Inverse, multidimensional input-output flow mapping is very important for use of valves in precision motion control applications. Due to the highly nonlinear characteristic and uncertain model structure of the cartridge valves, it is hard to formulate the modelling of their flow mappings into simple parameter estimation problems. This contribution conducts a comprehensive analysis and validation of three- and four-dimensional input-output-mapping approaches for a proportional pilot operated seat valves. Therefore, a virtual and a physical test-rig setup are utilized for initial measurement, implementation and assessment. After modeling and validating the valve under consideration, as a function of flow, pressure and temperature different mapping methods are investigated. More specifically, state of the art approaches, deep-learning methods and a newly developed approach (extPoly) are examined. Especially ANNs and Polynomials show reasonable approximation results even for more than two inputs. However, the results are strongly dependent on the structure and distribution of the input data points. Besides identification effort, the invertibility was investigated.

L’hémorragie sous-arachnoïdienne (HSA) est une pathologie redoutable résultant fréquemment de la rupture d’un anévrisme intracrânien. Elle est associée à une mortalité élevée et d’importants déficits neurologiques. Le saignement entraîne l’augmentation de la pression intracrânienne, la diminution du flux cérébral sanguin, l’apparition de l’inflammation cérébrale et la mort neuronale. Ces évènements de la phase d’insulte cérébrale précoce (72 premières heures) conditionnent le devenir du patient. Le vasospasme était initialement considéré comme la cause principale des ischémies cérébrales retardées (DCI), mais sa diminution pharmacologique n’a montré aucun bénéfice pour les patients. Cependant, l’infiltration rapide des leucocytes dans le SNC suivant le saignement semble impliquée dans le développement des DCI. Notre hypothèse est que l’activation précoce du système immunitaire à la suite de l’HSA est responsable de la mort neuronale retardée et de la survenue des déficits constatés chez les patients souffrant d’HSA. Nos buts étaient de caractériser la contribution des leucocytes dans l’inflammation cérébrale et la mort neuronale dans un modèle murin d’HSA, de moduler cette inflammation par l’utilisation de la protéine MFG-E8, une protéine anti-inflammatoire favorisant la clairance apoptotique, et de confirmer la présence d’une signature immunologique comparable chez les patients HSA. Notre modèle murin nous a permis d’induire chirurgicalement l’HSA et d’injecter par voie intrapéritonéale la protéine MFG-E8. La composition cellulaire du sang (humain et murin) et du cerveau des souris a été analysée par cytométrie en flux. Le plasma (humain et murin) et le liquide céphalo-rachidien (LCR) des patients ont été analysés par dosage cytokinique. Certains cerveaux de souris étaient inclus en paraffine pour l’imagerie par microscopie confocale. La lignée cellulaire de microglie nous a permis d’étudier la modulation de la capacité de phagocytose et de production de ROS par l’exposition au sérum ou au LCR de patients HSA. Dans une première étude, nous avons démontré le rôle de l’inflammation cérébrale précoce dans le développement de la mort neuronale et des symptômes chez les souris HSA. Nous avons également caractérisé la présence de marqueurs inflammatoires systémiques chez les patients HSA. Dans une deuxième étude, nous avons montré que le traitement par la protéine MFG-E8 chez les souris HSA entraînait la diminution de l’inflammation périphérique ainsi que de la présence des marqueurs M1, de l’activation des astrocytes et de la mort neuronale dans le cerveau aboutissant à la diminution de la sévérité des symptômes. L’étude de l’activation immunitaire chez les patients HSA, nous a permis d’observer une signature immunologique similaire à notre modèle murin. Nous avons montré que les patients HSA présentaient une augmentation des cellules immunitaires innées et une immunodépression lymphocytaire en comparaison avec des donneurs sains. Nous avons également décrit l’importance du grade et du genre des patients par la caractérisation d’un profil inflammatoire plus sévère chez les patients hauts gradés et chez les hommes. Finalement, nos résultats confirment l’existence d’une signature immunologique similaire entre les patients HSA et notre modèle murin aboutissant, dans les deux cas, à l’augmentation de l’activation de l’inflammation systémique et cérébrale. Cette signature immunologique est dépendante du sexe et du grade des patients. La diminution de la gravité des symptômes par le traitement avec la protéine MFG-E8 dans notre modèle souris confirme l’implication incontestable de l’inflammation dans l’apparition des déficits moteurs secondaires à la mort neuronale, et le potentiel thérapeutique de cette protéine MFG-E8 dans le développement de nouvelles thérapies. / Subarachnoid hemorrhage (SAH) is a redoubtable pathology resulting frequently from the rupture of an intracranial aneurysm. It is associated to an important mortality and severe neurologic deficits. The bleeding leads to an increase in the intracranial pressure, to a decrease in cerebral blood flow, to the development of cerebral inflammation and to neuronal death. These events of early brain injury (first 72 hours) determine the patient’s prognosis. The vasospasm was first thought to be the main cause of delayed cerebral ischemia (DCI), but its pharmacological decrease was not being associated to any benefits for the patients. However, rapid leucocytic infiltration in the CNS secondary to the bleeding seems implicated in the development of DCI. Our hypothesis is that the early immune system activation in SAH is responsible for delayed neuronal death and for the onset of symptoms in SAH patients. Our goals were to characterize the contribution of leucocytes in cerebral inflammation and neuronal death in our SAH mice model, to modulate the inflammation by using MFG-E8 protein, an anti-inflammatory protein promoting the apoptotic clearance, and to confirm this similar immunologic signature in SAH patients. Our mouse model allows us to surgically induce SAH and to inject the MFG-E8 protein by intraperitoneal injection. The cellular composition of blood (human and mouse) and of mouse brains were analyzed by flow cytometry. The plasma (human and mouse) and the cerebrospinal fluid (CSF) were analyzed by cytokine assay. Some mice brains were paraffin-embedded for confocal microscopy imaging. Microglia cell lines allowed us to evaluate the modulation of phagocytosis and reactive oxygen species (ROS) production secondary to the exposition to SAH patients’ serum and CSF. In the first study, we have demonstrated the impact of early cerebral inflammation on neuronal death and the occurrence of symptoms in SAH mice. We also have characterized the presence of systemic inflammatory markers in SAH patients. In the second study, we have shown that MFG-E8 protein treatment in our SAH mice model is linked to a decrease in peripheric inflammation as well as to a decrease of M1 markers, astrocytic activation and neuronal death in the brain leading to a decrease of symptoms severity. iv The study of immune activation in SAH patients allowed us to observe an immune signature like in our mouse model. We have revealed that SAH patients have an increase in innate immune cells and in lymphocytic immunosuppression in comparison to healthy donors. We have also described the importance of gender and SAH grade by the characterization of a more severe inflammatory profile in high-grade and in male patients. To conclude, our results confirm the existence of a similar immune signature between SAH patients and our mouse model leading in both cases to an increase in systemic and cerebral inflammation. This immunologic signature depends on the patients’ gender and on the grade of SAH. The decrease of symptom severity with MFG-E8 protein treatment in our mice model confirms the unquestionable implication of inflammation in the occurrence of motor deficits secondary to neuronal death and the therapeutic potential of MFG-E8 for the development of new therapies.

