Emergência de topologia de redes complexas a partir da auto-organização de neurônios in vitro
Ano de defesa: | 2022 |
---|---|
Autor(a) principal: | |
Orientador(a): | |
Banca de defesa: | |
Tipo de documento: | Tese |
Tipo de acesso: | Acesso aberto |
Idioma: | por |
Instituição de defesa: |
Universidade Federal de São Paulo
|
Programa de Pós-Graduação: |
Não Informado pela instituição
|
Departamento: |
Não Informado pela instituição
|
País: |
Não Informado pela instituição
|
Palavras-chave em Português: | |
Link de acesso: | https://repositorio.unifesp.br/xmlui/handle/11600/63828 |
Resumo: | Objetivo: Investigar como a auto-organização de neurônios in vitro conduz redes neuronais a desenvolverem topologia de redes complexas. Métodos: Neste estudo, foram analisadas as propriedades topológicas de redes inferidas a partir de técnicas de conectividade efetiva aplicadas a spike trains de neurônios hipocampais dissociados de ratos, durante a maturação das culturas entre 6 e 35 dias in vitro. Os dados empíricos foram extraídos de um conjunto de dados livremente disponível (TIMME et al., 2016a). A Entropia de Transferência Bivariada foi computada usando sinais binados e binarizados, derivados dos registros neurais, para construir redes ponderadas e direcionadas. As propriedades topológicas foram medidas usando métricas de teoria de grafos e comparadas durante diferentes estágios do desenvolvimento das redes. Resultados: Mudanças na topologia das redes incluíram um aumento esperado na densidade de arestas e o surgimento de um único componente grande conectado ao longo do tempo. Foi observada uma organização em arquitetura small-world como em trabalhos anteriores, e cinco motifs direcionados de 3 nós foram significativamente mais frequentes do que em redes aleatórias. O uso de um algoritmo de detecção de comunidades permitiu o rastreamento da divisão das redes em módulos não sobrepostos contendo um pequeno número de neurônios, com a maioria deles compreendendo neurônios próximos e maximizando a eficiência global dentro dos módulos. Além disso, foi realizada uma classificação da hubidade dos neurônios considerando grau, força, e duas medidas de centralidade. Encontramos uma relação entre as classificações dos neurônios nestas quatro medidas e a taxa de disparo, bem como seu papel topológico no que diz respeito às conexões fora dos módulos. Conclusões: Estes resultados sugerem que há uma organização da topologia das redes em desenvolvimento nestes arranjos neuronais progredindo de uma arquitetura mais segregada para uma arquitetura mais integrada, com propriedades de redes complexas. Os resultados, considerando módulos e hubidade, fornecem evidências da importância da localização física e da taxa de disparo dos neurônios na organização das redes neuronais, o que permitiu a formulação de uma nova hipótese sobre como as redes efetivas emergem das interações neuronais. |
id |
UFSP_c18dfbb8bd7e2259b3aebe52cb76cec5 |
---|---|
oai_identifier_str |
oai:repositorio.unifesp.br:11600/63828 |
network_acronym_str |
UFSP |
network_name_str |
Repositório Institucional da UNIFESP |
repository_id_str |
|
spelling |
Antonello, Priscila Corrêa [UNIFESP]http://lattes.cnpq.br/4468748317214991http://lattes.cnpq.br/6155537170968904http://lattes.cnpq.br/7024428296425939Porcionatto, Marimélia Aparecida [UNIFESP]Faber, JeanSão Paulo2022-05-17T13:49:58Z2022-05-17T13:49:58Z2022-02-18https://repositorio.unifesp.br/xmlui/handle/11600/63828Objetivo: Investigar como a auto-organização de neurônios in vitro conduz redes neuronais a desenvolverem topologia de redes complexas. Métodos: Neste estudo, foram analisadas as propriedades topológicas de redes inferidas a partir de técnicas de conectividade efetiva aplicadas a spike trains de neurônios hipocampais dissociados de ratos, durante a maturação das culturas entre 6 e 35 dias in vitro. Os dados empíricos foram extraídos de um conjunto de dados livremente disponível (TIMME et al., 2016a). A Entropia de Transferência Bivariada foi computada usando sinais binados e binarizados, derivados dos registros neurais, para construir redes ponderadas e direcionadas. As propriedades topológicas foram medidas usando métricas de teoria de grafos e comparadas durante diferentes estágios do desenvolvimento das redes. Resultados: Mudanças na topologia das redes incluíram um aumento esperado na densidade de arestas e o surgimento de um único