tooluniverse-neuroscience

神经科学研究技能

核心原则：查证，不要猜测——神经解剖学事实请查阅 PubMed/EuropePMC，秀丽隐杆线虫的连接组数据请查阅 WormBase，神经蛋白特性请查阅 UniProt。回答前应通过文献核实相关说法。定量神经科学问题请使用 Python 计算。

---

查证，不要猜测

如果不确定任何神经科学事实——脑区功能、神经回路连接、离子通道特性、神经递质受体亚型——请先搜索数据库。经过 PubMed 核实的答案总是比凭记忆推理更可靠。对神经解剖学而言，这一点尤其重要，因为各结构都有精确的边界和连接模式，很容易混淆。

---

1. 计算神经科学推理

基于放电率的模型

• 神经元的放电率：r = f(I - theta)，其中 I = 总突触输入，theta = 阈值，f = 传递函数（sigmoid、ReLU 或阈值线性函数）
• 兴奋与抑制的平衡：在皮层网络中，兴奋性和抑制性输入都很大，但几乎相互抵消，只留下较小的净驱动
• 群体放电率方程：tau * dr/dt = -r + f(W*r + I_ext)，其中 W = 连接矩阵
• 稳态分析：令 dr/dt = 0，求解 r = f(W*r + I_ext)——使用不动点迭代或 Newton 方法

积分发放神经元

• 膜电压动力学：tau_m * dV/dt = -(V - V_rest) + R_m * I(t)
• 当 V 达到阈值 V_th 时：发放尖峰，将电压重置为 V_reset，并进入不应期 tau_ref
• 恒定输入下的放电率：r = 1 / (tau_ref + tau_m * ln((R_mI - V_reset) / (R_mI - V_th))) [当 R_m*I > V_th 时有效]
• 对于低于阈值的输入：神经元需要波动（噪声）才能发放——即噪声驱动状态
• 主要变体：LIF（漏电积分发放）、EIF（指数积分发放）、AdEx（自适应指数积分发放）、Izhikevich（含恢复变量的二维模型）

突触可塑性

• STDP（脉冲时序依赖可塑性）：
  • 突触前先于突触后（正 dt）：LTP（增强）——突触增强
  • 突触后先于突触前（负 dt）：LTD（抑制）——突触减弱
  • 时间窗形状：通常呈指数衰减，tau_+ ~ 20ms（LTP），tau_- ~ 20ms（LTD）
• Hebbian 学习：“共同放电的细胞连接在一起”——基于相关性；若不进行归一化则不稳定
• BCM 理论：滑动阈值——突触后活动较低 → LTD，较高 → LTP；阈值随平均活动而变化
• 稳态可塑性：突触缩放对所有突触进行乘法调整，以维持目标放电率

网络动力学

• 平均场理论：用群体平均放电率替代单个神经元；自洽方程 r = f(Jrsqrt(K) + I_ext)，其中 K = 连接数
• 平衡网络：当 sqrt(K)*J ~ O(1) 时，E/I 平衡形成；放电率 ~ (mu - theta) / tau，其中 mu = 平均输入，theta = 阈值
• 混沌转变：在随机网络中，混沌起始于 g_c = 1（增益参数）；高于 g_c 时，自相关衰减，Lyapunov 指数 > 0
• 振荡：gamma（30-80 Hz）来自 E-I 环路（PING 模型），theta（4-8 Hz）来自较慢的抑制或海马回路，alpha（8-12 Hz）来自丘脑皮层环路

定量问题求解策略

1. 确定模型类型（单个神经元、网络、可塑性规则）
2. 写出包含所有参数的控制方程
3. 始终使用 Python 进行多步计算——不要尝试心算
4. 检查单位：电压用 mV，电流用 nA 或 pA，时间常数用 ms，放电率用 Hz
5. 进行合理性检查：皮层放电率通常为 1-20 Hz；tau_m ~ 10-20 ms；V_th ~ -50 mV