L'objectif de la présente thèse de doctorat était d'étudier la relation entre le bilinguisme et le contrôle exécutif général. Les recherches sur le bilinguisme en psycholinguistique ont montré que la co-activation permanente des langues ainsi que la nécessité de s'adapter à l'environnement linguistique peuvent produire un renforcement des capacités de contrôle chez les bilingues. Toutefois, la nature des processus de contrôle impliqués reste controversée. Trois études ont examiné cette question au niveau neuronal chez des bilingues tardifs français-allemand. Différentes tâches expérimentales mettant en jeu un conflit cognitif ont été utilisées, les unes impliquant une composante linguistique (Stroop et amorçage négatif), et une autre impliquant une composante motrice (antisaccades). Les principaux résultats sont les suivants : (1) Renforcement des processus de gestion de conflits et d'inhibition chez les bilingues, (2) Interaction entre le cortex cingulaire antérieur et le cortex préfrontal dans le contrôle cognitif plus efficace chez les bilingues que chez les monolingues et (3) Modulation du contrôle exécutif par divers facteurs linguistiques individuels inhérents au bilinguisme. Prises dans leur ensemble, ces observations corroborent l'hypothèse d'une implication de processus de contrôle général dans le bilinguisme et révèlent des capacités d'adaptation neuroplastique en fonction des contraintes linguistiques. / The present doctoral thesis aimed to study the relation between bilingualism and domain-general executive control. Psycholinguistic research on bilingualism has shown that the sustained co-activation of languages and the need to adapt to the linguistic environment lead to a reinforcement of control abilities in bilinguals. However, the nature of domain-general executive control involvement in multiple language use is a matter of debate. Three studies were conducted in order to investigate this issue at the neuronal level in French-German late bilinguals. Different experimental tasks involving a cognitive conflict were used, certain of them involving a linguistic component (Stroop and negative priming) and the other one involving a motoric component (antisaccade). The main findings collected in the present doctoral thesis showed (1) the behavioral and neurophysiological evidence of enhanced conflict monitoring and inhibition in bilinguals, (2) the more efficient dynamic interplay between the anterior cingulate cortex and the prefrontal cortex in executive control in bilinguals in comparison with monolinguals, and (3) a modulation of executive control by the individual linguistic factors inherent to bilingualism. Taken together, the present findings support psycholinguistic theories postulating domain-general control involvement in bilingualism and reveal the capacity of neuroplastic adaptation as a function of linguistic constraints.

Tout au long de la vie d’un organisme, l’architecture du système nerveux est mise à l’épreuve par des processus de maturation, de croissance, de stress mécaniques et de vieillissement. Bien que certaines molécules de maintenance de l’organisation des ganglions et fascicules neuronaux aient été identifiés chez le nématode C. elegans, les mécanismes assurant la protection à long terme de l’architecture du système nerveux restent mal compris. Chez les mutants de maintenance neuronale sax-7/L1CAM, certaines structures neuronales se développent initialement normalement, mais se désorganisent avec le temps. Un criblage génétique effectué au laboratoire a indiqué l’implication du gène mig-6/Papiline dans la maintenance neuronale: la perte de fonction de mig-6 supprime la désorganisation neuronale progressive des mutants sax-7. De plus, l’organisation neuronale des mutants mig-6 est mieux préservée dans un contexte de stress mécanique que chez le type sauvage. Un équilibre entre l'adhésion cellulaire et la flexibilité du milieu semble donc clé. Par ailleurs, les cellules gliales sont en relation étroite avec les neurones, mais leur implication dans la maintenance neuronale reste inexplorée. Ainsi, lors de ces travaux, la question principale est d’étudier la contribution de la matrice extracellulaire et de cellules gliales dans un contexte de maintenance de l’architecture du système nerveux chez C. elegans. Les résultats révèlent que MIG-6/Papiline régule l’état de la matrice extracellulaire en modifiant l’organisation du collagène IV, un composant abondant et conservé des membranes basales. Cette modification du collagène IV semble compenser les défauts d’adhésion cellulaire présents chez les mutants de maintenance sax-7/L1CAM et contrer un déplacement des ganglions neuronaux lors d’un stress mécanique accru. L’exploration de cellules gliales en contexte de maintenance neuronale a mis en évidence certains défauts des mutants de maintenance sax-7/L1CAM. Comprendre les principes généraux du maintien de l'architecture et de la connectivité neuronale pourrait aider à identifier des facteurs clés influençant l'apparition et la progression de neuropathologies. / Throughout life, the architecture of the nervous system is challenged by processes of maturation, growth, mechanical stress and aging. Although neuronal maintenance mechanisms of ganglia and fascicles organization involving conserved factors have been identified in the nematode C. elegans, little is known about processes that aim for the long-term protection of the nervous system architecture. In sax-7/L1CAM neuronal maintenance mutants, some neuronal ganglia and fascicles initially develop normally, but become disorganized over time. A genetic screen performed in the laboratory indicated the involvement of mig-6/Papilin in neuronal maintenance: loss of mig-6 function suppresses progressive neuronal disorganization in sax-7 mutants. Moreover, the neuronal organization of mig-6 mutants is better preserved under mechanical stress than in the wild-type strain. A balance between the adhesion of neurons to their environment and the flexibility of the surrounding extracellular matrix thus seems of importance. Furthermore, glial cells are closely related to neurons, but their involvement in the maintenance of the organization of neuronal structures remains unexplored. The main question of this work is to study the contribution of the extracellular matrix and of two types of glial cells in the context of maintenance of the nervous system architecture in C. elegans. Our results reveal that MIG-6/Papilin regulates the state of the extracellular matrix by altering the organization of collagen IV, an abundant and conserved component of basement membranes, thus compensating for cell adhesion defects in sax-7/L1CAM maintenance mutants and counteracting a neural ganglia displacement upon increased mechanical stress. Our exploration of glial cells in the context of neuronal maintenance also revealed defects in sax-7/L1CAM maintenance mutants. Understanding the general principles of maintenance of neuronal architecture and connectivity could help identify key factors influencing the onset and progression of neuropathologies.

