Инд. авторы:	Ратушняк А.С., Проскура А.Л., Запара Т.А.
Заглавие:	Анализ и возможные пути реинженеринга самоорганизующихся нейронных систем на основе конвергенции технологий
Библ. ссылка:	Ратушняк А.С., Проскура А.Л., Запара Т.А. Анализ и возможные пути реинженеринга самоорганизующихся нейронных систем на основе конвергенции технологий // Нейроинформатика-2015. Международная научно-техническая конференция: Сборник научных трудов. Часть 3 «Нейросетевые системы обработки данных, распознавания образов и управления. Нейробиология. Теория нейронных сетей. Адаптивное поведение и эволюционное моделирование» / Ответственный редактор А.Г. Трофимов. - 2015. - Москва: Национальный исследовательский ядерный университет "МИФИ". - С.174-184. - ISBN: 978-5-7262-2045-1.
Внешние системы:	РИНЦ: 25091351;
Реферат:	rus: Анализ устройства внутриклеточных информационных сетей нейрона позволяет выявить основы ассоциативных, предсказательных свойств живых систем на молекулярном уровне. Это, вероятно, сделает возможным на основе конвергенции технологий разрабатывать молекулярные нейроподобные информационные ядра, способные, как и их живые прототипы, к самоорганизации в комплексы с функциональной архитектурой, подобной мозгу, и способностью осуществлять достаточно сложные когнитивные функции.
Издано:	2015
Физ. характеристика:	с.174-184
Конференция:	Название: XVII Всероссийская научно-техническая конференция с международным участием "Нейроинформатика-2015" Город: Москва Страна: Россия Даты проведения: 2015-01-19 - 2015-01-23
Цитирование:	1. Fuster J.M. Cortex and Memory: Emergence of a New Paradigm // J. Cognitive Neurosci, 2009. 21. P. 2047-2072 2. Kjelstrup K.B., Solstad T., Brun V.H. et al. Finite scale of spatial representation in the hippocampus // Science, 2008. 321. P. 140-143 3. Hawley D.F., Morch K., Christie B.R. et al. Differential response of hippocampal subregions to stress and learning // PLoS One, 2012. 7. P. E53126 4. Chen X., Winters C., Azzam R. et al. Organization of the core structure of the postsynaptic density // Proc. Natl. Acad. Sci. 2008. 105. P. 4453-4458 5. Deguchi M., Hata Y., Takeuchi M. et al. BEGAIN (brain-enriched guanylate kinase-associated protein), a novel neuronal PSD-95/SAP90-binding protein. // J. Biol Chem., 1998. 273. P. 26269-72 6. Chen X., Winters C., Azzam R. et al. Organization of the core structure of the postsynaptic density // Proc. Natl. Acad. Sci., 2008. 105. P. 4453-4458 7. Paoletti P., Bellone C., Zhou Q. NMDA receptor subunit diversity: impact on receptor properties, synaptic plasticity and disease // Nat Rev Neurosci, 2013. 14. P. 383400 8. Hamdan F.F., Gauthier J., Araki Y. et al. Excess of de novo deleterious mutations in genes associated with glutamatergic systems in nonsyndromic intellectual disability // Am J Hum Genet., 2011. 88. P. 306-316 9. Nam J., Mah W., Kim E. The SALM/Lrfn family of leucine-rich repeat-containing cell adhesion molecules // Semin Cell Dev Biol., 2011. 22. P. 492-498 10. De Bruijn D.R., van Dijk A.H., Pfundt R. et al. Severe Progressive Autism Associated with Two de novo Changes: A 2.6-Mb 2q31.1 Deletion and a Balanced t(14;21)(q21.1;p11.2) Translocation with Long-Range Epigenetic Silencing of LRFN5 Expression // Mol Syndromol., 2010. 