Analyse und Simulation von Konzentrations-Wirkungskurven auf Grundlage von Multielektroden-Neurochip-Experimenten

Lenk, Kerstin

Thema Die Dissertation ist aus dem Themengebiet der Computational Neuroscience, die sich mit der Untersuchung der Informationsverarbeitung im neuronalen System beschäftigt, entstanden. In diesem Forschungsbereich gehören in vitro Multielektroden-Arrays (MEAs) zu den wichtigsten Hilfsmitteln, um die neuronalen Signale aufzuzeichnen. Die MEA-Neurochip-Technologie soll die Untersuchung der Wirkungen und Nebenwirkungen von neuroaktiven Substanzen in einer frühen Phase der pharmakologischen Produktentwicklung unterstützen, so dass ein High-Throughput-Screening von pharmakologischen Kandidaten ermöglicht wird. Somit kann zum Beispiel nach einer Behandlungsstrategie für neurodegenerative Erkrankungen gesucht werden. Zielstellung Das konkrete Ziel der Dissertation ist die Untersuchung von Konzentrations-Wirkungskurven (KWK) sowohl in Experimenten als auch in Simulationen. KWK stellen die konzentrationsabhängige Wirkung von neuroaktiven Substanzen auf verschiedene Merkmale der neuronalen Aktivität dar. Sie spiegeln unterschiedliche Wirkmechanismen der Substanzen an Rezeptoren wider. Damit helfen KWK das Zusammenspiel der verschiedenen Rezeptorwirkungen von neuroaktiven Substanzen qualitativ und quantitativ zu erfassen. Des Weiteren wird die Veränderung der Grundfrequenzen nach Zugabe einer neuroaktiven Substanz untersucht. Methoden Im Rahmen der Dissertation wurden mit CRCFitting (CRC = concentration-response curve) und dem INEX-Modell zwei Software-Module entwickelt, implementiert und getestet sowie zur Auswertung von Daten genutzt: 1) Das Softwaremodul CRCFitting ermöglicht die automatisierte Berechnung von KWK, die Bewertung der Güte dieser Berechnung und die Bestimmung von neuen Merkmalen aus den KWK. Insbesondere entfällt bei der KWK-Berechnung jegliche händische Festlegung von Parameterbereichen oder Startwerten. Ein weiterer großer Vorteil ist die automatisierte Bestimmung der Phasigkeit einer KWK; diese Phasigkeit entspricht unterschiedlichen Rezeptorwirkungen einer Substanz. 2) Das Simulationstool INEX beruht als Simulationstool auf einem Modell spikender Neurone. Ein inhomogener Poissonprozess simuliert das Spiken und die synaptische Wirkung entsteht durch exzitatorische (enthemmende) und inhibitorische (hemmende) Synapsen. Dieses Modell zeichnet sich durch seine Schnelligkeit in der Simulation aus, weshalb auch große Netzwerke mit 10.000 Neuronen und mehr simuliert werden können. Das INEX-Modell ermöglicht es außerdem, unterschiedliche Vernetzungsgrade einer Neuronenpopulation sowie das Verhältnis des Anteils inhibitorischer zum Anteil exzitatorischer Neuronen zu untersuchen. Des Weiteren wurde mittels des an der TU Clausthal entwickelten Tools „SpikeTrain-Analysator“ multiplikative Frequenzleistungsspektren aus den Spiketrains mehrerer neuronaler Kulturen vor und nach Zugabe einer neuroaktiven Substanz berechnet. Ergebnisse Die automatisierte Berechnung von KWK und die nachfolgende Bestimmung von Merkmalen für die Substanzen erlauben es, eine Substanz aufgrund dieser Merkmale mit hoher Sensitivität zu identifizieren. Der „SpikeTrain-Analysator" zeigt eine Spindelbildung der Frequenzdifferenz-leistungsspektren bei Experimenten mit Agmatin auf. Das INEX-Modell ist gut geeignet, um neuronale Aktivität, wie sie bei MEA-Neurochip-Experimenten beobachtet wird, zu simulieren. Dies wird qualitativ und quantitativ nachgewiesen. Vereint werden die beiden im Rahmen der Dissertation entwickelten Tools in der Simulation von KWK durch das INEX-Modell, um schließlich zu zeigen, wie verschiedene Rezeptorwirkungen unterschiedliche KWK entstehen lassen.

Topic The dissertation is part of the subject area of Computational Neuroscience, which has the focus on the investigation of information processing in neuronal systems. In this research area, in vitro multielectrode arrays (MEAs) are a widely used tool to record neuronal signals. The MEA neurochip technology supports the analysis of response and side effects of neuro-active substances in an early phase of pharmacological product development to allow a high-throughput screening of potential pharmacological drugs. Hence, a screening for therapeutic strategies of neurodegenerative diseases is possible. Objectives The concrete aim of the dissertation is the investigation of concentration-response curves (CRC) in experiments as well as in simulations. CRCs are the concentration-depended responses of neuro-active substances to various features of the neuronal activity. They reflect different mechanisms of action of substances at the receptor sides. Thus, CRCs capture qualitatively and quantitively the interplay of different receptor responses of neuro-active substances. Moreover, the change of the base frequencies after the application of a neuro-active substance is investigated. Methods Within the scope of the dissertation, two software modules, the CRCFitting (CRC = concentration-response curve) toolbox and the INEX model, were developed, implemented and tested as well as used for data analysis. 1) The software module CRCFitting enables the automatized computation of CRCs, the assessment of the goodness of fit and the calculation of new features from CRCs. Particularly, the manual definition of parameter ranges and starting values is not required. An additional advantage is the automatized definition of the number of phases of a CRC; this number corresponds to diverse receptor responses of one substance. 2) The simulation tool INEX is based on a model of spiking neurons. An inhomogeneous Poisson process simulates the spiking and the synaptic response originating from excitatory and inhibitory synapses. The model is characterized by short run times, so that large networks with 10,000 neurons and more can be simulated. The INEX model allows additionally different connectivity percentages and the change of the portion of inhibitory and excitatory neurons. Moreover, using the tool „SpikeTrain-Analysator“ developed at TU Clausthal, multiplicative frequency power spectra are calculated from spike trains obtained from several neuronal cultures before and after adding a neuro-active substance. Results The automatized computation of CRCs and the following calculation of features allow an identification of a substance with high sensitivity. The „SpikeTrain-Analysator“ shows a spindle formation of the frequency power spectra in experiments with agmatine. The INEX model is well suitable to simulate neuronal activity as observed in MEA neurochip experiments which was proved qualitatively and quantitatively. The two within the scope of the thesis developed tools are combined in simulations of CRCs using the INEX model to show how different receptor responses result in diverse CRCs.

Vorschau

Zitieren

Zitierform:

Lenk, Kerstin: Analyse und Simulation von Konzentrations-Wirkungskurven auf Grundlage von Multielektroden-Neurochip-Experimenten. 2017.

Zugriffsstatistik

Gesamt:
Volltextzugriffe:
Metadatenansicht:
12 Monate:
Volltextzugriffe:
Metadatenansicht:

Grafik öffnen

Rechte

Nutzung und Vervielfältigung:

Export