Mathematical modeling and simulation has emerged as a fundamental means to understand physical process around us with countless real-world applications in applied science and engineering problems. However, heavy reliance on first principles, symmetry relations, and conservation laws has limited its applicability to a few scientific domains and even few real-world scenarios. Especially in disciplines like biology the underlying living constituents exhibit a myriad of complexities like non-linearities, non-equilibrium physics, self-organization and plasticity that routinely escape mathematical treatment based on governing laws. Meanwhile, recent decades have witnessed rapid advancement in computing hardware, sensing technologies, and algorithmic innovations in machine learning. This progress has helped propel data-driven paradigms to achieve unprecedented practical success in the fields of image processing and computer vision, natural language processing, autonomous transport, and etc. In the current thesis, we explore, apply, and advance statistical and machine learning strategies that help bridge the gap between data and mathematical models, with a view toward modeling and simulation of spatiotemporal processes in biology. As first, we address the problem of learning interpretable mathematical models of biologial process from limited and noisy data. For this, we propose a statistical learning framework called PDE-STRIDE based on the theory of stability selection and ℓ0-based sparse regularization for parsimonious model selection. The PDE-STRIDE framework enables model learning with relaxed dependencies on tuning parameters, sample-size and noise-levels. We demonstrate the practical applicability of our method on real-world data by considering a purely data-driven re-evaluation of the advective triggering hypothesis explaining the embryonic patterning event in the C. elegans zygote. As a next natural step, we extend our PDE-STRIDE framework to leverage prior knowledge from physical principles to learn biologically plausible and physically consistent models rather than models that simply fit the data best. For this, we modify the PDE-STRIDE framework to handle structured sparsity constraints for grouping features which enables us to: 1) enforce conservation laws, 2) extract spatially varying non-observables, 3) encode symmetry relations associated with the underlying biological process. We show several applications from systems biology demonstrating the claim that enforcing priors dramatically enhances the robustness and consistency of the data-driven approaches. In the following part, we apply our statistical learning framework for learning mean-field deterministic equations of active matter systems directly from stochastic self-propelled active particle simulations. We investigate two examples of particle models which differs in the microscopic interaction rules being used. First, we consider a self-propelled particle model endowed with density-dependent motility character. For the chosen hydrodynamic variables, our data-driven framework learns continuum partial differential equations that are in excellent agreement with analytical derived coarse-grain equations from Boltzmann approach. In addition, our structured sparsity framework is able to decode the hidden dependency between particle speed and the local density intrinsic to the self-propelled particle model. As a second example, the learning framework is applied for coarse-graining a popular stochastic particle model employed for studying the collective cell motion in epithelial sheets. The PDE-STRIDE framework is able to infer novel PDE model that quantitatively captures the flow statistics of the particle model in the regime of low density fluctuations. Modern microscopy techniques produce GigaBytes (GB) and TeraBytes (TB) of data while imaging spatiotemporal developmental dynamics of living organisms. However, classical statistical learning based on penalized linear regression models struggle with issues like accurate computation of derivatives in the candidate library and problems with computational scalability for application to “big” and noisy data-sets. For this reason we exploit the rich parameterization of neural networks that can efficiently learn from large data-sets. Specifically, we explore the framework of Physics-Informed Neural Networks (PINN) that allow for seamless integration of physics priors with measurement data. We propose novel strategies for multi-objective optimization that allow for adapting PINN architecture to multi-scale modeling problems arising in biology. We showcase application examples for both forward and inverse modeling of mesoscale active turbulence phenomenon observed in dense bacterial suspensions. Employing our strategies, we demonstrate orders of magnitude gain in accuracy and convergence in comparison with conventional formulation for solving multi-objective optimization in PINNs. In the concluding chapter of the thesis, we skip model interpretability and focus on learning computable models directly from noisy data for the purpose of pure dynamics forecasting. We propose STENCIL-NET, an artificial neural network architecture that learns solution adaptive spatial discretization of an unknown PDE model that can be stably integrated in time with negligible loss in accuracy. To support this claim, we present numerical experiments on long-term forecasting of chaotic PDE solutions on coarse spatio-temporal grids, and also showcase de-noising application that help decompose spatiotemporal dynamics from the noise in an equation-free manner.

No description available.

Einleitung: Bei generalisierten Dystonieformen, gekennzeichnet durch abnorme Haltungen und Verdrehungen infolge unwillkürlicher Muskelkontraktionen, kommt häufig die Tiefe Hirnstimulation (THS) im Globus pallidus internus (Nucleus entopeduncularis, EPN, in Nagern) zum Einsatz. Die Entwicklung rationaler Therapieansätze bzw. die Optimierung der THS ist durch mangelnde Kenntnisse zur Pathophysiologie sowie zum Wirkmechanismus der THS bei Dystonien erschwert. Veränderungen der neuronalen Plastizität innerhalb der Basalganglienschleife scheinen hierbei allerdings eine entscheidende Rolle zu spielen. Einen wichtigen Modulator der neuronalen Plastizität stellen die perineuronalen Netze (PNs) dar, welche sich um die Zellsomata und proximalen Dendriten von Neuronen, insbesondere Parvalbumin-reaktiven (PV+) Interneuronen, befinden. Ein wichtiger Bestandteil dieses kondensierten Subtyps der extrazellulären Matrix (EZM) sind die Chondroitinsulfat-Proteoglykane, wie Aggrecan und Brevican. Während die Rolle einer abnormen PN-Expression in der Pathophysiologie der Dystonien weitgehend unbekannt ist, konnte bei einer Form der paroxysmalen Dyskinesie des Hundes mit dystonen Symptomen ein Defekt im Brevican-Gen gefunden werden. Somit könnten die PNs auch an der Pathophysiologie der Dystonien beteiligt sein. Ziele der Untersuchungen: Daher wurde im ersten Teil dieser Arbeit der Hypothese nachgegangen, dass die basale Expression von Brevican in Dystoniemodellen verändert ist und PN pathophysiologische Bedeutung bei Dystonien haben. Da Veränderungen der PN durch elektrische Impulse ein wichtiger Mechanismus der THS darstellen könnte, wurde im zweiten Teil untersucht, ob eine antidyston wirksame THS mit Veränderungen in der neuronalen Aktivität (c-Fos) und Brevican-Expression einhergeht. Tiere, Material und Methoden: Als phänotypisches Modell der paroxysmalen Dystonie wurde der dtsz Hamster genutzt, bei dem wahrscheinlich die Reifung von PV+ Interneuronen verzögert ist. Die DYT1 Knock-in Maus, die keine dystonen Symptome zeigt, ist ein ätiologisches Modell für eine permanente generalisierte Dystonieform. In beiden Tiermodellen wurde die Brevican-Expression immunhistochemisch mittels Intensitätsmessungen und Zellzählung von Brevican-exprimierenden PV+ Neuronen untersucht: dtsz Hamster (n = 8; Kontrolltiere n = 5) bzw. DYT1 KI-Maus (n = 9, Kontrolltiere n = 8). Zudem erfolgten im Mausmodell (je n = 6) Untersuchungen der Proteine mittels Western Blot und der mRNA-Expression (qPCR). Weiterhin wurde nach EPN-THS mit 130 Hz (antidyston wirksam) bzw. 40 Hz (Tendenz zu antidystonen Effekten) sowohl Brevican als auch c-Fos in dtsz und Kontrollhamstern vs. sham-Stimulationen (je n = 8 dtsz, n = 5 Kontrolltiere) untersucht. Die graphische Darstellung und statistische Auswertung mittels t-Test bzw. ANOVA erfolgte mit SigmaPlot (Signifikanzniveau von 5 % (p ≤ 0,05)). Ergebnisse: Der Vergleich von dtsz vs. Kontrollhamster ergab interessante (basale) Unterschiede innerhalb des Basalganglien-Netzwerks. So zeigte sich eine geringere Anzahl Brevican-positiver Zellen an der Gesamtzahl PV+ Zellen (Brev+/PV+) im motorischen Cortex und an striatalen schwach PV+ Interneuronen, während die Brevican-Intensitäten im Striatum und dem ventromedialen Thalamus erhöht waren. Die Untersuchungen in der DYT1 KI-Maus ergaben hingegen nur eine subtile Erhöhung von Brevican im motorischen Cortex. Eine dreistündige THS im dtsz Hamster (vs. sham) führte nicht zu Veränderungen von Brevican, die basalen Genotyp-Veränderungen bestätigten sich jedoch. Erhöhungen in der neuronalen Aktivität (c-Fos) nach EPN-THS zeigten sich nahe der Elektrodenspitze und eine Verringerung in den tiefen Cerebellarkernen nach 130 Hz EPN THS. Schlussfolgerungen: Im dtsz Hamstermodell könnte eine Entwicklungsstörung der PN an der verzögerten Ausreifung der PV+ Interneurone beteiligt sein. Die weiteren Veränderungen stimmen mit bekannten regionalen Störungen im Basalgangliennetz überein. Allerdings bleibt unklar, ob sie Ursache der Dystonie oder Folge anderer Veränderungen darstellen. Die nur kurze, dreistündige THS hatte keine weitreichenden Effekte auf die neuronale Aktivität und Brevican. Stärkere Effekte sind auch eher bei den noch laufenden Langzeit-THS Versuchen über 10 Tage bei dtsz Hamstern zu erwarten. Die basalen Brevican-Veränderungen bei der dtsz Mutante zeigten sich nicht im asymptomatischen DYT1 KI-Mausmodell, bei dem die corticale Erhöhung der Anzahl Brev+/PV+ jedoch ein Grund für sensomotorische Störungen sein könnte. Brevican ist somit zwar nicht generell vermindert, jedoch in beiden Dystoniemodellen verändert, so dass weiterführende Untersuchungen zur pathophysiologischen Bedeutung von Brevican sowie anderen PN Komponenten, wie HAPLN4 und Aggrecan, sinnvoll erscheinen.:1 Einleitung 2 Literaturübersicht 2.1 Dystonien 2.1.1 Definition und Einteilung 2.1.2 Pathophysiologie primärer Dystonien 2.1.2.1 Neuronale Plastizität 2.1.2.2 Neuronale Aktivität 2.1.3 Therapieoptionen für Dystonien 2.1.3.1 Tiefe Hirnstimulation (THS) 2.1.4 Tiermodelle für die primäre Dystonie 2.1.4.1 dtsz Hamstermutante 2.1.4.2 DYT1 KI-Mausmodell 2.2 Extrazelluläre Matrix und perineuronale Netze 2.2.1 Aufbau und Funktion 2.2.2 Manipulationen der Expression von PN-Komponenten 2.2.3 Pathophysiologische Bedeutung von perineuronalen Netzen in Bewegungsstörungen 2.3 Hypothesen der vorliegenden Arbeit 3 Tiere, Material, Methoden 3.1 Tiere 3.1.1 Haltung und Fütterung von Hamstern 3.1.2 Haltung und Fütterung von Mäusen 3.2 Material 3.3 Methoden 3.3.1 Dystonie-Induktion und Beurteilung der Schweregrade beim dtsz Hamster 3.3.2 Tiefe Hirnstimulation dtsz Hamster und Kontrolltiere 3.3.3 Genotypisierung der DYT1 KI-Mäuse 3.3.4 Euthanasie und Probenentnahme 3.3.5 Immunhistochemie (IHC) 3.3.5.1 Brevican und Parvalbumin 3.3.5.2 c-Fos 3.3.5.3 Aggrecan 3.3.6 Western Blot (WB) 3.3.6.1 Probenvorbereitung und Proteinextraktion 