Project Details
Projekt Print View

Mathematische Modellierung der Entstehung und Suppression pathologischer Aktivitätszustände in den Basalganglien-Kortex-Schleifen

Subject Area Human Cognitive and Systems Neuroscience
Term from 2013 to 2017
Project identifier Deutsche Forschungsgemeinschaft (DFG) - Project number 101434521
 
Final Report Year 2020

Final Report Abstract

Die Arbeiten in Teilprojekt 9 beschäftigen sich vorrangig mit der Entwicklung mathematischer Modelle der Basalgangliendynamik unter physiologischen und pathologischen Bedingungen. Sie zeigen, dass das Anpassen selbst einfachster Netzwerk-Modelle an elektrophysiologische Daten zu einer Vielzahl unterschiedlichster Netzwerkkonfigurationen führt, die jedoch konsistente und pathologiespezifische dynamische Eigenschaften aufweisen („Homologien“). Die Ergebnisse sind vor allem im Kontext natürlicher interindividueller Variabilität sowie Subtypen der Parkinson-Erkrankung interessant, liefern aber auch Ansatzpunkte für Folgestudien, die sich mit möglichen Krankheitsprogressionsmustern oder individuell optimierten therapeutischen Interventionen beschäftigen. Ein weiterer Schwerpunkt in TP9 ist die Modellierung und Untersuchung des lokalen Feldpotentials (LFP), insbesondere als potentielle Orientierungshilfe für eine präzisere Positionierung von Elektroden für die tiefe Hirnstimulation. Im Kontext eines einfachen LFP-Modells konnten wir nachweisen, dass durch Ausnutzung der raumzeitlichen Struktur des an mehreren Elektroden gleichzeitig aufgezeichneten LFPs eine genauere Lokalisation räumlich begrenzter, kohärent aktiver Zellpopulationen („Hotspots“) erreicht werden kann. Weiterhin untersucht TP9, inwiefern aus funktionellen Magnetresonanztomografie-Daten (fMRT) extrahierte funktionale Netzwerke zum Verständnis neurodegenerativer Erkrankungen beitragen bzw. sich als Diagnosewerkzeug eignen. Wir zeigen, dass verschiedene Kombinationen von etablierten Netzwerkkonstruktionsmethoden zu statistisch signifikanten jedoch widersprüchlichen Beziehungen zwischen Netzwerkeigenschaften für verschiedene Krankheitszustände führen können. Dies erklärt Diskrepanzen zwischen früheren Studien und stellt in Frage, inwiefern Analysen von resting-state-fMRT-Netzwerken die Mechanismen neurodegenerativer Erkrankungen aufdecken können. Wir schlussfolgern, dass eine Evaluation der diagnostischen Aussagekraft solcher Ansätze einen systematischen Vergleich verschiedener Netzwerkkonstruktionsmethoden erfordert. Die hier hervorgehobenen Arbeiten werden durch eine Reihe weiterer Studien komplementiert, die im Zusammenhang mit TP9 durchgeführt wurden bzw. werden.

Publications

 
 

Additional Information

Textvergrößerung und Kontrastanpassung