Modellering av den tidlige synsbane

Thomas Heibergs doktorgradsarbeid har hatt som hovedmål å øke vår forståelse av prosesseringen som foregår i den tidlige synsbane gjennom modellering og å bygge bro mellom biologien og modeller på forskjellige detaljeringsnivåer. 

Modellering av den tidlige synsbane

Menneskehjernen består av flere milliarder nevroner som er koblet sammen via synapser. Resultatet er et komplekst system som forskere har forsøkt å forstå i en årrekke. En fremgangsmåte for å øke forståelsen av hjernen, er å benytte seg av modellering. Forskjellige modelleringsteknikker og -verktøy støtter modellering på forskjellige nivåer, fra detaljerte biofysiske modeller av enkeltnevroner i den ene enden av skalaen til fyringsratemodeller for populasjoner av nevroner i den andre.

Synet er uten tvil den viktigste av menneskets sanser og en stor del av hjernen benyttes til å behandle synsinntrykk. Netthinnen bakerst i øyet, LGN (“lateral geniculate nucleus”) og det primære synssenteret i hjernebarken utgjør de første stegene i synsprosesseringen og omtales gjerne som den tidlige synsbane. Thalamus, som LGN er en del av, har blitt omtalt som “den siste flaskehalsen i informasjonsflyten inn til hjernebarken”. Den har stort sett blitt ansett som kun en reléstasjon for signaler på vei til hjernebarken, men med sin sentrale plassering på toppen av hjernestammen, fremstår dette som et naturlig sted for filtrerering og modulering av signaler fra sansene.

Hovedmålet med denne avhandlingen er å øke vår forståelse av prosesseringen som foregår i den tidlige synsbane gjennom modellering og å bygge bro mellom biologien og modeller på forskjellige detaljeringsnivåer. Vi tar for oss tre temaer: Først undersøker vi i hvilken grad punktnevronmodeller av reléceller i LGN kan forenkles til fyringsratemodeller. Vi tar utgangspunkt i to eksisterende punktnevronmodeller som vi tilpasser forenklede fyringsratemodeller til og sammenligner simuleringsresultater fra de to modelltypene. Videre benytter vi samme fremgangsmåte for å analysere mer komplekse nevronmodeller som kan tilpasses mange forskjellige adferdsmønstre. Til slutt bygger vi en biofysisk detaljert nettverksmodell av LGN-kretsen for å undersøke hvordan forskjellige typer inhibisjon fra lokale internevroner påvirker relécellene. Nødvendige støtteverktøy utvikles underveis for å understøtte storskala parametersøk som står sentralt i alle tre prosjektene.

Modellene og funnene som presenteres her bidrar forhåpentligvis til å ta vår forståelse av hjernen et lite steg videre. Samtidig gjenstår det fortsatt mye før den tidlige synsbane og hjernen generelt er fullt ut forstått. Vi håper derfor at disse resultatene også kan danne et godt utgangspunkt for fremtidige undersøkelser.

Published 18. juni 2018 - 10:51 - Updated 18. juni 2018 - 10:51