---

2. 神经解剖学推理

重要：查证神经解剖学信息

脑区功能、边界和连接关系都是精确的解剖学事实。遇到有关特定脑区、核团或神经束的问题时：

1. 使用具体的解剖学术语搜索 PubMed 或 EuropePMC
2. 查询连接关系：搜索“[区域 A] projection [区域 B]”或“[区域] afferents efferents”
3. 查询功能：搜索“[区域] lesion”或“[区域] function review”

人脑——主要分区

• 大脑皮层：额叶（运动、执行功能）、顶叶（躯体感觉、空间）、颞叶（听觉、记忆）、枕叶（视觉）
• 基底神经节：尾状核 + 壳核（纹状体）→ GPi/SNr（输出）→ 丘脑；直接通路（促进运动）与间接通路（抑制运动）；来自 SNc 的多巴胺调节这两条通路
• 小脑：协调、时序、运动学习；接收苔藓纤维（脑桥核）和攀缘纤维（下橄榄核）；浦肯野细胞是小脑皮层唯一的输出
• 脑干：中脑（上丘/下丘、黑质、红核）、脑桥（脑桥核、呼吸中枢）、延髓（心血管/呼吸中枢、脑神经核）
• 丘脑：中继站——所有感觉模态（嗅觉除外）都在传至皮层前在此形成突触；也接收来自皮层的反馈（皮层—丘脑环路）
• 海马：陈述性记忆形成；三突触环路：EC → DG → CA3 → CA1 → EC；位置细胞、网格细胞

模型生物神经解剖学

• C. elegans：302 个神经元，已绘制完整连接组；使用 WormBase_get_gene 查询基因表达、神经元身份和连接数据
• Drosophila：蘑菇体（学习/记忆）、触角叶（嗅觉）、中央复合体（导航）；约 100,000 个神经元；FlyWire 连接组
• 斑马鱼：透明幼鱼可用于全脑成像；Mauthner 细胞（逃逸反应）；使用 Alliance_search_genes 查询直系同源基因
• 小鼠：使用 Allen Brain Atlas 查询基因表达；使用 PubMed 查询神经环路示踪研究（狂犬病病毒、光遗传学）

回答“脑部哪个位置？”问题的推理模式

1. 确定问题涉及的功能（运动、感觉、记忆、情绪、语言）
2. 根据一般知识对应到候选脑区
3. 使用 PubMed 搜索进行核实：“[function] brain region fMRI”或“[function] lesion study”
4. 检查偏侧化情况（语言 → 通常位于左半球）
5. 区分皮层与皮层下结构的参与情况

---

3. 临床神经病学推理

脑神经检查

• 按症状 → 神经 → 神经核 → 病变部位进行对应：
  • CN I（嗅神经）：嗅觉丧失——筛板骨折、额叶病变
  • CN II（视神经）：视野缺损——视神经、视交叉、视束、视辐射、皮层
  • CN III（动眼神经）：上睑下垂、“向下向外”眼位——中脑、后交通动脉瘤
  • CN IV（滑车神经）：难以向下向内看——中脑背侧
  • CN V（三叉神经）：面部感觉丧失、下颌偏斜——脑桥、Meckel 腔
  • CN VI（展神经）：内斜视——脑桥（颅内走行长，易受颅内压升高影响）
  • CN VII（面神经）：通过上半部与下半部面部无力的差异，区分 UMN（额头不受影响）与 LMN（同侧面部全部受影响）
  • CN VIII（前庭蜗神经）：听力丧失、眩晕——区分周围性与中枢性病变至关重要
  • CN IX-X（舌咽神经、迷走神经）：吞咽困难、悬雍垂偏斜
  • CN XI（副神经）：胸锁乳突肌和斜方肌无力
  • CN XII（舌下神经）：舌头偏向病变侧

