Modelling Neuronal Network Dynamics: The Effect of Two- and Three-Dimensional Topology

 |  Login

Show simple item record

dc.contributor Aalto-yliopisto fi
dc.contributor Aalto University en
dc.contributor.advisor Tanskanen, Jarno
dc.contributor.advisor Lenk, Kerstin
dc.contributor.author Vornanen, Inkeri
dc.date.accessioned 2015-07-01T08:11:02Z
dc.date.available 2015-07-01T08:11:02Z
dc.date.issued 2014
dc.identifier.uri https://aaltodoc.aalto.fi/handle/123456789/17010
dc.description.abstract Neurons form in their natural environment three-dimensional structures. However, most of the in vitro cultures of neurons have been planar. This study aimed to construct a simulation model of a neuronal network to predict, how the network dynamics change, as the neuronal network is transformed from 2D to 3D. We based our model on two biologically realistic computational neuronal network models from literature. Neither of the network models had spatial topology, so in this work we added simple 2D and 3D topologies to the model: First the neurons were placed randomly in 2D or 3D space and then connected to the nearest neurons. The resulting network was approximately 10 %-connected. For comparisons, we used also a non-topological model network, where the neurons were connected randomly. We compared the bursting behaviour of our simulation model in 2D and 3D to in vitro neuronal networks consisting of human embryonic stem cell (hESC) derived neurons. We used data measured with microelectrode arrays (MEAs), which record the electrical activity of the neuron culture at multiple locations simultaneously. The model was compared with planar cultures only, because the 3D neuronal culturing and measurement systems are still in development. The behaviour of the 2D model network was similar to that of the biological neuronal networks when compared visually and statistically. Our simulations illustrated also that adding the topology increased the activity of the network: the spikes and bursts were more frequent in the both 2D and 3D networks than in networks without topology. Also, 3D networks were more active than 2D networks. The very simple topological model used in the study was able to induce a change in the network behaviour, which suggests that spatial topology has an important role in the neuron network dynamics, and encourages us to improve the topology model towards a more biologically plausible one for more realistic results. en
dc.description.abstract Hermosolut (neuronit) muodostavat luonnollisessa elinympäristössään kolmiulotteisia rakenteita. Useimmat in vitro -hermosoluviljelmät ovat kuitenkin olleet tasomaisia. Tämän työn tavoite oli muodostaa laskennallinen hermosoluverkkomalli ennustamaan, miten hermosoluverkon käyttäytyminen muuttuu, kun verkko muuttuu kaksiulotteisesta kolmiulotteiseksi. Tässä työssä verkkomallin pohjana käytettiin kirjallisuudesta kahta hermosoluverkkomallia, joissa ei ollut avaruudellista topologiaa. Malleihin lisättiin kaksi- ja kolmiulotteiset topologiat: Ensin hermosolut asetettiin sattumanvaraisesti kaksi- tai kolmiulotteiseen tilaan. Sen jälkeen lähimmät hermosolut yhdistettiin toisiinsa niin, että tuloksena oli noin 10%:sti yhdistetty verkko. Vertailukohtana käytettiin topologiatonta verkkoa, jossa hermosolut oli yhdistetty satunnaisesti. Simulaatiomallin käyttäytymistä verrattiin kantasoluista erilaistetuista hermosoluista koostuviin verkkoihin. Hermosoluverkkoja oli mitattu mikroelektrodimatriiseilla (microelectrode array, MEA), joilla verkkojen sähköistä aktiivisuutta pystytään mittaamaan useasta kohdasta yhtä aikaa. Vertailua tehtiin vain tasomaisiin biologisiin verkkoihin, sillä kolmiulotteiset hermosoluviljelmät ja mittausjärjestelmä ovat vielä kehitysvaiheessa. Kaksiulotteisen mallin käyttäytyminen vastasi hyvin biologisten hermosoluverkkojen käyttäytymistä visuaalisessa ja tilastollisessa tarkastelussa. Lisäksi simulaatioista huomattiin, kuinka avaruudellisen topologian lisääminen verkkomalliin tekee verkosta aktiivisemman: 2D verkot olivat aktiivisempia kuin kokonaan topologiattomat. Samaten 3D verkot olivat aktiivisempia kuin 2D verkot. Tässä työssä käytetty erittäin yksinkertainen malli sai aikaan selvän muutoksen verkon dynamiikassa, mikä viittaa siihen, että topologialla on suuri merkitys hermosoluverkon dynamiikkaan. Siksi topologiamallia kannattaa edelleen kehittää kohti biologisesti tarkempaa. fi
dc.format.extent x + 65 s.
dc.language.iso en en
dc.title Modelling Neuronal Network Dynamics: The Effect of Two- and Three-Dimensional Topology en
dc.title Hermosoluverkkojen dynamiikan mallintaminen: Kaksi- ja kolmiulotteisen topologian vaikutus fi
dc.type G2 Pro gradu, diplomityö fi
dc.contributor.school Perustieteiden korkeakoulu fi
dc.contributor.school Perustieteiden korkeakoulu fi
dc.subject.keyword hermosoluverkko fi
dc.subject.keyword simulaatiomalli fi
dc.subject.keyword topologia fi
dc.subject.keyword 2D fi
dc.subject.keyword 3D fi
dc.subject.keyword MEA fi
dc.subject.keyword neuron network en
dc.subject.keyword simulation model en
dc.subject.keyword topology en
dc.identifier.urn URN:NBN:fi:aalto-201507013652
dc.type.dcmitype text en
dc.programme.major Laskennallinen tiede fi
dc.programme.mcode Becs-
dc.type.ontasot Diplomityö fi
dc.type.ontasot Master's thesis en
dc.contributor.supervisor Lampinen, Jouko


Files in this item

Files Size Format View

There are no files associated with this item.

This item appears in the following Collection(s)

Show simple item record

Search archive


Advanced Search

article-iconSubmit a publication

Browse

My Account