Study of the effect of dendritic morphology and ion channels on neuronal modeling

Abstract

This doctoral dissertation focuses on two main projects related to: i) the remodeling of neuronal morphology and ii) the analysis of ion channel models. In Chapter II, REMOD is presented, an innovative open-source software developed for the morphometric analysis and remodeling of three-dimensional (3D) neuronal morphologies. REMOD offers a range of tools for targeted modification and analysis of 3D reconstructions, allowing researchers to study the effects of morphological changes on neuron function in an accurate and flexible manner. In Chapter III, the challenge arising from the proliferation of similar and nearly identical ion channel models in computational neuroscience databases, such as ModelDB, is analyzed. To address this challenge, a new method is presented that exploits similarities in source code and network/graph analysis of ion channel models. This approach allows the identification, grouping, and comparison of original models and their derivatives, facilitating a more efficient use of the existing set of ion channel models. Overall, the dissertation contributes to the development of new tools and methodologies aiming at understanding the interaction between dendritic morphology and neuron function, and improving the utilization of ion channel models.

Η παρούσα διδακτορική διατριβή επικεντρώνεται σε δύο κύριες εργασίες που σχετίζονται με: i) την αναδόμηση νευρωνικής μορφολογίας και ii) την ανάλυση μοντέλων ιοντικών διαύλων. Στο Κεφάλαιο ΙΙ, παρουσιάζεται το REMOD, ένα καινοτόμο λογισμικό ανοιχτού κώδικα που αναπτύχθηκε για τη μορφομετρική ανάλυση και την αναδόμηση τρισδιάστατων (3D) νευρωνικών μορφολογιών. Το REMOD προσφέρει μια σειρά από εργαλεία για στοχευμένη τροποποίηση και ανάλυση τρισδιάστατων ανακατασκευών, επιτρέποντας σε ερευνητές να μελετήσουν τις επιδράσεις μορφολογικών αλλαγών στη λειτουργία των νευρώνων με ακριβή και ευέλικτο τρόπο. Στο Κεφάλαιο ΙΙΙ, αναλύεται η πρόκληση που προκύπτει από τον πολλαπλασιασμό παρόμοιων και σχεδόν πανομοιότυπων μοντέλων ιοντικών διαύλων σε βάσεις δεδομένων υπολογιστικής νευροεπιστήμης, όπως το ModelDB. Για την αντιμετώπιση αυτής της πρόκλησης, παρουσιάζεται μια νέα μέθοδος που αξιοποιεί ομοιότητες στον πηγαίο κώδικα και ανάλυση δικτύων/γραφημάτων των μοντέλων ιοντικών διαύλων. Αυτή η προσέγγιση επιτρέπει τον εντοπισμό, την ομαδοποίηση και τη σύγκριση πρωτότυπων μοντέλων και των παραγώγων τους, διευκολύνοντας μια πιο αποτελεσματική χρήση του υπάρχοντος συνόλου των μοντέλων ιοντικών διαύλων. Συνολικά, η διατριβή συμβάλλει στην ανάπτυξη νέων εργαλείων και μεθοδολογιών με σκοπό την κατανόηση της αλληλεπίδρασης μεταξύ της δενδριτικής μορφολογίας και της λειτουργίας των νευρώνων, και τη βελτίωση της αξιοποίησης μοντέλων ιοντικών διαύλων.