卒中定位

• 前循环（ICA、MCA、ACA）：MCA → 对侧面部/手臂无力 > 腿部无力、失语（优势半球）、忽略（非优势半球）；ACA → 对侧腿部 > 手臂无力
• 后循环（椎基底动脉系统）：脑干体征（脑神经麻痹 + 交叉体征）、小脑性共济失调、视野缺损
• 皮质 vs 皮质下：皮质 → 高级功能缺损（失语、忽略、失认）；皮质下（腔隙性）→ 单纯运动/感觉障碍，无皮质体征
• 关键规则：交叉体征（同侧面部 + 对侧躯体）= 脑干病变

上运动神经元与下运动神经元

特征	UMN 病变	LMN 病变
肌张力	增高（痉挛性）	降低（弛缓性）
反射	反射亢进，Babinski 征阳性	反射减弱/消失
萎缩	轻微（废用性）	明显，早期出现
肌束颤动	无	有
分布	锥体束模式	特定神经/神经根

神经退行性疾病模式

• 阿尔茨海默病：淀粉样斑块 + tau 缠结；海马 → 内嗅皮层 → 新皮层；首先出现情景记忆丧失
• 帕金森病：黑质致密部内有 α-突触核蛋白；多巴胺耗竭 → 运动迟缓、僵硬、静止性震颤；搜索 UniProt_search 查找 SNCA、LRRK2、PARK7
• ALS：上运动神经元和下运动神经元体征；TDP-43 病理；SOD1、C9orf72 基因
• 亨廷顿病：HTT 中 CAG 重复扩增；尾状核萎缩；舞蹈症、精神症状、认知能力下降

临床神经学问题的推理模式

1. 定位病变：哪种神经结构能够解释所有发现？
2. 单一病变原则：优先选择一个能解释全部表现的病变，而非多个病变
3. 确定机制：血管性（突然起病）、炎症性（亚急性）、退行性（逐渐发展）、肿瘤性（伴占位效应的进行性发展）
4. 如果不确定解剖结构或临床表现，请查阅文献进行核实

---

4. 神经生理学推理

动作电位

• 静息电位约为 -70 mV（K+ 平衡电位 ≈ -90 mV，Na+ ≈ +60 mV，按电导加权）
• 能斯特方程：E_ion = (RT/zF) * ln([ion]_out / [ion]_in)；在 37C 时约为 61.5/z * log10([out]/[in]) mV
• 静息电位的 Goldman 方程：考虑 Na+、K+、Cl- 的相对通透性
• AP 阶段：去极化（Na+ 通道开放）→ 超射 → 复极化（K+ 通道开放，Na+ 通道失活）→ 超极化（K+ 通道关闭缓慢）
• 不应期：绝对不应期（任何刺激都无法触发动作电位），约 1 ms；相对不应期（需要更强刺激），约 2-4 ms

突触传递

• 化学突触：AP → Ca2+ 内流（N 型、P/Q 型通道）→ 囊泡融合（SNARE 复合物）→ 神经递质释放 → 与突触后受体结合
• 兴奋性：谷氨酸 → AMPA（快速，Na+/K+）、NMDA（缓慢，Ca2+，受电压依赖性 Mg2+ 阻滞）
• 抑制性：GABA → GABA_A（快速，Cl-）、GABA_B（缓慢，K+，G 蛋白偶联）；脊髓中有甘氨酸
• 神经调节物质：多巴胺、血清素、去甲肾上腺素、乙酰胆碱——容积传递，作用较慢，可改变环路增益