componente grande conectado ao longo do tempo. Foi observada uma organização em arquitetura small-world como em trabalhos anteriores, e cinco motifs direcionados de 3 nós foram significativamente mais frequentes do que em redes aleatórias. O uso de um algoritmo de detecção de comunidades permitiu o rastreamento da divisão das redes em módulos não sobrepostos contendo um pequeno número de neurônios, com a maioria deles compreendendo neurônios próximos e maximizando a eficiência global dentro dos módulos. Além disso, foi realizada uma classificação da hubidade dos neurônios considerando grau, força, e duas medidas de centralidade. Encontramos uma relação entre as classificações dos neurônios nestas quatro medidas e a taxa de disparo, bem como seu papel topológico no que diz respeito às conexões fora dos módulos. Conclusões: Estes resultados sugerem que há uma organização da topologia das redes em desenvolvimento nestes arranjos neuronais progredindo de uma arquitetura mais segregada para uma arquitetura mais integrada, com propriedades de redes complexas. Os resultados, considerando módulos e hubidade, fornecem evidências da importância da localização física e da taxa de disparo dos neurônios na organização das redes neuronais, o que permitiu a formulação de uma nova hipótese sobre como as redes efetivas emergem das interações neuronais.Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP)INCT Medicina Regenerativa Proc. 465656/2014-5Código de Financiamento 001Auxílio à Pesquisa 2018/12605-875 f.porUniversidade Federal de São PauloNeurociênciasCrescimento neuronalPlasticidade neuronalEmergência de topologia de redes complexas a partir da auto-organização de neurônios in vitroEmergence of complex network topology from in vitro neuronal self-organizationinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UNIFESPinstname:Universidade Federal de São Paulo (UNIFESP)instacron:UNIFESPEscola Paulista de Medicina (EPM)Ciências Biológicas (Biologia Molecular)ORIGINALtese_PCA.pdftese_PCA.pdfapplication/pdf2975230${dspace.ui.url}/bitstream/11600/63828/2/tese_PCA.pdf79d2fe91c0cd6235c4edce6233054296MD52open accessLICENSElicense.txtlicense.txttext/plain; charset=utf-85839${dspace.ui.url}/bitstream/11600/63828/3/license.txt489ef1f1c9a1c0a0ecc23788764d406aMD53open accessTEXTtese_PCA.pdf.txttese_PCA.pdf.txtExtracted texttext/plain163421${dspace.ui.url}/bitstream/11600/63828/7/tese_PCA.pdf.txt574bfee985b7b4a05937c103ec324831MD57open accessTHUMBNAILtese_PCA.pdf.jpgtese_PCA.pdf.jpgIM Thumbnailimage/jpeg3615${dspace.ui.url}/bitstream/11600/63828/9/tese_PCA.pdf.jpg3768933797c4258daf420a7d03b96ea2MD59open access11600/638282023-05-16 01:18:49.916metadata only accessoai:repositorio.unifesp.br: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Repositório InstitucionalPUBhttp://www.repositorio.unifesp.br/oai/requestopendoar:34652023-05-16T04:18:49Repositório Institucional da UNIFESP - Universidade Federal de São Paulo (UNIFESP)false |
dc.title.pt_BR.fl_str_mv |
Emergência de topologia de redes complexas a partir da auto-organização de neurônios in vitro |
dc.title.alternative.en.fl_str_mv |
Emergence of complex network topology from in vitro neuronal self-organization |
title |
Emergência de topologia de redes complexas a partir da auto-organização de neurônios in vitro |
spellingShingle |
Emergência de topologia de redes complexas a partir da auto-organização de neurônios in vitro Antonello, Priscila Corrêa [UNIFESP] Neurociências Crescimento neuronal Plasticidade neuronal |
title_short |
Emergência de topologia de redes complexas a partir da auto-organização de neurônios in vitro |
title_full |
Emergência de topologia de redes complexas a partir da auto-organização de neurônios in vitro |
title_fullStr |
Emergência de topologia de redes complexas a partir da auto-organização de neurônios in vitro |
title_full_unstemmed |
Emergência de topologia de redes complexas a partir da auto-organização de neurônios in vitro |
title_sort |
Emergência de topologia de redes complexas a partir da auto-organização de neurônios in vitro |
author |
Antonello, Priscila Corrêa [UNIFESP] |
author_facet |
Antonello, Priscila Corrêa [UNIFESP] |
author_role |
author |
dc.contributor.authorLattes.pt_BR.fl_str_mv |
http://lattes.cnpq.br/4468748317214991 |
dc.contributor.advisorLattes.pt_BR.fl_str_mv |
http://lattes.cnpq.br/6155537170968904 |
dc.contributor.advisor-coLattes.pt_BR.fl_str_mv |
