ProjektRetNet4EC – Realistische Retina-Modelle zum Testen der “efficient coding”-Hypothese

Grunddaten

Akronym:
RetNet4EC
Titel:
Realistische Retina-Modelle zum Testen der “efficient coding”-Hypothese
Laufzeit:
01.01.2023 bis 31.12.2025
Abstract / Kurz- beschreibung:
Ziel dieses Projekts ist es, ein detailliertes Modell des exzitatorischen Signalwegs der Retina zu entwickeln und zu testen, ob dieser eine effiziente Kodierungsstrategie für visuelle Informationen verfolgt. Dafür werden wir zunächst experimentelle Daten zu den verschiedenen Verarbeitungsschritten sammeln. Dann verwenden wir diese Daten, um Modelle dieses Signalwegs zu erstellen, anhand derer wir untersuchen können, wie komplexe Reize (z.B. natürliche Bilder) im frühen visuellen System verarbeitet werden. Schließlich werden wir diese Modelle verwenden, um die Hypothese zu testen, dass die funktionelle Organisation dieses Signalwegs den Prinzipien der „efficient coding“-Hypothese folgt. Der exzitatorische Signalweg der Retina umfasst drei Schritte: Photorezeptoren wandeln Licht in elektrische Aktivität um und übertragen das Signal über glutamaterge Bandsynapsen an Bipolarzellen (BZ). Die BZ fassen die Signale mehrerer Photorezeptoren zusammen und leiten sie über eine weitere Bandsynapse an retinalen Ganglienzellen (RGZ) weiter. Viele Studien haben diesen Signalweg untersucht, aber wie die vorgelagerten Verarbeitungsschritte die RGZ-Antworten auf natürliche Bilder formen, ist noch nicht verstanden. In diesem Projekt werden wir RGZ-Antworten auf natürliche Reize messen und neuartige Werkzeuge verwenden, um den Beitrag der BZ zu untersuchen. Um den auf die RGZ einwirkenden synaptischen Eingang und die resultierenden postsynaptischen Potenziale zu charakterisieren, werden wir den BZ-Ausgang und die Potentiale in den RGZ-Dendriten mit Hilfe der Zwei-Photonen (2P) -Bildgebung mit Glutamat- bzw. Spannungssensoren aufzeichnen, während wir den Photorezeptoren natürliche Bilder zeigen. Um zu untersuchen, wie BZ-Signale auf der RGZ-Ebene integriert werden, werden wir digitale 2P-Holographie mit Optogenetik kombinieren, um so einzelne BZs selektiv zu stimulieren und die Auswirkungen dieser Stimulation auf RGZ-Antworten mit Multielektroden-Arrays (MEAs) aufzuzeichnen.
Als nächstes werden wir ein Modell konstruieren, das diese Daten integriert: BZ-Ausgangssignale, dendritische RGZ-Potentiale und RGZ-Spikes bei visueller Stimulation sowie RGZ-Spikes bei holografischer BZ-Stimulation. Die Integration dieser heterogenen Daten – bestehend aus synaptischem Ausgang, postsynaptischem Potential und Spikes sowie verschiedenen Arten der räumlich-zeitlichen Stimulation – in ein einziges Modell stellt eine neue Herausforderung dar. Wir gehen jedoch davon aus, dass der Aufbau und das Testen eines solchen Modells einen noch nie dagewesenen Einblick in die Verarbeitung natürlicher Bilder durch den retinalen exzitatorischen Signalweg erlauben wird. Schließlich werden wir mit einem genauen Modell dieses Signalwegs in der Lage sein, quantitativ zu testen, ob seine Organisation mit effizienten Kodierungsprinzipien vereinbar ist. Zu diesem Zweck werden wir neuartige Methoden nutzen, um zu prüfen, ob komplexe, nichtlineare Modelle die Informationsübertragung optimieren.

Beteiligte Mitarbeiter/innen

Leiter/innen

Department für Augenheilkunde
Kliniken und klinische Institute, Medizinische Fakultät
Forschungsinstitut für Augenheilkunde
Department für Augenheilkunde, Kliniken und klinische Institute, Medizinische Fakultät
Werner Reichardt Centrum für Integrative Neurowissenschaften (CIN)
Zentren oder interfakultäre wissenschaftliche Einrichtungen

Ansprechpartner/innen

Forschungsinstitut für Augenheilkunde
Department für Augenheilkunde, Kliniken und klinische Institute, Medizinische Fakultät
Hertie Institute for Artificial Intelligence in Brain Health (HIAI)
Nichtklinische Institute, Medizinische Fakultät
Interfakultäres Institut für Biomedizinische Informatik (IBMI)
Interfakultäre Institute
Exzellenzcluster: Maschinelles Lernen: Neue Perspektiven für die Wissenschaft (CML)
Zentren oder interfakultäre wissenschaftliche Einrichtungen
Tübingen AI Center
Fachbereich Informatik, Mathematisch-Naturwissenschaftliche Fakultät

Lokale Einrichtungen

Forschungsinstitut für Augenheilkunde
Department für Augenheilkunde
Kliniken und klinische Institute, Medizinische Fakultät
Werner Reichardt Centrum für Integrative Neurowissenschaften (CIN)
Zentren oder interfakultäre wissenschaftliche Einrichtungen
Universität Tübingen

Geldgeber

Bonn, Nordrhein-Westfalen, Deutschland

Kooperationen

Hilfe

wird permanent gelöscht. Dies kann nicht rückgängig gemacht werden.