Das Amygdala-Konnektom der Ratte - RosDok - Universität Rostock
Das Amygdala-Konnektom der Ratte - RosDok - Universität Rostock
Das Amygdala-Konnektom der Ratte - RosDok - Universität Rostock
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
4.2.3 Alleinstellungsmerkmale <strong>der</strong> vorliegenden Dissertation<br />
Die <strong>Amygdala</strong> <strong>der</strong> <strong>Ratte</strong> ist ein vielbeforschtes Kerngebiet. Bislang ist jedoch noch kein<br />
ausführliches <strong>Konnektom</strong> für den Mandelkern ausgearbeitet worden. Daher wurde dieses<br />
<strong>Konnektom</strong> im Rahmen <strong>der</strong> vorliegenden Arbeit entwickelt und dessen Analyse durchgeführt.<br />
<strong>Das</strong> Konzept von Metanalyse <strong>der</strong> tract-tracing Literatur, <strong>der</strong> Generierung des <strong>Amygdala</strong><br />
<strong>Konnektom</strong>s und dessen Verarbeitung in neuroVIISAS ist es erstmals möglich,<br />
Netzwerkparameter im intrinsischen Netzwerk sowohl für ipsi- als auch kontralaterale<br />
Konnektivitäten <strong>der</strong> <strong>Amygdala</strong> zu bestimmen.<br />
Mit Hilfe <strong>der</strong> eingepflegten Informationen kann das reale Netzwerk <strong>der</strong> <strong>Amygdala</strong> nun<br />
problemlos mit Zufallsnetzwerken verglichen werden, die die gleichen Grundwerte wie<br />
Knoten- und Kantenzahl aufweisen, um Parameter wie Skalenfreiheit, Small-Worldness und<br />
Motive zu betrachten und das Verständnis für die Netzwerkarchitektur zu verbessern. Die<br />
kumulative Auswertung von Publikationen und sehr detaillierte Informationseingabe bieten<br />
die Grundlage für die Auswertung von Informationen auf unterschiedlichen Skalenebenen<br />
(durch Öffnen und Schließen <strong>der</strong> Gebietshierarchie). Die Skalenfreiheit ist ein zentrales<br />
Beispiel für einen Netzwerkparameter, <strong>der</strong> erst durch diesen Vorgang (Öffnen <strong>der</strong> Hierarchie<br />
auf eine sehr hochauflösende Glie<strong>der</strong>ungsebene) deutlich wird.<br />
4.2.4 Ausblick<br />
Mit <strong>der</strong> vorliegenden Arbeit sind die Möglichkeiten <strong>der</strong> <strong>Konnektom</strong>analysen <strong>der</strong> <strong>Amygdala</strong><br />
mit Hilfe von neuroVIISAS noch nicht erschöpft. Die Integration von Informationen ist mit<br />
Konnektivitäten aus Tract-Tracing-Studien nicht begrenzt, es können Daten bis auf die Ebene<br />
<strong>der</strong> Mikroskala (Synpasen) eingegeben werden. Lokale Schaltkreise des Vibrissensensomotorischen<br />
Systems von Barreletts (Hirnstammkerne des Trigeminus) über Barreloids<br />
(Thalamus) zu den primär sensorischen Barrels (sensomotorischer Kortex) sind bereits in dem<br />
RatProject von neuroVIISAS implementiert (Petersen, 2009).<br />
Kollateralen von Neuronen werden im Programm noch unzureichend abgebildet. Bis jetzt<br />
ging es darum, die Projektionen von Neuronen durch <strong>der</strong>en Axone abzubilden. Von vielen<br />
Nervenzellen weiß man jedoch, dass sie Kollateralen in Nachbargebiete und z.T. weit<br />
entfernte Kerne schicken. Durch die Integration dieser Informationen in die Datenbank wird<br />
es möglich sein, genauere <strong>Konnektom</strong>analysen und nachfolgende Läsionssimulationen<br />
durchzuführen.<br />
Eine weitere Entwicklung von neuroVIISAS betrifft die Verwaltung und Auswertung von<br />
Pathways. Für dieses Projekt wurden Kanten zwischen zwei Knoten betrachtet, etablierte<br />
Pfade <strong>der</strong> Informationsübertragung wurden jedoch noch nicht eingegeben. Beispielhaft soll<br />
hier die Sehbahn (Retina – Corpus geniculatum laterale – primäre Sehrinde V1 – sekundäre<br />
Sehrinde V2) genannt werden. Mit neuroVIISAS lassen sich nach Eingabe <strong>der</strong> entsprechenden<br />
konnektionalen Daten zahlreiche an<strong>der</strong>e Wege von <strong>der</strong> Regina zu V1 finden, <strong>der</strong>en<br />
97