CRCNS: Collaborative Research: Model-Based Control of Spreading Depression Schiff, Steven J. Gluckman, Bruce J. Pennsylvania State University, Hershey, PA, Vereinigte Staaten von Amerika

Diese CRCNS-Anwendung stammt aus Arbeiten, die im Rahmen eines aktuellen DAAD-Stipendiums (Deutscher Akademischer Austausch Dienst) zwischen der Technischen Universität Berlin und der Penn State University mit dem Titel: „“““““““Feedback control of spreading depolarizations in neural systems: Theorie und Experimente““““““““. Das Design dieses CRCNS-Vorschlags, und alle vorläufigen Daten, wurden im Laufe deutscher Fakultäts- und Doktoranden an der Penn State University generiert, und die synergistischen gemeinsamen Bemühungen, die Machbarkeit der Rückkopplungssteuerung der Ausbreitung von Depressionen festzustellen. Spreading Depression (SD) ist eine dramatische Depolarisation des Gehirns, die sich langsam ausbreitet und die physiologische Grundlage der anfänglichen Aura bei Migräne ist. Die folgende Hypothese wird gestellt: SD kann in Computermodellen der zugrundeliegenden neuronalen Biophysik dargestellt werden und kann daher mit modellbasierten Steuerungsstrategien gesteuert werden. Das Projekt beginnt mit der Entwicklung eines experimentellen Präparats unter Verwendung eines tangentialen 2-dimensionalen visuellen Kortex-Nagetier-Gehirnschnitts. SD wird mit einer Perfusatkaliumstörung ausgelöst, und SD wird unter Verwendung einer empfindlichen CCD-Kamera abgebildet, die das intrinsische optische Abbildungssignal detektiert, das mit Brechungsindexänderungen von zellulärer Schwellung assoziiert ist. Es wird eine modellbasierte Strategie verwendet, die der in der autonomen Robotik wie Airframe Autolanders verwendeten ähnelt. Ein Hardware- und Software-Steuerungssystem nimmt das optische Bild in Echtzeit auf, verbindet es mit einem Modell von SD, rekonstruiert die zugrunde liegenden physiologischen Prozesse, berechnet die erforderliche Steuerung und moduliert ein elektrisches Feld, um SD zu modulieren. Sowohl biophysikalisch genaue Modelle der neuronalen Kompartimente und Ionenflüsse als auch reduzierte Modelle, die die Dynamik der Wellenausbreitung widerspiegeln, werden als Beobachtungs- und Kontrollmodelle verwendet. Intellektuelle Verdienste: Dies wird die erste experimentelle Demonstration der modellbasierten Steuerung eines neuronalen Netzwerks sein. Ähnliche Engineering-Strategien haben die fortschrittliche Robotik revolutioniert, und die Grundlagen, die aus einer Fusion der Computational Neuroscience mit der Steuerungstechnik gelernt wurden, werden weitreichende Anpassungen in anderen Bereichen der neuronalen Modulation haben. Darüber hinaus wird dies die erste modellbasierte Kontrolle eines physiologischen Mechanismus sein, der einer dynamischen Erkrankung des Gehirns zugrunde liegt – Migräneauren. Die Kontrollmodelle werden weiterhin als Sonden dienen, um ein besseres Verständnis der Mechanismen von SD zu erlangen. Das versammelte Team verfügt über eine umfangreiche Erfolgsbilanz in den Disziplinen, die für die Durchführung dieses Projekts erforderlich sind: Neurophysiologie, experimentelle und theoretische Physik, Computational Neuroscience, Kontrolltheorie und Neural Engineering. Die im Vorschlag dargestellten Vorarbeiten legen nahe, dass dieses Projekt angesichts der angeforderten Ressourcen durchführbar ist. Breitere Wirkung: Die Verschmelzung von Modellen der Computational Neuroscience mit der modernen modellbasierten Kontrolltheorie wird die Grundlage für ein Transformationsparadigma für die Beobachtung der Aktivität im Gehirn sowie für den Zugang zu einer optimaleren Technologie zur Kontrolle pathologischer Prozesse im Gehirn legen. Es wird eine transdisziplinäre deutsch-amerikanische Bildungskooperation gebildet, in der die ausgebildeten Doktoranden (und das PIs) synergistisch an der Schnittstelle zwischen Computational Neuroscience, Kontrolltheorie, experimenteller Neurophysiologie und Kontrollsystemtechnik zusammenarbeiten. Die PIS hat eine Erfolgsbilanz in der Ausbildung und Betreuung von Frauen und unterrepräsentierten Minderheiten, und sie werden alle Anstrengungen unternehmen, um solche Auszubildenden für die Mentoring-Möglichkeiten dieses Projekts zu suchen. Als kollaborative Partnerschaft erwarten die PIs, dass das, was bei der Kontrolle von SD gelernt wird, eine Reihe von testbaren Strategien zur Kontrolle von Migräne bei Menschen bieten kann, die an schweren Migräneattacken leiden und pharmakologisch unlösbar sind. Darüber hinaus wird auf der Grundlage dieses CRCNS die gleiche Wissenschaft und Technik auf die Modulation von Schwingungswellen und Rhythmen sowohl in vitro (z. B. Schiff et al 2007) als auch in vivo (z. B. Sunderam et al 2009) anwendbar sein. Sie planen, die Algorithmen und das Hardwaredesign, die wie im Datenmanagementplan beschrieben entwickelt wurden, weit zu verbreiten.

Relevanz für die öffentliche Gesundheit

Dies wird die erste experimentelle Demonstration der modellbasierten Steuerung eines neuronalen Netzwerks sein. Ähnliche Engineering-Strategien haben die fortschrittliche Robotik revolutioniert, und die Grundlagen, die aus einer Fusion der Computational Neuroscience mit der Steuerungstechnik gelernt wurden, werden weitreichende Anpassungen in anderen Bereichen der neuronalen Modulation haben. Darüber hinaus wird dies die erste modellbasierte Kontrolle eines physiologischen Mechanismus sein, der einer dynamischen Erkrankung des Gehirns zugrunde liegt – Migräneauren.

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht.