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

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.