---

5. 可用工具

工具	用途	关键参数
PubMed_search_articles	神经解剖学事实、临床神经病学、神经环路研究	query、limit
EuropePMC_search_articles	更广泛的文献，包括预印本	query、limit
WormBase_get_gene	C. elegans 神经元、连接组、基因表达	query
DANDI_search_datasets/DANDI_get_dataset/DANDI_list_assets	已发表的神经生理学数据（NWB 格式）：尖峰、LFP、成像、行为	query；dandiset_id
AllenCellTypes_search_specimens	单神经元电生理学和形态学样本（放电率、输入电阻、时间常数、重建）；可按物种/脑区筛选	species（例如 "Homo Sapiens"、"Mus musculus"）、brain_structure、limit
Alliance_search_genes	跨物种基因搜索（小鼠、果蝇、鱼、蠕虫）	query
UniProt_search	神经蛋白（离子通道、受体、疾病基因）	query、organism
proteins_api_search	蛋白质特征、结构域、变体	query
NCBIGene_search	基因信息、直系同源基因、表达	query
ClinVar_search_variants	神经系统疾病变体	gene、condition
gwas_search_associations	神经系统性状关联	query
Orphanet_search_diseases	罕见神经系统疾病	query
kegg_get_pathway_info	神经信号通路	pathway_id
OpenTargets_multi_entity_search_by_query_string	神经系统疾病的药物靶点	query

工具选择策略

1. 神经解剖学问题：首先使用 PubMed——搜索“[结构] [功能/连接性]”
2. 离子通道/受体问题：使用 UniProt——结合物种搜索蛋白质名称
3. 疾病基因问题：使用 ClinVar + GWAS + Orphanet
4. 连接组/神经环路问题：使用 WormBase（C. elegans）和 PubMed（其他生物）
5. 计算问题：编写 Python 代码——不要猜测数值答案
6. 临床神经病学问题：使用 PubMed 和上述推理框架；回答前核实解剖结构

---

6. C. elegans 连接组查询

对于 C. elegans 神经环路问题，务必使用 WormBase_get_gene 查询具体的突触和连接性数据。不要凭一般知识猜测神经连接。

• ASJ 神经元投射：ASJ 轴突的主要投射靶点是 PVQ（已通过 WormBase 连接组数据核实），而不是 AIA。务必查看实际突触数量，不要根据神经环路图推断。
• 在 WormBase 中搜索具体的神经元名称，以获取其突触前/突触后伴侣和投射靶点。

7. 单神经元形态查询（NeuroMorpho）

如果问题涉及某个特定重建神经元的形状、树突／轴突形态或形态测量数据，请使用 7 个 NeuroMorpho.Org 工具，而不要根据一般知识猜测典型数值——这是一个数据库，收录了 250,000 多个数字化追踪的神经元重建数据，并提供精确到单个神经元的定量测量数据。

工具	用途	关键参数
NeuroMorpho_search_neurons	按物种／脑区／细胞类型／档案／染色查找神经元	query_field, query_value, filter_field, filter_value, size
NeuroMorpho_get_field_values	搜索前查询搜索字段的有效值	field_name（例如 species、brain_region、cell_type）
NeuroMorpho_get_neuron	获取单个神经元的完整元数据：物种、脑区、细胞类型、染色、重建软件、来源出版物	neuron_id 或 neuron_name
NeuroMorpho_get_morphometry	定量形状测量数据：表面积、体积、主干／分叉／分支数量、宽度／高度／深度、总长度、分形维数	neuron_id 或 neuron_name
NeuroMorpho_get_persistence_vector	100 个系数的 TMD（拓扑形态描述符）形状特征，用于树突形状的机器学习聚类／分类	neuron_id
NeuroMorpho_search_literature	查找某个脑区／细胞类型／物种的重建数据所依据的来源出版物	query_field（brainRegion、cellType、species、tracingSystem）、query_value
NeuroMorpho_get_literature	获取单篇来源出版物的完整引文记录（DOI、PMID、期刊、作者）	article_id（来自 NeuroMorpho_search_literature）

