Numerical simulations play an important role to uncover the dynamic behaviour at the cellular and network levels and accelerate the work in the field of Neuroscience. The modern computational technologies have made it possible to simulate a huge network of neurons which was possible only in theory two decades ago. The simulations of networks of thousand of neurons are carried out on the parallel machine Cray XE6 system, based on the AMD Opteron 12-core which shows good scaling properties. These models can be beneficial for the generation of global behaviour which could not be produced by fewer cells. For example, the effect of inhibition in a striatal network of MSNs is only seen if the number of cells and the synapses are increased sufficiently. The simulated responses of cells are greatly influenced by the numerical scheme. This has been demonstrated using gap junctions between striatal fast spiking inter-neurons. Implicit numerical schemes need to be used in order to get stable and accurate results. The simulations are carried out using serial and parallel implementations on the GENESIS and PGENESIS simulator respectively. The limitations of the simulators have been highlighted by performing several simulation experiments. After exploiting the shortcomings presented in this work, it would be possible to use the insight to investigate biologically relevant questions. / Numeriska simuleringar har en stor betydelse när man vill undersöka och förstå dynamiska fenomen på cell- och nätverksnivå. Detta är mycket viktigt för hela neuroområdet. Dagens beräkningsteknologier har gjort det möjligt att simulera stora nätverk av neuroner, vilket knappast var realistiskt för 10-20 år sedan. Simuleringar av nätverk som består av tusentals neuroner kan göras lokalt på KTH på en parallelldator som heter Cray XE6 och som är baserad på AMD Opteron 12-core,med goda skalningsegenskaper. Sådana nätverkssimuleringar är nödvändiga för att undersöka det globala beteendet i nätverket vilket inte kan produceras med färre antal celler. Ett exempel på en nätverkseffekt som endast kan ses i en storskalig modell är hur inhibitionen mellan s.k. medium spiny neurons (MSNs) i det striatal nätverket fungerar. Eftersom inhibitionen mellan varje cellpar är mycket svag behövs input från många celler för att nätverket skall påverkas. Simuleringsresultaten påverkas signifikant av vilken numerisk metod som används. Detta demonstreras med ett striatalt nätverk innehållande s.k. gap junctions (elektriska synapser) mellan striatala fast-spiking interneurons (FS). Implicita numeriska metoder blir nödvändiga för att få stabila och riktiga resultat. Simuleringar görs både seriellt och parallellt med hjälp m.h.a. Genesis simulatorn (PGenesis för parallella implementationer), vilket är en standardsimulator för biofysikaliskt detaljerade neuronmodeller. För att utvärdera Genesis simulatorn och dess svagheter har flera simuleringsexperiment utförts. Insikter från dessa simuleringar, vilka diskuteras i detta arbete, kan hjälpa till att lägga en grund för framtida användning av Genesis för storskaliga simuleringar.
Identifer | oai:union.ndltd.org:UPSALLA1/oai:DiVA.org:kth-103502 |
Date | January 2012 |
Creators | Bilal, Muhammad Shahid |
Publisher | KTH, Matematik (Inst.) |
Source Sets | DiVA Archive at Upsalla University |
Language | English |
Detected Language | Swedish |
Type | Student thesis, info:eu-repo/semantics/bachelorThesis, text |
Format | application/pdf |
Rights | info:eu-repo/semantics/openAccess |
Relation | TRITA-MAT-E ; 2012:06 |
Page generated in 0.0018 seconds