载 PDF
补充材料
电子邮件
感谢您有意帮助传播 bioRxiv 的内容。
注意：系统要求提供您的电子邮件地址，仅用于确认您是本文的发送者。
您的电子邮件地址
*
您的姓名
*
收件人
*
请输入多个地址，每个地址占一行，或使用逗号分隔。
您即将通过电子邮件发送以下内容
《快速广义纵向函数主成分分析及其在群体水平神经元动力学中的应用》
邮件主题
（您的姓名）转发了一页 bioRxiv 网页给您
邮件正文
（您的姓名）认为您可能会想查看 bioRxiv 网站上的此页面。
您的个人留言
验证码
此问题用于确认您是人类访客，并防止自动垃圾信息提交。
分享
《快速广义纵向函数主成分分析及其在群体水平神经元动力学中的应用》
Kelly A. Duffy、Nidhi Pai、David Schneck、Gleb Kozienko、Lvpiao Zheng、Annette Xenopoulos-Oddsson、Jing Wang、Luke A. Johnson、Jerrold Vitek、Mark Fiecas、
Erjia Cui
bioRxiv
2026.10.12.758639；
doi：https://doi.org/10.64898/2026.10.12.758639
分享本文：
复制
引用工具
快速广义纵向函数主成分分析及其在群体水平神经元动力学中的应用
Kelly A Duffy、Nidhi Pai、David Schneck、Gleb Kozienko、Lvpiao Zheng、Annette Xenopoulos-Oddsson、Jing Wang、Luke A Johnson、Jerrold Vitek、Mark Fiecas、Erjia Cui
bioRxiv
2026.10.12.758639；
doi：https://doi.org/10.64898/2026.10.12.758639
引文管理器格式
BibTeX
Bookends
EasyBib
EndNote（tagged）
EndNote 8（xml）
Medlars
Mendeley
Papers
RefWorks Tagged
Ref Manager
RIS
Zotero
推文组件
Facebook 点赞
Google +1
学科领域
所有文章
动物行为与认知（8154）
生物化学（19000）
生物工程（15136）
生物信息学（45149）
生物物理学（22922）
癌症生物学（20045）
细胞生物学（27236）
临床试验（138）
发育生物学（14115）
生态学（21352）
流行病学（2067）
进化生物学（25746）
遗传学（16306）
基因组学（23783）
免疫学（18967）
微生物学（43104）
分子生物学（18287）
神经科学（94805）
古生物学（710）
病理学（3023）
药理学与毒理学（5170）
生理学（8253）
植物生物学（16225）
科学传播与教育（2113）
合成生物学（4630）
系统生物学（10361）
动物学（2417）
关键词：纵向功能主成分分析 · 广义纵向功能主成分分析 · 神经元群体动力学 · 深部脑刺激 · 神经元放电变异性
原文链接：https://www.biorxiv.org/content/10.64898/2026.10.12.758639v1?rss=1