Summary
Information processing in the brain is based on the dynamics of electrical activity in large neuronal networks.
Activity dynamics depends on network structure: the strength and pattern of synaptic connections between
neurons. For proper network function, this synaptic connectivity should be precisely tuned. However, network
structure is not static. Both during development and in adulthood, neuronal architecture and synaptic
organization can undergo massive changes. A central unresolved question, therefore, is how neural circuits can
maintain stable function in the face of ongoing plasticity.
Important determinants of synaptic connectivity—neuronal morphology, synaptic strengths, intrinsic
neuronal excitability—are modulated by electrical activity, in both the developing and adult brain. A reciprocal
interaction therefore exists between network activity (fast dynamics) and network structure (slow dynamics).
Changes in network activity cause changes in network structure, which cause changes in network activity, and so
on. We hypothesize that this continuous interplay shapes neuronal networks and renders their function stable to
ongoing plasticity.
In existing neuronal network models, network structure is largely static. To address our hypothesis, we will
create novel computational models of activity-dependent neuronal morphogenesis and the interdependent
development of network connectivity and activity, as well as new statistical methods for comparing modelgenerated
data with experimental data. We will examine whether stable network function and characteristic
network connectivity and activity can emerge from local activity-dependent processes. Our models and methods
will be validated with and give insight into extensive data sets on neuronal morphology and connectivity and
activity patterns in (developing) cortical neuronal networks.
Samenvatting (in Dutch)
Vorming van Neuronale Netwerken door een Wederkerige Wisselwerking tussen Activiteit en Structuur.
Informatie verwerking in de hersenen is gebaseerd op dynamische patronen van elektrische activiteit in
netwerken van zenuwcellen. Deze dynamiek hangt af van de sterkte en het patroon van de verbindingen tussen
de cellen (netwerk structuur). Voor een goed functioneren van een netwerk moeten deze verbindingen heel
precies staan afgesteld. Echter, zowel gedurende de ontwikkeling als in volwassen toestand ondergaan
zenuwcellen en hun verbindingen grote veranderingen. Een cruciale, nog onopgeloste vraag is daarom hoe
zenuwnetwerken in staat zijn hun functie te behouden ondanks deze voortdurende plasticiteit.
Belangrijke elementen die de structuur van een netwerk bepalen—morfologie en interne eigenschappen van
zenuwcellen, sterkte van hun verbindingen—staan onder controle van elektrische activiteit. Daardoor bestaat er
een wederzijdse wisselwerking tussen netwerk activiteit en netwerk structuur. Veranderingen in activiteit
veroorzaken veranderingen in structuur, die op hun beurt de activiteit veranderen, enz. Onze hypothese is dat
deze continue wisselwerking de structuur van een netwerk bepaalt en er voor zorgt dat zijn functie stabiel blijft.
Omdat er geen computermodellen van zenuwnetwerken bestaan waarin de structuur veranderlijk is, gaan we,
om onze hypothese te toetsen, in dit project nieuwe modellen ontwikkelen waarin zowel de morfologie en
interne eigenschappen van zenuwcellen als hun verbindingen kunnen veranderen onder invloed van de
elektrische activiteit in het netwerk. Tevens gaan we nieuwe statistische methoden ontwikkelen om de
uitkomsten van onze modellen te vergelijken met zenuwnetwerken in de hersenen. We verwachten dat ons
onderzoek belangrijke nieuwe inzichten gaat opleveren over de structuur en het functioneren van
zenuwnetwerken, zowel in gezondheid als ziekte.
|