377-Jaxley：可微仿真实现大规模生物物理神经动力学模型训练

这项研究介绍了一种名为 Jaxley 的新型开源软件库，旨在解决神经科学中详细生物物理模型难以进行大规模训练的难题。Jaxley 利用 JAX 框架实现了自动微分和 GPU 加速，使研究人员能够通过梯度下降算法高效地优化复杂的神经元参数。通过这种微分模拟技术，该工具可以将生物物理模型与生理测量数据（如电压或钙成像）进行匹配，其效率有时比传统方法高出几个数量级。此外，Jaxley 还支持构建能够执行计算任务的生物物理神经网络，例如解决工作记忆问题或计算机视觉识别。这为跨尺度研究神经计算机制提供了更强大的工具，并克服了以往模拟器在处理海量参数时的计算限制。

References:

• Deistler M, Kadhim K L, Pals M, et al. Jaxley: differentiable simulation enables large-scale training of detailed biophysical models of neural dynamics[J]. Nature Methods, 2025: 1-9.