工作流：NeuroMorpho_search_neurons（搜索结果已包含大多数元数据字段——物种、brain_region、cell_type、soma_surface、surface、volume、reference_pmid、png_url——因此，除非需要搜索响应中未包含的字段，否则通常不必再调用 NeuroMorpho_get_neuron）-> 对于搜索响应中未包含的定量测量数据（分叉、分支数量、分形维数、路径距离／欧氏距离），针对特定的 neuron_id 调用 NeuroMorpho_get_morphometry -> 如需查找相关出版物，直接从神经元记录中获取 reference_pmid，或使用 NeuroMorpho_search_literature／NeuroMorpho_get_literature 按脑区／细胞类型浏览，而不是按特定神经元查找。

已验证的实时示例：搜索 species=human、brain_region=hippocampus 会返回 139 个匹配项（例如神经元 147055，是一枚人类 CA1 锥体细胞，所属档案为 DeFelipe）；其形态测量数据为 surface=40808.7 um^2、volume=15367.3 um^3、n_bifs=76、length=11305.5 um、fractal_Dim=1.024。

8. 神经影像数据集发现（OpenNeuro）

要查找已发布的 BIDS 格式神经影像数据集（MRI、fMRI、EEG、 iEEG、MEG、PET），而不是 DANDI（采用 NWB 格式的电生理数据／影像数据，已在上文列出），请使用 7 个 OpenNeuro 工具。OpenNeuro 托管了 1600 多个数据集；在核实之前，不要假定存在 ID 符合要求的数据集，也不要猜测文件名——始终通过 OpenNeuro_get_snapshot_files 确认文件。

工具	用途	关键参数
OpenNeuro_list_datasets	浏览最新的公开数据集，使用游标分页	first（最多 25），after（游标）
OpenNeuro_search_by_modality	按成像模态筛选数据集	modality（MRI、EEG、iEEG、MEG、PET），first
OpenNeuro_advanced_search	分面搜索（物种、性别、诊断、任务、扫描仪制造商、PET 示踪剂、年龄／受试者数量范围），并获取整个档案库的参与者总数	任意组合的分面参数；全部省略则获取整个档案库的数量
OpenNeuro_get_dataset	获取单个数据集的完整元数据：模态、受试者、任务、BIDS 版本、作者、DOI、README	datasetId（例如 ds000117）
OpenNeuro_get_dataset_snapshots	列出数据集的所有已发布版本（快照标签）	datasetId
OpenNeuro_get_snapshot_files	获取某个特定版本的文件清单及直接下载 URL	datasetId、tag（来自快照调用）
OpenNeuro_get_snapshot_validation	获取某个版本的 BIDS 验证器错误／警告数量，以便在下载前检查质量	datasetId、tag

工作流：使用 OpenNeuro_search_by_modality 或 OpenNeuro_advanced_search 查找候选数据集 ID -> 使用 OpenNeuro_get_dataset 获取其模态／受试者／任务／README（仅数据集级元数据——不含文件列表） -> 使用 OpenNeuro_get_dataset_snapshots 获取特定版本标签 -> 使用 OpenNeuro_get_snapshot_files 获取实际可下载的文件清单，或使用 OpenNeuro_get_snapshot_validation 预先检查是否符合 BIDS 规范。

注意事项（已实时验证）：带有分面筛选条件的 OpenNeuro_advanced_search 可能会报告非零的 pageInfo.count，但返回空的 edges 列表——根据该工具自身的说明，部分匹配的数据集无法匿名读取，因此即使 ID 列表不完整，计数仍然准确。 如果 pageInfo.count 显示的数量不为零，不要把空的 edges 数组当成“计数错误”或“不存在数据集”。

已实时验证的示例：ds000117（“多受试者、多模态面孔 处理”）有 13 个已发布的快照版本（00001-00004、1.0.0 至 1.0.6、1.1.0、2.0.0）；其最新快照涵盖 MRI+MEG 模态、17 名受试者、2 个任务（facerecognition、noise），共有 1157 个 文件，约 90 GB。

