ProjektCompConnectomics – Computational Connectomics -

Grunddaten

Akronym:
CompConnectomics
Titel:
Computational Connectomics -
Laufzeit:
01.07.2021 bis 30.06.2024
Abstract / Kurz- beschreibung:
Wie können wir aus der Fülle von Daten, die durch moderne Connectomics-Ansätze generiert werden, die Prinzipien der Organisation kortikaler Schaltkreise verstehen? Wie könnten diese strukturellen Prinzipien uns helfen, die Funktion des Gehrins zu verstehen? Das Ziel dieses Projekts ist es, diese beiden großen Herausforderungen für den Neokortex von Säugetieren anzugehen. Dazu schlagen wir die Entwicklung leistungsfähiger statistischer Methoden vor, die es ermöglichen, herauszufinden und zu testen, welche „Gesetze“ der synaptischen Organisation im Prinzip Messungen sowohl der Netzwerkkonnektivität als auch der Netzwerkfunktion zugrunde liegen könnten. Dieses Framework ermöglicht es Neurowissenschaftlern über webbasierte Tools, (1) mathematische Hypothesen von Synapsenbildungsstrategien zu formulieren, (2) die Auswirkungen solcher "Verdrahtungsregeln" auf die Netzwerkarchitektur zu entdecken, (3) die Relevanz der Regeln für die Funktion mittels Simulationen aufzudecken und (4) Simulationsvorhersagen gegen empirische Konnektivitäts- und Aktivitätsmessungen zu testen. Um dieses Ziel zu erreichen, werden wir komplementäres Fachwissen aus den Bereichen Datenwissenschaft (Baum), Bayes'sche Statistik und maschinelles Lernen (Macke) mit Messungen der Neuroanatomie und Neurophysiologie im intakten Gehirn (Oberlaender) kombinieren.

Unsere Zusammenarbeit versucht dabei zu identifizieren, welche strukturellen und / oder funktionellen Parameter für die Synapsenbildung prädiktiv sind (oder nicht), zu quantifizieren, wie gut eine Verdrahtungsregel durch empirische Daten eingeschränkt wird, welche zusätzlichen Daten für die Einschränkung am nützlichsten wären, und welche Regel am besten mit allen verfügbaren empirischen Daten übereinstimmt. Wir werden unsere Ansätze anwenden und validieren, indem wir die Modellvorhersagen mit neuartigen Messungen der Konnektivität und Aktivität von Neuronen des Neokortex vergleichen. Unsere vorläufigen Daten liefern erste Beweise dafür, dass unsere Ansätze das Potenzial haben, die lokalen Regeln aufzudecken, welche der globalen Organisation neokortikaler Schaltkreise zugrunde liegen. Das vorgeschlagene Projekt wird somit die Grundlage für die Untersuchung der Beziehungen zwischen strukturellen Eigenschaften neuronaler Netzwerke, ihren zugrunde liegenden Prinzipien / Regeln der synaptischen Organisation und kortikalen Funktionen bilden. Solche Erkenntnisse werden es letztendlich ermöglichen, Entwicklungsmechanismen zu untersuchen, die zu diesen Beziehungen führen, sowie strukturelle Ursprünge von kortikalen Fehlfunktionen bei pathologischen Zuständen aufzudecken. In Übereinstimmung mit den Zielen des „SPP Computational Connectomics“ wollen wir leistungsfähige Methoden entwickeln, um Theorien synapischer Organisation mit empirischen Beobachtungen vergleichen und statistisch testen zu können.
Schlüsselwörter:
Neuronale Netzwerke
Synaptische Verschaltungsmuster
Bayessche Statistik
Großhirnrinde
Netzwerk Simulation

Beteiligte Mitarbeiter/innen

Leiter/innen

Wilhelm-Schickard-Institut für Informatik (WSI)
Fachbereich Informatik, Mathematisch-Naturwissenschaftliche Fakultät
Bernstein Center for Computational Neuroscience Tübingen (BCCN)
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

Fachbereich Informatik
Mathematisch-Naturwissenschaftliche Fakultät
Universität Tübingen
Bernstein Center for Computational Neuroscience Tübingen (BCCN)
Interfakultäre Institute
Universität Tübingen

Geldgeber

Bonn, Nordrhein-Westfalen, Deutschland
Hilfe

wird permanent gelöscht. Dies kann nicht rückgängig gemacht werden.