Refine
Has Fulltext
- yes (2)
Is part of the Bibliography
- yes (2)
Document Type
- Doctoral Thesis (2)
Keywords
- Auditorischer Kortex (1)
- Biological Networks (1)
- Cochlear-Implantat (1)
- Complex Systems (1)
- Data Mining (1)
- Dreieck (1)
- Graphentheorie (1)
- Hörrinde (1)
- Komplexes System (1)
- Machine Learning (1)
Das Cochlea-Implantat (CI) ermöglichte bereits >300 000 hochgradig hörgeschädigten Menschen
weltweit eine grundsätzlich wiederhergestellte Hörfunktion. Es wird angenommen, dass sich das
Sprachverständnis von CI-Trägern verbessert, wenn die funktionale Trennung der CI-Kanäle erhöht
wird. Neben verschiedenen auf die auditorische Peripherie beschränkten Ansätzen gibt es Überlegungen, eine verbesserte Kanaltrennung durch die Rehabilitation taubheitsinduzierter Degenerationen in der spektralen Verarbeitung im zentralen auditorischen System zu erreichen. Es konnte in ertaubten Tieren bislang allerdings kein adäquates CI-Stimulationsmuster beschrieben werden, dass es erlaubte, eine gezielte neuronale Plastizität in der spektralen Verarbeitung zu induzieren.
Die Arbeitsgruppe um M.P. Kilgard (UT Dallas, USA) zeigte in mehreren Studien in hörenden Tieren,
dass auditorische Stimulation gepaart mit elektrischer Vagusnerv-Stimulation (VNS) zu einer gezielten kortikalen Plastizität führt. Diese gepaarte Stimulation konnte die spektrale Verarbeitung von Signalen im auditorischen Kortex (AC) gezielt beeinflussen und so z.B. pathologisch verbreiterte Repräsentationen von Tönen wieder verfeinern. Dieses hochgradige Potential für gezielte Plastizität im AC durch die gepaarte VNS scheint eine vielversprechende Lösung darzustellen, um die durch verbreiterte Repräsentation im ertaubten AC verminderte CI-Kanaltrennung zu verbessern. Vor diesem Hintergrund sollte in der vorliegenden Promotion die Übertragbarkeit dieses hochgradigen Potentials auf das ertaubte und CI-stimulierte auditorische System evaluiert werden.
Um die CI-Kanaltrennung zu untersuchen, wurde ein Multikanal-CI für die Mongolische Wüstenrennmaus (Gerbil) entwickelt. Trotz der kleinen Ausmaße von Cochlea und AC im Gerbil und der generell breiten neuronalen Erregung durch intracochleäre elektrische Stimulation konnte eine tonotop organisierte und selektive Repräsentation der neuronalen Antworten für mehrere CI-Kanäle im AC nachgewiesen werden. Für die gepaarte CI/VN-Stimulation wurden die Tiere zusätzlich mit einer Manschettenelektrode um den linken zervikalen Nervus vagus (VN) implantiert. Die chronischen Implantate erlaubten über mehrere Wochen hinweg eine stabile und zuverlässige elektrische Stimulation im frei-beweglichen Gerbil. Damit kombiniert das in dieser Promotion entwickelte Multikanal-CI-VNS-Modell die Vorteile einer tonotop selektiven und stabilen neuronalen Aktivierung mit den ethischen, kostenrelevanten und entwicklungsbezogenen Vorteilen, die der Einsatz von Kleinnagern bietet.
Als nächster Schritt wurde das grundsätzliche Potential der gepaarten CI/VN-Stimulation für gezielte plastische Veränderungen im AC des Gerbils getestet. Engineer et al. (2011) hatten bereits in akustischen Studien in hörenden Ratten die kortikale Überrepräsentation eines einzelnen chronisch mit VNS gepaarten Tones gezeigt. In der vorliegenden Promotion wurde versucht, die Ergebnisse aus der akustischen Studie in hörenden Ratten in zwei verschiedenen Studien im Gerbil zu reproduzieren. Analog zur gepaarten Ton/VN-Stimulation in der Ratte untersuchten wir zuerst in ertaubten Gerbils die Auswirkungen einkanaliger CI-Stimulation gepaart mit VNS. Im AC des Gerbils konnten keine Veränderung der zentralen Repräsentation des VNS gepaarten CI-Kanals festgestellt werden. Um speziesspezifische (Ratte vs. Gerbil) und stimulusspezifische (akustisch vs. elektrisch) Unterschiede zwischen den Studien als mögliche Gründe für das Ausbleiben der VNS induzierten Plastizität auszuschließen, wurde nun die gepaarte Ton/VN-Stimulation (Engineer et al., 2011) im hörenden Gerbil wiederholt. Eine kortikale Überrepräsentation des VNS gepaarten Signals konnte aber auch im hörenden Gerbil nicht reproduziert werden.