3.3.6.2 Durchführung Western Blot 3.3.7 Quantitative Real-Time PCR (qPCR) 3.3.7.1 Probenvorbereitung und mRNA-Isolation 3.3.7.2 cDNA-Synthese und Durchführung qPCR 3.3.8 Statistische Auswertung 3.3.8.1 Statistische Auswertung der IHC 3.3.8.2 Statistische Auswertung des WB 3.3.8.3 Statistische Auswertung der qPCR 4 Ergebnisse 4.1 Basale Veränderungen von Brevican beim dtsz Hamster 4.1.1 Intensität von Brevican 4.1.2 Anteil von Brevican-exprimierenden Parvalbumin-reaktiven (PV+) Zellen 4.1.3 Einzelzellintensität von Brevican an striatalen Parvalbumin-positiven (PV+) Zellen 4.2 Veränderungen von Brevican im DYT1 KI-Mausmodell 4.2.1 Intensität von Brevican bei DYT1 KI-Mäusen 4.2.2 Anteil von Brevican-exprimierenden Parvalbumin-reaktiven (PV+) Zellen 4.2.3 Western Blot 4.2.4 qPCR 4.3 Brevican und Parvalbumin im dtsz Hamstermodell nach Tiefer Hirnstimulation (THS) 4.3.1 Intensität von Brevican bei sham-stimulierten und stimulierten dtsz und Kontrollhamstern 4.3.2 Effekte von 130 Hz THS auf den Anteil von Brevican-exprimierenden Parvalbumin-reaktiven (PV+) Zellen 4.3.3 THS-Effekte auf die Anzahl von PV+ Zellen 4.3.4 Einzelzellintensitäten von Brevican um striatale PV+ Zellen 4.4 Neuronale Aktivität im dtsz Hamstermodell nach Tiefer Hirnstimulation (THS) 4.4.1 c-Fos Intensität in der Umgebung der Elektroden 4.4.2 Anzahl c-Fos-reaktiver Zellen 4.5 Vorversuche zu weiteren Komponenten perineuronaler Netze 4.6 Zusammenfassung der Ergebnisse 5 Diskussion 5.1 Ausgewählte Aspekte zur Methodik 5.1.1 Methodische Aspekte zur Immunhistochemie 5.1.2 Methodische Aspekte zum Western Blot 5.1.3 Methodische Aspekte zur qPCR 5.2 Diskussion der Ergebnisse 5.2.1 Brevican im dtsz Hamster 5.2.2 Brevican in der DYT1 KI-Maus 5.2.3 Brevican und Parvalbumin nach THS im dtsz Hamster 5.2.4 Neuronale Aktivität nach THS im dtsz Hamster 5.3 Bedeutung und Ausblick 6 Zusammenfassung 7 Summary 8 Literaturverzeichnis 9 Anhang / Introduction: Deep brain stimulation (DBS) in the globus pallidus internus (nucleus entopeduncularis, EPN, in rodents) is frequently used in generalized forms of dystonia, characterized by abnormal postures and contortions due to involuntary muscle contractions. The development of rational therapeutic approaches or optimization of DBS is hampered by a lack of knowledge about the pathophysiology as well as the mechanism of action of DBS in dystonia. However, changes in neuronal plasticity within the basal ganglia loop seem to play a crucial role in this regard. An important modulator of neuronal plasticity is represented by the perineuronal nets (PNs) located around the cell somata and proximal dendrites of neurons, particularly parvalbumin-reactive (PV+) interneurons. An important component of this condensed extracellular matrix (ECM) subtype are chondroitin sulfate proteoglycans, such as aggrecan and brevican. While the role of abnormal PN expression in the pathophysiology of dystonia is largely unknown, a defect in the brevican gene was found in a form of canine paroxysmal dyskinesia with dystonic symptoms. Thus, PNs may also be involved in the pathophysiology of dystonia. Aims of the studies: Therefore, the first part of this work addressed the hypothesis that basal expression of brevican is altered in dystonia models and PNs have pathophysiological significance in dystonia. Because changes in PN by electrical stimuli may represent an important mechanism of DBS, the second part examined whether antidystonic DBS is associated with changes in neuronal activity (c-Fos) and brevican expression. Animals, Materials, and Methods: The dtsz hamster, in which maturation of PV+ interneurons is probably delayed, was used as a phenotypic model of paroxysmal dystonia. The DYT1 knock-in mouse, which does not show dystonic symptoms, is an etiologic model for a permanent generalized form of dystonia. In both animal models, brevican expression was examined immunohistochemically using intensity measurements and cell counting of brevican-expressing PV+ neurons: dtsz hamster (n = 8; control animals n = 5) and DYT1 KI mouse (n = 9, control animals n = 8), respectively. In addition, examination of protein (western blot) and mRNA expression (qPCR) were performed in the mouse model (n = 6 each). Furthermore, after EPN-DBS at 130 Hz (antidystonic effects) or 40 Hz (tendency to antidystonic effects), both brevican and c-Fos were examined in dtsz and control hamsters vs. sham stimulation (n = 8 dtsz each, n = 5 control animals). Graphical representation and statistical analysis using t-test and ANOVA, respectively, were performed using SigmaPlot (significance level of 5% (p ≤ 0.05)). Results: Comparison of dtsz vs. control hamsters revealed interesting (basal) differences within the basal ganglia network. For example, there was a lower number of brevican-positive cells to total PV+ cells (Brev+/PV+) in motor cortex and striatal weakly PV+ interneurons, while brevican intensities were increased in striatum and ventromedial thalamus. In contrast, the studies in the DYT1 KI mouse revealed only a subtle increase in brevican in the motor cortex. Three-hour DBS in the dtsz hamster (vs. sham) did not result in changes of brevican, but the basal genotype changes were confirmed. Increases in neuronal activity (c-Fos) after EPN-DBS were seen near the electrode tip and a decrease in deep cerebellar nuclei after 130 Hz EPN-DBS. Conclusions: In the dtsz hamster model, developmental disruption of the PN may be involved in the delayed maturation of PV+ interneurons. The other changes are consistent with known regional disturbances in the basal ganglia network. However, it remains unclear whether they represent a cause of the dystonia or a consequence of other changes. DBS, which was only brief and lasted three hours, had no widespread effects on neuronal activity and brevican. Stronger effects are also more likely after the long-term DBS which is still ongoing for 