http://lattes.cnpq.br/7024428296425939 |
dc.contributor.author.fl_str_mv |
Antonello, Priscila Corrêa [UNIFESP] |
dc.contributor.advisor1.fl_str_mv |
Porcionatto, Marimélia Aparecida [UNIFESP] |
dc.contributor.advisor-co1.fl_str_mv |
Faber, Jean |
contributor_str_mv |
Porcionatto, Marimélia Aparecida [UNIFESP] Faber, Jean |
dc.subject.por.fl_str_mv |
Neurociências Crescimento neuronal Plasticidade neuronal |
topic |
Neurociências Crescimento neuronal Plasticidade neuronal |
description |
Objetivo: Investigar como a auto-organização de neurônios in vitro conduz redes neuronais a desenvolverem topologia de redes complexas. Métodos: Neste estudo, foram analisadas as propriedades topológicas de redes inferidas a partir de técnicas de conectividade efetiva aplicadas a spike trains de neurônios hipocampais dissociados de ratos, durante a maturação das culturas entre 6 e 35 dias in vitro. Os dados empíricos foram extraídos de um conjunto de dados livremente disponível (TIMME et al., 2016a). A Entropia de Transferência Bivariada foi computada usando sinais binados e binarizados, derivados dos registros neurais, para construir redes ponderadas e direcionadas. As propriedades topológicas foram medidas usando métricas de teoria de grafos e comparadas durante diferentes estágios do desenvolvimento das redes. Resultados: Mudanças na topologia das redes incluíram um aumento esperado na densidade de arestas e o surgimento de um único componente grande conectado ao longo do tempo. Foi observada uma organização em arquitetura small-world como em trabalhos anteriores, e cinco motifs direcionados de 3 nós foram significativamente mais frequentes do que em redes aleatórias. O uso de um algoritmo de detecção de comunidades permitiu o rastreamento da divisão das redes em módulos não sobrepostos contendo um pequeno número de neurônios, com a maioria deles compreendendo neurônios próximos e maximizando a eficiência global dentro dos módulos. Além disso, foi realizada uma classificação da hubidade dos neurônios considerando grau, força, e duas medidas de centralidade. Encontramos uma relação entre as classificações dos neurônios nestas quatro medidas e a taxa de disparo, bem como seu papel topológico no que diz respeito às conexões fora dos módulos. Conclusões: Estes resultados sugerem que há uma organização da topologia das redes em desenvolvimento nestes arranjos neuronais progredindo de uma arquitetura mais segregada para uma arquitetura mais integrada, com propriedades de redes complexas. Os resultados, considerando módulos e hubidade, fornecem evidências da importância da localização física e da taxa de disparo dos neurônios na organização das redes neuronais, o que permitiu a formulação de uma nova hipótese sobre como as redes efetivas emergem das interações neuronais. |
publishDate |
2022 |
dc.date.accessioned.fl_str_mv |
2022-05-17T13:49:58Z |
dc.date.available.fl_str_mv |
2022-05-17T13:49:58Z |
dc.date.issued.fl_str_mv |
2022-02-18 |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/doctoralThesis |
format |
doctoralThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
https://repositorio.unifesp.br/xmlui/handle/11600/63828 |
url |
https://repositorio.unifesp.br/xmlui/handle/11600/63828 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
75 f. |
dc.coverage.spatial.pt_BR.fl_str_mv |
São Paulo |
dc.publisher.none.fl_str_mv |
Universidade Federal de São Paulo |
publisher.none.fl_str_mv |
Universidade Federal de São Paulo |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UNIFESP instname:Universidade Federal de São Paulo (UNIFESP) instacron:UNIFESP |
instname_str |
Universidade Federal de São Paulo (UNIFESP) |
instacron_str |
UNIFESP |
institution |
UNIFESP |
reponame_str |
Repositório Institucional da UNIFESP |
collection |
Repositório Institucional da UNIFESP |
bitstream.url.fl_str_mv |
${dspace.ui.url}/bitstream/11600/63828/2/tese_PCA.pdf ${dspace.ui.url}/bitstream/11600/63828/3/license.txt ${dspace.ui.url}/bitstream/11600/63828/7/tese_PCA.pdf.txt ${dspace.ui.url}/bitstream/11600/63828/9/tese_PCA.pdf.jpg |
bitstream.checksum.fl_str_mv |
79d2fe91c0cd6235c4edce6233054296 489ef1f1c9a1c0a0ecc23788764d406a 574bfee985b7b4a05937c103ec324831 3768933797c4258daf420a7d03b96ea2 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UNIFESP - Universidade Federal de São Paulo (UNIFESP) |
repository.mail.fl_str_mv |
|
_version_ |
1785105889158496256 |