이 프레임워크는 시스템에서 개별 세포가 발달함에 따라 어떻게 변화하는지 추적하고 다양한 생물학적 관련 매개변수의 변화를 등록하고 전체 세포 집단 행동을 설명할 수 있는 기능 등, 다른 기존의 생물학적 신경망 모델에서 누락된 기능을 통합합니다. 생물학적 세포 신경망 모델링(BCNNM) 접근방법은 생화학 반응의 서열에 대한 조건부 설명을 사용하며, 한정된 줄기 세포로부터 다층 신경망 형성의 복잡한 모델을 실행하는 데 이용할 수 있습니다. 모델 실행은 신경계 발달에서 중요한 세포 사건을 요약합니다. BCNNM 프레임워크는 확률적 프로세스 설명 기능 및 동적 모델링 원칙을 기반으로 구현됩니다.

생물학적 메커니즘을 포괄적으로 특성화할 수 있으며 사용자는 설명된 프로세스(세포 내 효소 농도의 변화에서 높은 수준의 다세포 구조를 형성하는 세포 그룹의 상호작용까지)에 대해 원하는 세부정보를 선택할 수 있습니다.희소하고 특정 연결을 가진 구조를 만들고, 그러한 구조 내에서 신호 전도 모델을 만들고, 모델의 작동 특성을 밝힐 수 있습니다.

이 프레임워크를 시험관 내 실험의 정밀한 가상환경 내 복제에 사용하면 모든 주요 구성 요소(세포, 세포실, 시냅스 등)에서 완벽한 측정 세트를 얻고 신경 연구에 새로운 데이터를 제공할 수 있습니다. 새로운 가설에 대한 예비 계산 테스트는 현장 실험실의 실험 준비 비용을 줄이고 연구 파이프라인을 가속화하는 또 다른 중요한 애플리케이션입니다.