10 days in dtsz hamsters. The basal brevican changes in the dtsz mutant were not evident in the asymptomatic DYT1 KI mouse model, in which the cortical increase in Brev+/PV+ number could, however, be a cause of sensorimotor dysfunction. Thus, although brevican is not generally decreased, it is altered in both dystonia models, so further studies on the pathophysiological significance of brevican as well as other PN components, such as HAPLN4 and aggrecan, seem reasonable.:1 Einleitung 2 Literaturübersicht 2.1 Dystonien 2.1.1 Definition und Einteilung 2.1.2 Pathophysiologie primärer Dystonien 2.1.2.1 Neuronale Plastizität 2.1.2.2 Neuronale Aktivität 2.1.3 Therapieoptionen für Dystonien 2.1.3.1 Tiefe Hirnstimulation (THS) 2.1.4 Tiermodelle für die primäre Dystonie 2.1.4.1 dtsz Hamstermutante 2.1.4.2 DYT1 KI-Mausmodell 2.2 Extrazelluläre Matrix und perineuronale Netze 2.2.1 Aufbau und Funktion 2.2.2 Manipulationen der Expression von PN-Komponenten 2.2.3 Pathophysiologische Bedeutung von perineuronalen Netzen in Bewegungsstörungen 2.3 Hypothesen der vorliegenden Arbeit 3 Tiere, Material, Methoden 3.1 Tiere 3.1.1 Haltung und Fütterung von Hamstern 3.1.2 Haltung und Fütterung von Mäusen 3.2 Material 3.3 Methoden 3.3.1 Dystonie-Induktion und Beurteilung der Schweregrade beim dtsz Hamster 3.3.2 Tiefe Hirnstimulation dtsz Hamster und Kontrolltiere 3.3.3 Genotypisierung der DYT1 KI-Mäuse 3.3.4 Euthanasie und Probenentnahme 3.3.5 Immunhistochemie (IHC) 3.3.5.1 Brevican und Parvalbumin 3.3.5.2 c-Fos 3.3.5.3 Aggrecan 3.3.6 Western Blot (WB) 3.3.6.1 Probenvorbereitung und Proteinextraktion 3.3.6.2 Durchführung Western Blot 3.3.7 Quantitative Real-Time PCR (qPCR) 3.3.7.1 Probenvorbereitung und mRNA-Isolation 3.3.7.2 cDNA-Synthese und Durchführung qPCR 3.3.8 Statistische Auswertung 3.3.8.1 Statistische Auswertung der IHC 3.3.8.2 Statistische Auswertung des WB 3.3.8.3 Statistische Auswertung der qPCR 4 Ergebnisse 4.1 Basale Veränderungen von Brevican beim dtsz Hamster 4.1.1 Intensität von Brevican 4.1.2 Anteil von Brevican-exprimierenden Parvalbumin-reaktiven (PV+) Zellen 4.1.3 Einzelzellintensität von Brevican an striatalen Parvalbumin-positiven (PV+) Zellen 4.2 Veränderungen von Brevican im DYT1 KI-Mausmodell 4.2.1 Intensität von Brevican bei DYT1 KI-Mäusen 4.2.2 Anteil von Brevican-exprimierenden Parvalbumin-reaktiven (PV+) Zellen 4.2.3 Western Blot 4.2.4 qPCR 4.3 Brevican und Parvalbumin im dtsz Hamstermodell nach Tiefer Hirnstimulation (THS) 4.3.1 Intensität von Brevican bei sham-stimulierten und stimulierten dtsz und Kontrollhamstern 4.3.2 Effekte von 130 Hz THS auf den Anteil von Brevican-exprimierenden Parvalbumin-reaktiven (PV+) Zellen 4.3.3 THS-Effekte auf die Anzahl von PV+ Zellen 4.3.4 Einzelzellintensitäten von Brevican um striatale PV+ Zellen 4.4 Neuronale Aktivität im dtsz Hamstermodell nach Tiefer Hirnstimulation (THS) 4.4.1 c-Fos Intensität in der Umgebung der Elektroden 4.4.2 Anzahl c-Fos-reaktiver Zellen 4.5 Vorversuche zu weiteren Komponenten perineuronaler Netze 4.6 Zusammenfassung der Ergebnisse 5 Diskussion 5.1 Ausgewählte Aspekte zur Methodik 5.1.1 Methodische Aspekte zur Immunhistochemie 5.1.2 Methodische Aspekte zum Western Blot 5.1.3 Methodische Aspekte zur qPCR 5.2 Diskussion der Ergebnisse 5.2.1 Brevican im dtsz Hamster 5.2.2 Brevican in der DYT1 KI-Maus 5.2.3 Brevican und Parvalbumin nach THS im dtsz Hamster 5.2.4 Neuronale Aktivität nach THS im dtsz Hamster 5.3 Bedeutung und Ausblick 6 Zusammenfassung 7 Summary 8 Literaturverzeichnis 9 Anhang

La recherche des dernières décennies nous a offert une compréhension détaillée des processus par lesquels les aires visuelles du cerveau reconstituent les signaux physiques de l’environnement pour en générer des représentations. Cependant, la proposition selon laquelle la perception serait également le produit d’inférences et attentes, qui nous permettraient d’interpréter plus exactement les informations entrantes à l’aide d’expériences passées, est récurrente dans l’histoire des neurosciences cognitives. Le predictive coding (PC), qui est actuellement un modèle influent de la perception, propose qu’un des rôles principaux du cerveau est de prédire les informations entrantes. L’apprentissage visuel serait ainsi orienté en fonction d’informations n’ayant pas été correctement prédites ou d’erreurs de prédiction. Le PC est associé depuis quelques années par le phénomène de suppression neuronale (SN), où la réduction graduelle de l’activité cérébrale associée au traitement répété d’un stimulus, représenterait la réduction des erreurs de prédiction. Cette thèse propose premièrement que bien que la SN puisse être le reflet d’un processus assimilable au PC, celle-ci ne le représente possiblement qu’en partie. Une mesure additionnelle reflétant la correction ou l’ajustement des prédictions déclenché par l’erreur de prédiction serait alors nécessaire. Dans un premier temps, une revue critique des principaux courants de la recherche sur l’apprentissage est présentée sous la forme d’un chapitre de livre du domaine plus large du développement des capacités d’apprentissage. Celle-ci permet de préciser les aspects fondamentaux de l’habituation, la SN et la capacité à associer des éléments en mémoire, ainsi que l’importance de caractériser ces phénomènes aussi pleinement que possible par l’utilisation de nouvelles mesures, ce qui motive les études expérimentales présentées subséquemment. Par la suite, une première étude visant à identifier une mesure complémentaire à celle de la SN reflétant un processus d’ajustement de prédictions est présentée. Cette mesure, nommée entropie multi-échelles (EME), offre une estimation de la quantité d’information d’un signal électroencéphalographique (EEG) et de la capacité de traitement des réseaux neuronaux sous-jacents. La première hypothèse de cette étude était donc que la SN serait accompagnée d’une augmentation de l’EME au-dessus