1. P. 46-57 11. Cousins S.L., Hoey S.E., Stephenson F.A. et al.. Amyloid precursor protein 695 associates with assembled NR2A- and NR2B-containing NMDA receptors to result in the enhancement of their cell surface delivery // J. Neurochem., 2009. 111. P. 1501-1513 12. Cousins S.L., Innocent N., Stephenson F.A. Neto1 associates with the NMDA receptor/amyloid precursor protein complex // J. Neurochem., 2013. 126. P. 554-564 13. Ng D., Pitcher G.M., Szilard R.K. et al. Neto1 is a novel CUB-domain NMDA receptor-interacting protein required for synaptic plasticity and learning // PLoS Biol., 2009. 7. P. e41 14. Cousins S.L., Kenny A.V., Stephenson F.A. Delineation of additional PSD-95 binding domains within NMDA receptor NR2 subunits reveals differences between NR2A/PSD-95 and NR2B/PSD-95 association // Neuroscience, 2009. 158. P. 89-95 15. Lauriat T.L., Dracheva S., Kremerskothen J. et al. Characterization of KIAA0513, a novel signaling molecule that interacts with modulators of neuroplasticity, apoptosis, and the cytoskeleton // Brain Res., 2006. 1121. P. 1-11 16. Johannsen S., Duning K., Pavenstadt H. et al. Temporal-spatial expression and novel biochemical properties of the memory-related protein KIBRA // Neuroscience, 2008. 155. P. 1165-1173 17. Makuch L., Volk L., Anggono V. et al. Regulation of AMPA receptor function by the human memory-associated gene KIBRA // Neuron. 2011. 71. P. 1022-1029 18. Burgess J.D., Pedraza O., Graff-Radford N.R. et al. Association of common KIBRA variants with episodic memory and AD risk. // Neurobiol Aging., 2011. 32. 557.e1-557.e9 19. Galecki P., Szemraj J., Florkowski A. et al. Single nucleotide polymorphism of the KIBRA gene in recurrent depressive disorders.//Neuro Endocrinol Lett., 2010. 31. P. 97-102 20. Molnar E. Are Neto1 and APP auxiliary subunits of NMDA receptors? // J Neurochem., 2013. 126. P. 551-553 21. Smith S.L., Smith I.T., Branco T. et al. Dendritic spikes enhance stimulus selectivity in cortical neurons in vivo. // Nature, 2013. 503. P. 115-120 22. Stuart G.J., Sakmann B. Active propagation of somatic action-potentials into neo-cortical pyramidal cell dendrites. // Nature, 1994. 367. P. 69-72 23. Stuart G., Spruston N., Sakmann B. et al. Action potential initiation and propagation in rat neocortical pyramidal neurons. // J. Physiol., 1997. 505. P. 617-632 24. Johnston D., Narayanan R. Active dendrites: colorful wings of the mysterious butterflies. // Trends Neurosci., 2008. 31. P. 309-316 25. Schiller J., Major G., Koester H. J. et al. NMDA spikes in basal dendrites of cortical pyramidal neurons. // Nature, 2000. 404. P. 285-289 26. Larkum M.E., Senn W., Luscher H.R. Top-down dendritic input increases the gain of layer 5 pyramidal neurons. // Cereb. Cortex, 2004. 14. P. 1059-1070 27. Rao R.P., Ballard D.H. Predictive coding in the visual cortex: a functional interpretation of some extra-classical receptive-field effects. // Nat. Neurosci., 1999. 2. P. 79-87 28. Larkum M. A cellular mechanism for cortical associations: an organizing principle for the cerebral cortex. // Trends Neurosci., 2013. 36. P. 141-51 29. Slyadnikov E., Geiko P. Quantum Model and Memory of Informative Biomacromolecules. // J. Optical Memory Neural Networks, 2009. 18. P. 93-100 30. Shaposhnikov A.S., Perevalov T.V., Gritsenko V.A. et al. Mechanism of GeO2 resistive switching based on the multi-phonon assisted tunneling between traps. // Appl. Phys. Lett., 2012. 100. P. 243506