9. 计算模型查询（ModelDB）

查找或比较已发表的计算神经科学模型（方程级模拟，例如 Hodgkin-Huxley 风格的单神经元模型、网络模型），而非实验数据时，请使用 5 个 ModelDB（Yale/SenseLab）工具，不要猜测某种细胞类型的“标准”模型是什么样的。ModelDB 会将每个模型关联到其来源论文，以及模型所模拟的特定神经元／细胞类型。

工具	用途	关键参数
ModelDB_list_models	查找模型 ID，可按模拟器筛选	modeling_application（例如 NEURON、GENESIS、Python、MATLAB、Brian、NEST、XPP、C or C++）——区分大小写；省略时查询全部 1000 多个模型
ModelDB_get_model	模型完整详情：描述／备注、建模的神经元类型、离子电流、模型概念、模拟器、关联论文、实现者	model_id（整数）
ModelDB_get_paper	模型来源论文的完整引文（标题、作者、期刊、PubMed ID、DOI）	paper_id（整数，来自模型记录中的 model_paper）
ModelDB_list_celltypes	查找 ModelDB 用于对模型分类的神经元／细胞类型 ID	无
ModelDB_get_celltype	一个细胞类型的名称和元数据（例如 “Hippocampus CA3 pyramidal GLU cell”）——请注意，响应可能包含 Picture 下的大型嵌入式 base64 图片，不要原样打印	celltype_id（字符串，来自 ModelDB_list_celltypes 或模型的 neurons 字段）

工作流：调用 ModelDB_list_models（可按模拟器筛选）-> 选择一个真实 ID -> 调用 ModelDB_get_model 获取完整详情，包括离子电流和 model_concept 标签（例如 “Bursting”、“Detailed Neuronal Models”）-> 从 model_paper 中取得 object_id，并调用 ModelDB_get_paper 获取引文和 PubMed ID -> 从模型的 neurons 字段中取得一个 object_id，并调用 ModelDB_get_celltype 获取模型细胞类型的描述。

已验证的实时示例：模型 3263 为 “CA3 Pyramidal Neuron (Migliore et al 1995)”，是一个使用 NEURON 模拟器的模型，包含 9 种离子电流（I Na,t / I L high threshold / I N / I T low threshold / I A / I K / I M / I K,Ca / I Calcium），带有 “Bursting” 和 “Detailed Neuronal Models” 标签，关联论文 4307（Migliore et al.，J Neurophysiol 73:1157-1168，1995，PubMed 7608762）和细胞类型 259（“Hippocampus CA3 pyramidal GLU cell”）。

10. 神经影像统计图发现（NeuroVault）

查找已发表的组级脑统计图（fMRI/PET 激活图、解剖图谱/脑区分区图）时，请使用 6 个 NeuroVault 工具。这些是派生分析结果，而非原始扫描数据（与上文的 OpenNeuro 相比，后者托管的是生成这些统计图所用的原始 BIDS 数据）。

注意事项（已在线验证）：NeuroVault 的公共 API 没有可用的关键词/名称搜索功能——name/search/q/keywords 参数都会被静默忽略，返回完整的未筛选目录（17,862 个以上的集合），而非筛选后的结果。查找特定研究的唯一实用方法，是事先知道其集合/图像 ID（例如从论文或 NeuroVault 网站获取），或者在客户端逐页浏览 NeuroVault_list_collections。请勿暗示存在可用的搜索功能。

工具	用途	关键参数
NeuroVault_list_collections	分页浏览完整集合目录（无法真正筛选——见注意事项）	limit（最大值为 100）、offset
NeuroVault_get_collection	获取单个集合的完整研究元数据：DOI、作者、期刊、扫描仪/场强/脉冲序列、图像数量	collection_id
NeuroVault_list_collection_images	列出集合中的统计图像，以及图像类型和 Cognitive Atlas 范式/对比标签	collection_id、limit、offset
NeuroVault_get_image	获取单个统计图的完整元数据：图像类型（T/Z/F/beta/ROI/脑区分区）、模态、认知范式/对比、NIfTI 下载 URL、受试者数量	image_id
NeuroVault_list_atlases	浏览带标签的解剖脑区分区图（共 18 个）	limit、offset
NeuroVault_get_atlas	获取单个图谱的标签图像 URL 及其标签说明文件（列出各脑区/区域的名称）	atlas_id