de la région occipito-temporale lors d’un apprentissage de visages. Puisque les phénomènes reflétés par la SN et l’EME s’appuieraient sur la contribution de régions distantes dont le cortex préfrontal dorsolatéral, la deuxième hypothèse était que ces mesures seraient altérées par une modulation exogène de l’activité de cette région préfrontale par stimulation électrique transcrânienne à courant direct (SETCD). Les résultats ont montré que le signal EEG présentait à la fois une SN et une augmentation de l’EME avec l’apprentissage. De plus, la modulation préfrontale par SETCD a entraîné des variations de l’EME de la région occipito-temporale, sans toutefois avoir un impact sur la mesure de SN. La première étude suggère ainsi que la SN et l’EME reflètent des mécanismes cérébraux impliqués dans l’apprentissage visuel et compatibles au modèle de PC. Dans la deuxième étude, l’hypothèse d’une association entre les mesures de SN et d’EME a été reprise, cette fois dans le contexte d’un apprentissage visuel relationnel, étant donné le potentiel que représente les connaissances d’associations passées entre items pour la génération de prédictions. Dans ce contexte, des effets de SN et d’augmentation d’EME ont été obtenus à nouveau et étaient associées à la réussite de l’encodage d’associations de visages-paysages. Un deuxième aspect de cette étude visait à investiguer la présence d’effets semblables chez de jeunes enfants sains, étant donné plusieurs études suggérant que le PC et la mémoire relationnelle soient fonctionnels dans la première année de vie. Cependant, étant donné l’absence d’effets dans ce groupe, les résultats de la deuxième étude suggèrent que la présence du PC tôt dans le développement s’appuie possiblement sur d’autres ressources que la mémoire relationnelle. Les études de cette thèse sont une première démonstration du potentiel que représentent les mesures de SN et d’EME dans la compréhension des mécanismes qui sous-tendent la perception et l’apprentissage visuel. / Research over the last decades has offered detailed knowledge of the processes by which visual areas use physical signals from the environment to represent it accurately. However, the proposition that perception also relies on inferences and predictions based on past experience to allow more efficiency in the interpretation of incoming signals has been recurrent throughout the history of cognitive neuroscience. In recent years, the predictive coding (PC) model, which proposes that the brain acts as a predictor of incoming information, has been influential in this field. Learning is therefore driven by prediction error and encoding is essentially restricted to unpredicted inputs, thus allowing adjustments to predictions. PC has been associated with repetition suppression (RS), whereby the gradual reduction in brain responses associated with the repeated processing of a stimulus is thought to represent prediction error reduction. This thesis proposes that although RS may be attributable to a PC process, it may not represent it fully. To do so would necessitate the use of an additional measure reflecting prediction adjustments carried out as a consequence of prediction error. A critical review of the principal currents in the cerebral mechanisms underlying learning is presented first. This review underlines the fundamental aspects of habituation, RS and the ability to associate elements to one another in memory and the importance of characterizing these phenomena fully using new measures of learning, which motivates the experimental studies presented next. Then, a study aimed at identifying a measure complementary to RS and reflecting a prediction adjustment process is presented. This measure, named multiscale entropy (MSE), offers an estimation of the information content of an electroencephalogram (EEG), and of the underlying neural networks. The first study’s main hypothesis was that RS would be accompanied with an increase in MSE over occipito-temporal areas during learning of faces. As the processes reflected by these measures would rely on distal contributions including the dorsolateral prefrontal cortex (DLPFC), the second hypothesis was that exogenous modulation of this region using transcranial direct current stimulation (tDCS) would alter RS and MSE effects found over occipito-temporal cortex. As predicted by hypotheses, EEG signal showed both RS and MSE increase from the first presentation of a face to the second over occipito-temporal sites. Additionally, prefrontal tDCS modulated brain signal complexity over right occipito-temporal cortex during learning, but did not influence RS over the same region. The first study therefore suggests that RS and MSE reflect mechanisms involved in learning of visual stimuli that appear compatible with the PC account of perception and learning. In the second study the hypothesis of an association between RS and MSE increase was investigated again, this time in the context of a visual relational memory task, given the high potential past associations of items represent for prediction generation. In this context, RS and MSE increase effects were replicated in study trials leading to correct associations of face-landscape pairings. The second study also investigated the presence of similar effects in a sample of young healthy children, given that recent studies have found evidence of both PC mechanisms and relational memory ability emerging in the first year of life. However, given the lack of effects in this sample of participants, we suggest that while PC mechanisms may emerge early, relational memory may contribute later in the course of development. Together, the studies presented in this thesis represent the first demonstration of the potential the combined use of measures of RS and signal complexity represent in further understanding the cerebral underpinnings of visual perception and learning.

