Models of Corticostriatal Synaptic Plasticity and Plateau Potentials in Striatal Projection Neurons
Tid: On 2024-09-25 kl 10.00
Plats: F3 (Flodis), Lindstedtsvägen 26 & 28, Stockholm
Videolänk: https://kth-se.zoom.us/j/67009000891
Språk: Engelska
Ämnesområde: Datalogi
Respondent: Daniel Trpevski , Beräkningsvetenskap och beräkningsteknik (CST), Jeanette Hellgren Kotaleski
Opponent: Professor Gaute Einevoll, Department of Physics, University of Oslo; Norwegian University of Life Sciences (NBMU), Oslo, Norway
Handledare: Professor Jeanette Hellgren Kotaleski, Beräkningsvetenskap och beräkningsteknik (CST); Professor Matthias Hennig, Computational Neuroscience, School of Informatics, University of Edinburgh, Edinburgh, UK
QC 20240904
Abstract
I denna avhandling studerades synaptisk plasticitet samt förmågan till lokalberäkning i de striatala projektionsneuronens (SPNs) dendriter. Detta har direkt relevans för förståelsen av s.k. målstyrd inlärning. Målstyrd inlärning och belöningsinlärning innebär att man, baserat på sensorisk informationfrån kroppen och omgivningen, lär sig selektera hur man skall agera/handla så att man uppnår ett mål eller erhåller en belöning (t.ex. mat eller vatten). Hos alla däggdjur är motoriska/exekutiva centra i hjärnstammen och thalamus under konstant tonisk inhibition via basala ganglierna, men när manaktiverar SPNs i den s.k. direkta vägen genom basala ganglierna (dSPN) så disinhiberas de motoriska centra som behövs för att initiera specifika mål-styrda beteenden. Inlärningsprocessen för detta guidas av bl.a. dopamin, en neuromodulator som signalerar huruvida ett beteende ger positivt eller negativt resultat. Synapserna från kortikala projektionsneuron till dSPNs, s.k. kortikostriatala synapser, påverkas av dopamin och de kan förstärkas eller försvagas baserat på om dopaminsignalen signalerar ett positivt eller negativt utfall. Detta antingen främjar eller motverkar att man väljer samma beteende/handlingar under en liknande situation i framtiden.
Via samarbete med andra beräkningsbiologigrupper kunde vi studera de biokemiska signaleringsnätverken i de kortikostriatala synapserna med hjälp av multiskal modeller och simuleringar. Synapsens intracellulära biokemiska signaleringsnätverk kontrollerar synaptisk plasticitet och påverkas av neuro-modulering. Genom att använda multiskalsimuleringar kunde vi studera systemet över multipla temporala och spatiala skalor, och integrera resultaten över de olika skalorna. Baserat på molekylärdynamiska simuleringar av det enzym som överför de extracellulära neuromodulatoriska signalerna till en intracellulär s.k. 2nd messenger molekyl, och Brownianska dynamiksimuleringar av de regulatoriska molekyler som binder till enzymet, kunde vi konstruera en kinetisk modell av detta signaleringsnätverk. Denna kinetiska modell predicerade att två samtidigt förekommande neuromodulatoriska signalförändringar, nämligen en pik i dopamin och en paus i acetylkolin, behövs för att aktivera 2nd messengersignaleringen på ett optimalt sätt, vilket i sin tur leder till att synapsen på dSPN förstärks. Simuleringarna predicerade också att en förändring i dopaminsignalen inte var tillräckligt.
Vi utvecklade därefter en förenklad lokal synaptisk plasticitetsregel baserat på vad som är känt om hur plasticiteten styrs i de kortikostriatala synapserna på dSPNs. Vi kunde visa att med denna inlärningsmodell för synaptisk plasticitet så kan en enskild SPN lära sig att lösa problemet med olinjär funktionsbindning (NFBP), ett beräkningsmässigt svårt problem som representerar klassen av linjärt icke separerbara problem. Detta resultat pekar på att olika, orelaterade eller delvis relaterade stimuli som kräver att man utför samma handling för att uppnå ett mål, kan använda samma SPN för att välja den handlingen, och att en enstaka SPN kan på ett tillförlitligt sätt skilja mellan liknande stimuli.
Lösningen av NFBP med den ovan nämnda inlärningsregeln bygger på supralinjära dendritiska förändringar av membranspänningen vilket kallas platåpotentialer. Experimentellt uppvisar platåpotentialer ett allt-eller-inget beteende, en egenskap som är avgörande för att utföra icke-linjära beräkningar som krävs för att lösa NFBP. Dock producerar beräkningsmodeller av platåpotentialer ofta graderade spänningshöjningar. Vi analyserade och jämförde befintliga modeller för platåpotentialer och fann att glutamatspillover (läckage) i det extrasynaptiska utrymmet producerar, på ett robust sätt, allt-eller-inget platåpotentialer genom att aktivera extrasynaptiska N-methyl-D-aspartat (NMDA) glutamatreceptorer. Detta tyder på att glutamatspillover kan vara en mekanism för att generera dessa allt-eller-inget platåpotentialer även in vivo.
Sammanfattningsvis fördjupar de resultat som presenteras i denna avhandling vår förståelse av enskilda dSPNs roll i målinriktat lärande, de biofysiska mekanismer som är involverade i att utföra neuronens icke-linjära beräkningar, och de neuromodulerande signaler som krävs för att producera synaptisk plasticitet och därmed implementera målinriktat lärande.