Vergleichende Quantitative Bildgebung, Bildanalyse und Modellierung

• Antragsteller: Dr. Daniel Baum; Professor Dr. Peter Robin Hiesinger; Privatdozent Dr. Max Von Kleist, Ph.D.
• Fachliche Zuordnung: Entwicklungsneurobiologie ; Experimentelle und theoretische Netzwerk-Neurowissenschaften
• Förderung: Förderung seit 2022
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 453877723

Zusammenfassung: Das Ziel von RobustCircuit ist das Verständnis grundlegender Prinzipien beim Aufbau neuronaler Schaltkreise auf der Basis von impräzisen Prozessen (von der molekularen bis zur zellulären Ebene), die zu robustem Verhalten auf nächsthöheren Ebenen (von Zellen bis zum Verhalten) führen. Live-Imaging wird dabei als Hauptwerkzeug eingesetzt, um quantitative Daten der molekularen, subzellulären und zellulären Dynamik zu erhalten. Sieben der acht Teilprojekte von RobustCircuit nutzen intravitales und ex vivo 'live imaging', um statistisch aussagekräftige Daten über Impräzisionen, einschließlich Rauschen, in der subzellulären Dynamik zu erhalten. Basierend auf diesen quantitativen Daten lassen sich mit Hilfe von Computermodellen Vorhersagen darüber treffen, welche Rolle Impräzisionen beim Aufbau robuster Systeme spielt. Das Z1-Projekt wird zwei Kernherausforderungen adressieren, die sich aus unserem kollaborativen Projektdesign ergeben:Herausforderung 1: Die Art und Qualität der Daten, die zur quantitativen Analyse molekularer, subzellulärer und zellulärer Dynamik erhoben werden, soll für alle Projekte vergleichbar zu sein. Lösung: 'Objective 1' des Projektes verfolgt daher einen standardisierten Ansatz für die Aufnahme und Analyse der 4D-Live-Imaging-Daten, inklusive der Anpassung der Tracking-Methoden.Herausforderung 2: Die gezielte Manipulation von biologischen Parametern, ohne dabei unerwünschte Nebeneffekte zu verursachen, stellt für biologische Experimente eine große Herausforderung dar. Im Gegensatz dazu erlauben Computermodelle eines biologischen Prozesses die gezielte Modulierung impräziser Parameter und den Test von Hypothesen daraus resultierender Robustheit. Lösung: 'Objective 2' des Projektes verfolgt daher die (Weiter-) Entwicklung von Modellierungsansätzen auf der Grundlage eines etablierten, stochastischen 'modeling frameworks', das von den RobustCircuit PIs für die Generierung robuster Synapsenbildung basierend auf stochastischer, subzellulärer Dynamik entwickelt wurde.

• DFG-Verfahren: Forschungsgruppen
• Teilprojekt zu: FOR 5289: Von Impräzision zu Robustheit in der Assemblierung Neuronaler Schaltkreise