الگوریتم طراحی‌شده آنها به تیم‌های تحقیقاتی امکان آشکارسازی سیگنال‌های صدها هزار نورون را با یک بار ضبط کردن فعالیت آنها فراهم می‌کند .
علی‌پاشا وزیری، رئیس آزمایشگاه نوروتکنولوژی و بیوفیزیک دانشگاه راکفلر، در این باره گفت: «هدف ما درک بهتر کارکرد مغز از طریق نظارت بر دینامیک شبکه‌های سه‌بعدی به هم متصل نورون‌هاست» .
وی و همکارانش در این مطالعه نورون‌های موش‌ها را به گونه‌ای مهندسی کردند که بدرخشند زیرا هرچه سیگنال‌های این نورون‌ها قوی‌تر باشند، سلول‌های آنها درخشان‌تر هستند .
به منظور شکار فعالیت نورون‌ها، دانشمندان معمولا از تکنیکی موسوم به میکروسکوپی میدان نور استفاده می‌کنند و در این شیوه، آرایه‌ای از لنزها نماهایی از بافت مغز را از جوانب مختلف شکار می‌کنند. محققان سپس این تصاویر را برای خلق یک تصویر سه‌بعدی با یکدیگر ترکیب می‌کنند . این روش یک مشکل اصلی دارد چون برای ضبط فعالیت تمامی نورون‌ها به طور همزمان، تصاویر هم باید به طور همزمان روی یک دوربین شکار شوند. این موضوع تشخیص دادن سیگنال‌های منتشر شده از همه سلول‌ها را دشوار می‌کند زیرا نور نورون‌های موش‌ها از بافت‌های مورب و احاطه‌کننده منعکس می‌شود .
در نتیجه، در مطالعات قبلی، نورون‌ها در تصاویر تهیه شده به عنوان انبوهی از سلول‌های غیرمجزا نمایش داده می‌شدند و این تصاویر به دانشمندانی که به دنبال مشاهده رفتار سلول‌های منفرد بودند، کمک چندانی نمی‌کرد .
با این حال، الگوریتم پیشرفته وزیری و همکارانش امکان شکار همزمان مکان نورون‌های منفرد و همچنین زمان انتشار سیگنال‌های آنها را فراهم می‌کند. تیم علمی با استفاده از این الگوریتم هماهنگی‌های دقیق صدها نورون فعال در مغز موش‌ها را در بازه زمانی طولانی رهگیری کرد. این موش‌ها بیدار بودند و امکان راه رفتن روی یک تردمیل سفارشی‌شده را داشتند .
دانشمندان همچنین توانستند سیگنال‌های موجود در داخل بخش سه‌بعدی مغز که حاوی چند لایه نورون بود، را شکار کنند .
با کاهش دادن قابل توجه زمان و منابع محاسباتی لازم برای تولید تصاویر سه‌بعدی مطلوب، الگوریتم جدید وزیری و تیم علمی راه را برای انجام آزمایش‌های پیشرفته‌تر در این زمینه هموار می‌کند .