Mögliche Gründe für die Diskrepanz zwischen unseren Ergebnissen im Gerbil und den publizierten
Ergebnissen in der Ratte werden diskutiert. Die generelle Funktionsfähigkeit der VNS in den chronisch stimulierten Tieren wurde durch die Ableitung VNS evozierter Potentiale (VNEP) kontrolliert. Ein speziesspezifischer Unterschied erscheint bei der biologischen Nähe von Ratte und mongolischer Wüstenrennmaus unwahrscheinlich, kann allerdings durch die vorliegenden Studien nicht vollständig ausgeschlossen werden. Eine Abhängigkeit des plastischen Potentials der gepaarten VNS von der Stimulationsintensität ist bekannt. Da Ratten und Gerbils ähnliche VNEP-Schwellen zeigten und mit identischen VNS-Amplituden stimuliert wurden, gehen wir davon aus, dass Unterschiede im plastischen Potential gepaarter VNS zwischen beiden Spezies nicht auf die verwendete Stimulationsintensität zurückzuführen sind.
Die beschriebene Diskrepanz im Potential für kortikale Plastizität durch gepaarte VNS weckt Zweifel an der Übertragbarkeit des für die Ratte publizierten Potentials auf andere Spezies, einschließlich des Menschen.
In the course of the growth of the Internet and due to increasing availability of data, over the last two decades, the field of network science has established itself as an own area of research. With quantitative scientists from computer science, mathematics, and physics working on datasets from biology, economics, sociology, political sciences, and many others, network science serves as a paradigm for interdisciplinary research.
One of the major goals in network science is to unravel the relationship between topological graph structure and a network’s function. As evidence suggests, systems from the same fields, i.e. with similar function, tend to exhibit similar structure. However, it is still vague whether a similar graph structure automatically implies likewise function. This dissertation aims at helping to bridge this gap, while particularly focusing on the role of triadic structures.
After a general introduction to the main concepts of network science, existing work devoted to the relevance of triadic substructures is reviewed. A major challenge in modeling triadic structure is the fact that not all three-node subgraphs can be specified independently
of each other, as pairs of nodes may participate in multiple of those triadic subgraphs.
In order to overcome this obstacle, we suggest a novel class of generative network models based on so called Steiner triple systems. The latter are partitions of a graph’s vertices into pair-disjoint triples (Steiner triples). Thus, the configurations on Steiner triples can be specified independently of each other without overdetermining the network’s link
structure.
Subsequently, we investigate the most basic realization of this new class of models. We call it the triadic random graph model (TRGM). The TRGM is parametrized by a probability distribution over all possible triadic subgraph patterns. In order to generate a network instantiation of the model, for all Steiner triples in the system, a pattern is drawn from the distribution and adjusted randomly on the Steiner triple. We calculate the degree distribution of the TRGM analytically and find it to be similar to a Poissonian distribution. Furthermore, it is shown that TRGMs possess non-trivial triadic structure. We discover inevitable correlations in the abundance of certain triadic subgraph
patterns which should be taken into account when attributing functional relevance to particular motifs – patterns which occur significantly more frequently than expected at random. Beyond, the strong impact of the probability distributions on the Steiner triples on the occurrence of triadic subgraphs over the whole network is demonstrated. This interdependence allows us to design ensembles of networks with predefined triadic substructure. Hence, TRGMs help to overcome the lack of generative models needed for assessing the relevance of triadic structure.
We further investigate whether motifs occur homogeneously or heterogeneously distributed over a graph. Therefore, we study triadic subgraph structures in each node’s neighborhood individually. In order to quantitatively measure structure from an individual node’s perspective, we introduce an algorithm for node-specific pattern mining for both directed unsigned, and undirected signed networks. Analyzing real-world datasets, we find that there are networks in which motifs are distributed highly heterogeneously, bound to the proximity of only very few nodes. Moreover, we observe indication for the potential sensitivity of biological systems to a targeted removal of these critical vertices. In addition, we study whole graphs with respect to the homogeneity and homophily of their node-specific triadic structure. The former describes the similarity of subgraph distributions in the neighborhoods of individual vertices. The latter quantifies whether connected vertices
are structurally more similar than non-connected ones. We discover these features to be characteristic for the networks’ origins. Moreover, clustering the vertices of graphs regarding their triadic structure, we investigate structural groups in the neural network of C. elegans, the international airport-connection network, and the global network of diplomatic sentiments between countries. For the latter we find evidence for the instability of triangles considered socially unbalanced according to sociological theories.
Finally, we utilize our TRGM to explore ensembles of networks with similar triadic substructure in terms of the evolution of dynamical processes acting on their nodes. Focusing on oscillators, coupled along the graphs’ edges, we observe that certain triad motifs impose a clear signature on the systems’ dynamics, even when embedded in a larger
network structure.