# 神经物理学与神经生理学实验室——毕国强教授与刘北明教授课题组

## 整体介绍

神经物理学与神经生理学实验室，依托于中国科大生命科学学院和合肥微尺度物质科学国家研究中心。始建于2007年，负责人是毕国强教授与刘北明教授。主要致力于利用冷冻电子显微（CryoEM）、光电关联显微、超分辨光学显微（STORM）等纳米成像手段在技术和应用上的取得突破，并将这一系列国际前沿技术用于解析神经突触的精细结构和功能，神经突触可塑性机制以及大脑介观尺度下的环路联结图谱的结构和功能。

近几年来，自主研发新型超高速三维荧光显微技术（VISoR），是结合了生命科学、物理学、化学、计算机科学等多学科的，以微米分辨率在厘米尺度上研究生物大样品的领先于国际的荧光显微技术。VISoR技术致力于解析大小鼠等啮齿类和猕猴等灵长类动物的各时间和空间尺度上多模块的脑连接和功能连接图谱，并在此基础上对神经科学、脑疾病、人工智能等领域取得突破。

**实验室主页**

{% embed url="<https://neurophysics.ustc.edu.cn>" %}

## 研究方向

1、神经系统多尺度结构解析与图谱绘制

2、神经突触可塑性与神经网络动力学特性，及其在学习记忆和相关疾病中的表达

3、前沿光学、电子显微成像与大数据分析技术，及其在生物医学领域的应用。

## 团队成员

毕国强：教授、博导，教育部长江学者、国家杰青、中科院脑科学与智能技术卓越创新中心核心骨干。 1989年毕业于北京大学物理系，获理学士学位，1991年获纽约大学物理学硕士，1996年获加州大学伯克利分校生物物理学博士，1996-2000年于加州大学圣地亚哥分校从事博士后研究，2000-2008年任美国匹兹堡大学医学院神经生物学系助理教授、副教授（终身教职），获Burroughs Wellcome Fund Career Award in the Biomedical Sciecnes、Chancellor’s Distinguished Research Award等学术奖。2007年回国组建神经物理学实验室，2008年起受聘中科大首批新创讲席教授，2020年起任深圳先进技术研究院双聘教授。兼任中国神经科学学会常务理事、突触可塑性分会主任，中国光学会生物医学光子学专业委员会常委，Frontiers in Neural Circuits副主编及多家国际学术期刊编委。发表论文70余篇，被引用14000余次，连续入选爱思唯尔中国高被引学者，以及神经科学领域生涯影响力全球前2%顶尖科学家。

**个人主页：**

{% embed url="<https://biox.ustc.edu.cn/2010/0626/c24188a508657/page.htm>" %}

刘北明：1989年毕业于北京大学物理系，获理学士学位。1999年获美国加州大学伯克莱分校分子细胞生物学博士学位。1999-2000年于美国加州大学圣地亚哥分校从事神经生物学博士后研究。2000-2006年任美国匹兹堡大学医学院助理研究员。2006-2008年任匹兹堡大学神经生物学系研究助理教授。2009年受聘于中国科学技术大学生命科学学院组建神经生理学实验室。主要研究方向为神经环路活动的动态特征及生理功能，脑功能与疾病的神经环路基础，神经突触结构与功能及其分子信号机制。已于包括Nature Neuroscience，PNAS，Nature Communications，Journal of Neuroscience, National Science Review, Nature Biotechnology等期刊发表SCI论文20余篇。主要研究成果包括：发现神经元网络的持续回响活动以及突触异步传递在其中的重要作用，发现应激调控动物自残行为的神经环路机制，发现脑干参与脏器调控的重要核团中抑制性神经元的长程投射，并与毕国强教授实验室合作，研发了透明组织样品超高速三维显微成像VISoR技术（NSR 2019），在国际上首次实现了对猕猴大脑的微米级分辨率三维解析（Nat Biotech 2021）。主持承担国家基金委面上项目1项、作为骨干参与科技部重点研发计划、中科院科研装备研制项目等9项。

{% embed url="<https://biox.ustc.edu.cn/2010/0906/c24188a473083/page.htm>" %}


---

# Agent Instructions: Querying This Documentation

If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter:

```
GET https://advancedguideforsds.gitbook.io/advancedguide/jin-jie-pian/ke-yan-2023.10.17-geng-xin/shi-yan-shi-jie-shao-2023.4.18-geng-xin/shen-jing-wu-li-xue-yu-shen-jing-sheng-li-xue-shi-yan-shi-bi-guo-qiang-jiao-shou-yu-liu-bei-ming-jia.md?ask=<question>
```

The question should be specific, self-contained, and written in natural language.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.