Le cortex moteur primaire (M1) est souvent endommagé lors des lésions cérébrales telles que les accidents vasculaires cérébraux. Ceci entraîne des déficits moteurs tels qu'une perte de contrôle des membres controlatéraux. La récupération des lésions M1 s'accompagne d'une réorganisation hémodynamique dans les zones motrices intactes des deux hémisphères. Cette réorganisation est plus prononcée dans les premiers jours et semaines qui suivent la lésion. Toutefois, nous avons une compréhension limitée de la réorganisation neuronale rapide qui se produit dans ce réseau moteur cortical complexe. Ces changements neuronaux nous informent sur l’évolution possible de la plasticité subaiguë impliquée dans la récupération motrice. Par conséquent il était grand temps qu’une caractérisation de la réorganisation rapide de l'activité neuronale dans les régions motrices des deux hémisphères soit entreprise. Dans cette thèse nous avons exploré l'impact d'une lésion corticale localisée, unilatérale et réversible dans M1 sur l'activité neuronale des zones motrices des hémisphères ipsi et contralésionnel lorsque des primates non humains ont effectués des mouvements d’atteinte et de saisie. Notre modèle d'inactivation nous a permis d'enregistrer en continu des neurones isolés avant et après l'apparition des déficits moteurs. Dans une première étude, la réorganisation rapide qui se produit dans le cortex prémoteur ventral (PMv) des deux hémisphères a été étudiée (Chapitre 2). Le PMv est une zone connue pour être impliquée dans le contrôle moteur de la main et la récupération des lésions M1. Dans une seconde étude, la réorganisation rapide du M1 contralésionnel (cM1) a été étudiée et comparée à celles se produisant dans les PMv bilatérales (Chapitre 3). Le cM1 joue un rôle complexe dans la récupération des mouvements de précision de la main suite à une blessure à son homologue. Nous révélons une réorganisation neuronale importante et beaucoup plus complexe que prévu dans les deux hémisphères lors de l’apparition initiale des déficiences motrices. Nos données démontrent que les changements neuronaux survenant quelques minutes après une lésion cérébrale sont hétérogènes à la fois dans et entre les zones du réseau moteur cortical. Ils se produisent dans les deux hémisphères lors des mouvements des bras parétiques et non parétiques, et ils varient au cours des différentes phases du mouvement. Ces découvertes constituent une première étape nécessaire pour démêler les corrélats neuronaux complexes de la réorganisation au travers du réseau moteur des deux hémisphères à la suite d’une lésion cérébrale. / After brain injuries such as stroke, the primary motor cortex (M1) is often damaged leading to motor deficits that include a loss of fine motor skills of the contralateral limbs. Recovery from M1 lesions is accompanied by hemodynamic reorganization in motor areas distal to the site of injury in both hemispheres that are most pronounced early after injury. However, we have limited understanding of the rapid neuronal reorganization that occurs in this complex and distributed cortical motor network. As these neural changes reflect the landscape on which subacute plasticity involved in motor recovery will take place, an exploration of the rapid reorganization in neural activity that occurs in motor regions of both hemispheres is long overdue. In the current thesis, we set out to explore the impact of a localized, unilateral and reversible cortical injury to the M1 hand area on neuronal activity in motor-related areas of both the ipsi and contralesional hemispheres as non-human primates performed a reach and grasp task. Our inactivation model allowed us to continuously record isolated neurons before and after the onset of motor deficits. In a first study, the rapid reorganization taking place in the ventral premotor cortex (PMv) of both hemispheres was investigated (Chapter 2). The PMv is an area well-known to be critically involved in hand motor control and recovery from M1 lesions. In a second study, the rapid reorganization taking place in the contralesional M1 (cM1) was studied and compared to those occurring in bilateral PMv (Chapter 3). The cM1 has a complex role in recovery of dexterous hand movements following injury to its homologue. We reveal extensive, and much more complex than expected, neuronal reorganization in both hemispheres at the very onset of motor impairments. Our data demonstrate that neuronal changes occurring within minutes after brain injury are heterogenous both within and across areas of the cortical motor network. They occur in the two hemispheres during movements of both the paretic and non-paretic arms, and they vary during different phases of movement. These findings constitute a first step in a much needed and timely effort to unravel the complex neuronal correlates of the reorganization that takes place across the distributed motor network after brain injury.

Komplexe Systeme wie das Klima der Erde bestehen aus vielen Komponenten, die durch eine komplizierte Kopplungsstruktur miteinander verbunden sind. Für die Analyse solcher Systeme erscheint es daher naheliegend, Methoden aus der Netzwerktheorie, der Theorie dynamischer Systeme und dem maschinellen Lernen zusammenzubringen. Durch die Kombination verschiedener Konzepte aus diesen Bereichen werden in dieser Arbeit drei neuartige Ansätze zur Untersuchung komplexer Systeme betrachtet. Im ersten Teil wird eine Methode zur Konstruktion komplexer Netzwerke vorgestellt, die in der Lage ist, Windpfade des südamerikanischen Monsunsystems zu identifizieren. Diese Analyse weist u.a. auf den Einfluss der Rossby-Wellenzüge auf das Monsunsystem hin. Dies wird weiter untersucht, indem gezeigt wird, dass der Niederschlag mit den Rossby-Wellen phasenkohärent ist. So zeigt der erste Teil dieser Arbeit, wie komplexe Netzwerke verwendet werden können, um räumlich-zeitliche Variabilitätsmuster zu identifizieren, die dann mit Methoden der nichtlinearen Dynamik weiter analysiert werden können. Die meisten komplexen Systeme weisen eine große Anzahl von möglichen asymptotischen Zuständen auf. Um solche Zustände zu beschreiben, wird im zweiten Teil die Monte Carlo Basin Bifurcation Analyse (MCBB), eine neuartige numerische Methode, vorgestellt. Angesiedelt zwischen der klassischen Analyse mit Ordnungsparametern und einer gründlicheren, detaillierteren Bifurkationsanalyse, kombiniert MCBB Zufallsstichproben mit Clustering, um die verschiedenen Zustände und ihre Einzugsgebiete zu identifizieren. Bei von Vorhersagen von komplexen Systemen ist es nicht immer einfach, wie Vorwissen in datengetriebenen Methoden integriert werden kann. Eine Möglichkeit hierzu ist die Verwendung von Neuronalen Partiellen Differentialgleichungen. Hier wird im letzten Teil der Arbeit gezeigt, wie hochdimensionale räumlich-zeitlich chaotische Systeme mit einem solchen Ansatz modelliert und vorhergesagt werden können. / Complex systems such as the Earth's climate are comprised of many constituents that are interlinked through an intricate coupling structure. For the analysis of such systems it therefore seems natural to bring together methods from network theory, dynamical systems theory and machine learning. By combining different concepts from these fields three novel approaches for the study of complex systems are considered throughout this thesis. In the first part, a novel complex network construction method is introduced that is able to identify the most important wind paths of the South American Monsoon system. Aside from the importance of cross-equatorial flows, this analysis points to the impact Rossby Wave trains have both on the precipitation and low-level circulation. This connection is then further explored by showing that the precipitation is phase coherent to the Rossby Wave. As such, the first part of this thesis demonstrates how complex networks can be used to identify spatiotemporal variability patterns within large amounts of data, that are then further analysed with methods from nonlinear dynamics. Most complex systems exhibit a large number of possible asymptotic states. To investigate and track such states, Monte Carlo Basin Bifurcation analysis (MCBB), a novel numerical method is introduced in the second part. Situated between the classical analysis with macroscopic order parameters and a more thorough, detailed bifurcation analysis, MCBB combines random sampling with clustering methods to identify and characterise the different asymptotic states and their basins of attraction. Forecasts of complex system are the next logical step. When doing so, it is not always straightforward how prior knowledge in data-driven methods. One possibility to do is by using Neural Partial Differential Equations. Here, it is demonstrated how high-dimensional spatiotemporally chaotic systems can be modelled and predicted with such an approach in the last part of the thesis.