Simulation of sensory-evoked signal flow in anatomically realistic models of neural networks

Abstract

In this thesis, a new concept for development and simulation of anatomically and functionally constrained models of signal flow in neural networks is described. This approach consists of the following tools: 1. A standardized anatomical reference frame of the brain region studied and registration methods to integrate anatomical data from different experiments with the highest precision possible. 2. A method for determining morphological neuron types to allow correlation between measurements of the morphology and functional responses of individual neurons. 3. A tool to build an average three-dimensional (3D) statistical model of the neural networks in a brain region based on a representative sparse sample of all neuron types present in the brain region. This model contains 3D morphological models for every neuron in the brain region, as well as the total number and 3D distribution of synaptic contacts between them. 4. A method to activate the network based on measured responses of different neuron types, and to simulate the response of individual neurons representative of different cell types within this network model. The feasibility and validity of this process is demonstrated on the example of rat vibrissal cortex. The 3D model of this primary sensory area in cortex contains ∼ 530,000 neurons of 16 different types and ∼ 6 × 10^9 thalamocortical and intracortical synapses. Activation of this model with functional responses measured after whisker touch and simulation of the responses of different neuron types shows that the simulated model responses match experimental measurements. This allowed investigating how robust sensory-evoked responses after different sensory stimuli are formed in different neuron types using computer simulations, and to make predictions to experimentally test these hypotheses.

Diese Dissertation beschreibt einen neuartigen Ansatz zur Entwicklung und Simulation von Modellen des Signalflusses in neuronalen Netzwerken unter anatomisch und funktionell realistischen Randbedingungen. Dieser Ansatz besteht aus den folgenden Methoden: 1. Ein standardisiertes anatomisches Referenzsystem der betrachteten Hirnregion und Registrierungsmethoden die es erlauben anatomische Daten aus unterschiedlichen Experimenten mit höchstmöglicher Genauigkeit zu integrieren. 2. Eine Methode zur Bestimmung morphologischer Typen von Nervenzellen um Messungen von der Morphologie und funktioneller Antworten einzelner Nervenzellen in Bezug zu setzen. 3. Eine Methode um ein mittleres dreidimensionales (3D) statistisches Modell der neuronalen Netzwerke in einer Hirnregion zu bauen, das auf einer repräsentativen Stichprobe aller Nervenzelltypen in dieser Hirnregion beruht. Dieses Modell beinhaltet 3D morphologische Modelle für jede Nervenzelle in der Hirnregion, und die Zahl und 3D Verteilung synaptischer Verknüpfungen zwischen diesen. 4. Eine Methode um dieses Netzwerk aufgrund von gemessenen Antworten unterschiedlicher Nervenzelltypen zu aktivieren, und die Antwort einzelner repräsentativer Nervenzellen bestimmten Typs innerhalb dieses Netzwerkmodells zu simulieren. Die Machbarkeit und Gültigkeit dieses Ansatzes wird am Beispiel des Tasthaarsystems im Kortex der Ratte demonstriert. Das 3D Modell dieses primären sensorischen Kortex enthält ∼ 530000 Nervenzellen von 16 unterschiedlichen Typen und ∼ 6 × 10^9 thalamokortikale und intrakortikale Synapsen. Aktivierung dieses Modells mit gemessen funktionellen Antworten auf passive Berührung eines Schnurrhaares und Simulation der Antworten unterschiedlicher Nervenzelltypen zeigt dass die simulierten Antworten mit experimentellen Messungen übereinstimmen. Dies erlaubt es mit Hilfe von Computersimulationen zu untersuchen wie robuste Antworten auf unterschiedliche Sinnesreize in unterschiedlichen Nervenzelltypen entstehen, und experimentell überprüfbare Vorhersagen zu machen.