工作流：如果已知集合 ID（例如论文中引用的 ID），则调用 NeuroVault_get_collection 获取研究元数据 -> 调用 NeuroVault_list_collection_images 查看可用的统计图 -> 针对具体图像调用 NeuroVault_get_image，获取其 Cognitive Atlas 对比标签和 NIfTI 下载 URL。若需获取解剖标签/脑区分区图，而非任务激活图，请使用 NeuroVault_list_atlases -> NeuroVault_get_atlas。

在线验证示例：集合 457 为“The WU-Minn Human Connectome Project: An overview”（DOI 10.1016/j.neuroimage.2013.05.041，含 48 张图像）；该集合中的图像 3128 是一张 Z 图，标题为“tfMRI EMOTION FACES minus SHAPES zstat1”，Cognitive Atlas 范式为“emotion processing fMRI task paradigm”，模态为 fMRI-BOLD，受试者人数为 486，使用 MNI 空间。

11. 如何在四种神经科学数据资源中进行选择

此技能现在涵盖四种不同的外部神经科学数据资源—— 请根据你实际需要的对象类型进行选择：

资源	包含内容	示例问题
NeuroMorpho（第 7 节）	单个神经元的数字重建形态（从真实组织中测量的树突／轴突形状）	“人类 CA1 锥体细胞的树突总长度是多少？”
OpenNeuro（第 8 节）	原始的 BIDS 格式神经影像数据集（MRI／fMRI／EEG／MEG／PET 扫描，尚未分析）	“有没有可供我重新分析的公开多模态面部加工 MEG+MRI 数据集？”
ModelDB（第 9 节）	已发表的计算模型（用于模拟神经元或网络的方程／参数）	“有没有现成的 NEURON 模拟器模型，能让我据此构建一个具有爆发放电特征的 CA3 锥体细胞模型？”
NeuroVault（第 10 节）	已发表研究得出的组水平统计脑图（分析后的结果：激活图、图谱）	“HCP 论文中情绪加工对比的组水平激活图在哪里？”

另请参阅 DANDI（第 5 节“可用工具”）以获取 NWB 格式的原始电生理／影像数据，以及 AllenCellTypes_search_specimens，以查找单神经元电生理+形态标本——上述内容还介绍了第五种和第六种资源类型。

对于完全不同类型的问题——“这个 MNI 坐标对应什么认知功能？”或“哪些研究／坐标与这个术语相关？”——上述六种资源都无法提供所需内容；这类问题需要对约 14,000 项已发表的 fMRI 研究进行基于坐标的元分析解码，详见单独的 tooluniverse-neurosynth-meta-analysis 技能。

12. 常见误区

• 混淆脑区：海马不在额叶。黑质位于中脑，而非基底神经节（尽管两者在功能上有关联）。请务必核实。
• 混淆神经递质受体：GABA_A 是离子型受体（Cl-），GABA_B 是代谢型受体（G 蛋白）。NMDA 受体需要谷氨酸和甘氨酸／D-丝氨酸共同激动剂。
• 计算时使用错误单位：膜时间常数以 ms 为单位（不是秒）。放电频率以 Hz 为单位（脉冲／秒）。电导以 nS 或 mS/cm2 为单位。
• 假设所有神经元都快速放电：皮层神经元的平均放电频率为 1-20 Hz；只有特定细胞类型（例如快速放电中间神经元）能持续达到 >100 Hz。
• 忽略侧化：约 95% 的右利手者，其语言功能偏侧化于左半球。空间注意偏侧化于右半球。请务必考虑所在半球。