Mathematische Modellierung der Entstehung und Suppression pathologischer Aktivitätszustände in den Basalganglien-Kortex-Schleifen
Final Report Abstract
Die Arbeiten in Teilprojekt 9 beschäftigen sich vorrangig mit der Entwicklung mathematischer Modelle der Basalgangliendynamik unter physiologischen und pathologischen Bedingungen. Sie zeigen, dass das Anpassen selbst einfachster Netzwerk-Modelle an elektrophysiologische Daten zu einer Vielzahl unterschiedlichster Netzwerkkonfigurationen führt, die jedoch konsistente und pathologiespezifische dynamische Eigenschaften aufweisen („Homologien“). Die Ergebnisse sind vor allem im Kontext natürlicher interindividueller Variabilität sowie Subtypen der Parkinson-Erkrankung interessant, liefern aber auch Ansatzpunkte für Folgestudien, die sich mit möglichen Krankheitsprogressionsmustern oder individuell optimierten therapeutischen Interventionen beschäftigen. Ein weiterer Schwerpunkt in TP9 ist die Modellierung und Untersuchung des lokalen Feldpotentials (LFP), insbesondere als potentielle Orientierungshilfe für eine präzisere Positionierung von Elektroden für die tiefe Hirnstimulation. Im Kontext eines einfachen LFP-Modells konnten wir nachweisen, dass durch Ausnutzung der raumzeitlichen Struktur des an mehreren Elektroden gleichzeitig aufgezeichneten LFPs eine genauere Lokalisation räumlich begrenzter, kohärent aktiver Zellpopulationen („Hotspots“) erreicht werden kann. Weiterhin untersucht TP9, inwiefern aus funktionellen Magnetresonanztomografie-Daten (fMRT) extrahierte funktionale Netzwerke zum Verständnis neurodegenerativer Erkrankungen beitragen bzw. sich als Diagnosewerkzeug eignen. Wir zeigen, dass verschiedene Kombinationen von etablierten Netzwerkkonstruktionsmethoden zu statistisch signifikanten jedoch widersprüchlichen Beziehungen zwischen Netzwerkeigenschaften für verschiedene Krankheitszustände führen können. Dies erklärt Diskrepanzen zwischen früheren Studien und stellt in Frage, inwiefern Analysen von resting-state-fMRT-Netzwerken die Mechanismen neurodegenerativer Erkrankungen aufdecken können. Wir schlussfolgern, dass eine Evaluation der diagnostischen Aussagekraft solcher Ansätze einen systematischen Vergleich verschiedener Netzwerkkonstruktionsmethoden erfordert. Die hier hervorgehobenen Arbeiten werden durch eine Reihe weiterer Studien komplementiert, die im Zusammenhang mit TP9 durchgeführt wurden bzw. werden.
Publications
- (2016), Hybrid scheme for modeling local field potentials from point-neuron networks, Cerebral Cortex 26(12):4461–4496
Hagen E., Dahmen D., Stavrinou M.L., Lindén H., Tetzlaff T., van Albada S.J., Grün S., Diesmann M., Einevoll G.T.
(See online at https://doi.org/10.1093/cercor/bhw237) - (2016), Structure-Dynamics relationship in basal ganglia: Implications for brain function, Doctoral dissertation, Faculty of Biology, Albert-Ludwigs University Freiburg, Freiburg, Germany, and Department of Computational Science and Technology, School of Computer Science and Communication, Royal Institute of Technology (KTH), Stockholm, Sweden, ISBN 978-91-7595-999-3
Bahuguna J.
- (2017), Homologous basal ganglia network models in physiological and Parkinsonian conditions, Frontiers in Computational Neuroscience 11:79
Bahuguna J., Tetzlaff T., Kumar A., Hellgren Kotaleski J., Morrison A.
(See online at https://doi.org/10.3389/fncom.2017.00079) - (2018), Conditions for traveling waves in spiking neural networks, arXiv
Senk J., Korvasová K., Schuecker J., Hagen E., Tetzlaff T., Diesmann M., Helias M.
(See online at https://doi.org/10.1103/PhysRevResearch.2.023174) - (2018), Exploring the role of striatal D1 and D2 medium spiny neurons in action selection using a virtual robotic framework, European Journal of Neuroscience
Bahuguna J., Weidel P., Morrison A.
(See online at https://doi.org/10.1111/ejn.14021) - (2018), On the extraction and analysis of graphs from resting-state fMRI to support a correct and robust diagnostic tool for Alzheimer's disease, Frontiers in Neuroscience, Brain Imaging Methods
Bachmann C., Jacobs H.I.L., Porta Mana P.G.L., Dillen K., Richter N., von Reutern B., Dronse J., Onur O.A., Langen K.-J., Fink G.R., Kukolja J., Morrison A.
(See online at https://doi.org/10.3389/fnins.2018.00528) - (2018), Reproducing polychronization: a guide to maximizing the reproducibility of spiking network models, Frontiers in Neuroinformatics 12:46
Pauli R., Weidel P., Kunkel S., Morrison A.
(See online at https://doi.org/10.3389/fninf.2018.00046) - (2019), Construction and analysis of a spatially organized cortical network model, Doctoral dissertation, Faculty of Mathematics, Computer Science and Natural Sciences, RWTH Aachen University, Aachen, Germany, ISBN:978-3-95806-390-7
Senk J.
(See online at https://doi.org/10.18154/RWTH-2019-03326)
