{"id":{"repo_id":"athens","oai_identifier":"oai:lib.uoa.gr:uoadl:3338008"},"canonical_url":"https://search.ndltd.org/etd/athens/oai:lib.uoa.gr:uoadl:3338008","repository":{"repo_id":"athens","name":"National and Kapodistrian University of Athens","base_url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh"},"display":{"title":"Analyzing spontaneous oscillatory activity and network organization in cortical slices using the genetically encoded voltage indicator ArcLight","abstract":"Παρά τον έπαινο τους ως δυνητικό απόγειο στο ερευνητικό πεδίο των νευροεπιστημών, ο αντίκτυπος των γενετικά κωδικοποιημένων δεικτών τάσης (ΓΚΔΤ) στην κατανόηση της φυσιολογίας των νευρικών κυκλωμάτων παραμένει δυσνόητος. Επιπρόσθετα, η συστηματική ανάλυση συνόλων δεδομένων ΓΚΔΤ αποτελεί σημαντική πρόκληση, τόσο λόγω του μεγάλου τους όγκου όσο και της έλλειψης μιας επικρατούσας άποψης όσον αφορά σε κάποια συγκεκριμένη μέθοδο ανάλυσης. Σε αυτή την εργασία, εκφράζοντας επιτυχώς τον ΓΚΔΤ ArcLight παν-νευρωνικά, μπορέσαμε να καταγράψουμε με οπτικό τρόπο αυθόρμητα εγκεφαλικά κύματα σε παρασκευάσματα (τομές) του κινητικού φλοιού μυών, μετά τη χορήγηση βικουκουλίνης. Στη συνέχεια, επιδιώξαμε να αναλύσουμε το προκύπτων σύνολο δεδομένων υπό την προοπτική της θεωρίας δικτύων, αξιοποιώντας την ικανότητα της να αποκαλύπτει πολύπλοκες σχέσεις κι αναδυόμενες ιδιότητες εντός των διασυνδεδεμένων στοιχείων, με στόχο να μελετήσουμε αν και και κατά πόσον η αυθόρμητη εμφάνιση εγκεφαλικών κυμάτων μπορεί να προβλεφθεί μέσω της υποκείμενης δικτυακής δραστηριότητας. Η ανάλυσή που ακολούθησε υποδηλώνει πως εναλλακτικές επιστημονικές διαισθήσεις, αφορώσες στη λειτουργική ερμηνεία των δεδομένων, θα πρέπει να αναζητηθούν, τουλάχιστον μέχρι να επιλυθούν οριστικά οι εγγενείς τεχνικοί περιορισμοί των ΓΚΔΤ.","abstract_html":"Παρά τον έπαινο τους ως δυνητικό απόγειο στο ερευνητικό πεδίο των νευροεπιστημών, ο αντίκτυπος των γενετικά κωδικοποιημένων δεικτών τάσης (ΓΚΔΤ) στην κατανόηση της φυσιολογίας των νευρικών κυκλωμάτων παραμένει δυσνόητος. Επιπρόσθετα, η συστηματική ανάλυση συνόλων δεδομένων ΓΚΔΤ αποτελεί σημαντική πρόκληση, τόσο λόγω του μεγάλου τους όγκου όσο και της έλλειψης μιας επικρατούσας άποψης όσον αφορά σε κάποια συγκεκριμένη μέθοδο ανάλυσης. Σε αυτή την εργασία, εκφράζοντας επιτυχώς τον ΓΚΔΤ ArcLight παν-νευρωνικά, μπορέσαμε να καταγράψουμε με οπτικό τρόπο αυθόρμητα εγκεφαλικά κύματα σε παρασκευάσματα (τομές) του κινητικού φλοιού μυών, μετά τη χορήγηση βικουκουλίνης. Στη συνέχεια, επιδιώξαμε να αναλύσουμε το προκύπτων σύνολο δεδομένων υπό την προοπτική της θεωρίας δικτύων, αξιοποιώντας την ικανότητα της να αποκαλύπτει πολύπλοκες σχέσεις κι αναδυόμενες ιδιότητες εντός των διασυνδεδεμένων στοιχείων, με στόχο να μελετήσουμε αν και και κατά πόσον η αυθόρμητη εμφάνιση εγκεφαλικών κυμάτων μπορεί να προβλεφθεί μέσω της υποκείμενης δικτυακής δραστηριότητας. Η ανάλυσή που ακολούθησε υποδηλώνει πως εναλλακτικές επιστημονικές διαισθήσεις, αφορώσες στη λειτουργική ερμηνεία των δεδομένων, θα πρέπει να αναζητηθούν, τουλάχιστον μέχρι να επιλυθούν οριστικά οι εγγενείς τεχνικοί περιορισμοί των ΓΚΔΤ.","abstract_has_math":false,"creators":["Αντωνιάδης Σπυρίδων","Antoniadis Spyridon"],"institution":null,"degree_name":null,"degree_level":null,"degree_discipline":null,"degree_department":null,"school":null,"contributors":[],"advisors":[],"committee_chairs":[],"committee_members":[],"year":2023,"date_issued":"2023","date_published":"2023","updated_at":"2026-11-19T06:22:58Z","subjects":["Θετικές Επιστήμες","Science"],"languages":["English"],"rights":[],"rights_urls":[],"identifier_entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:3338008"],"render_values":[{"text":"uoadl:3338008","href":null,"code":true}]}],"person_identifier_entries":[]},"links":{"outbound_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/3338008","outbound_label":"Repository record","outbound_source":"dc:identifier","record_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/3338008","record_label":"Repository record","record_kind":"record","record_source":"dc:identifier","download_url":null,"download_label":null,"download_source":null,"access_status":null,"embargo_until":null,"access_note":null},"source_record":{"url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh?verb=GetRecord&metadataPrefix=oai_dc&identifier=oai%3Alib.uoa.gr%3Auoadl%3A3338008","prefix":"oai_dc"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:creator","label":"Author","values":["Αντωνιάδης Σπυρίδων","Antoniadis Spyridon"]}]},{"id":"academic_context","label":"Academic Context","entries":[{"key":"dc:date","label":"Dc Date","values":["2023"]},{"key":"dc:type","label":"Dc Type","values":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]}]},{"id":"subjects_keywords","label":"Subjects and Keywords","entries":[{"key":"dc:subject","label":"Dc Subject","values":["Θετικές Επιστήμες","Science"]}]},{"id":"language_rights","label":"Language and Rights","entries":[{"key":"dc:language","label":"Dc Language","values":["English"]}]},{"id":"identifiers","label":"Identifiers","entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:3338008","https://pergamos.lib.uoa.gr/uoa/dl/object/3338008"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description","label":"Description","values":["Παρά τον έπαινο τους ως δυνητικό απόγειο στο ερευνητικό πεδίο των νευροεπιστημών, ο αντίκτυπος των γενετικά κωδικοποιημένων δεικτών τάσης (ΓΚΔΤ) στην κατανόηση της φυσιολογίας των νευρικών κυκλωμάτων παραμένει δυσνόητος. Επιπρόσθετα, η συστηματική ανάλυση συνόλων δεδομένων ΓΚΔΤ αποτελεί σημαντική πρόκληση, τόσο λόγω του μεγάλου τους όγκου όσο και της έλλειψης μιας επικρατούσας άποψης όσον αφορά σε κάποια συγκεκριμένη μέθοδο ανάλυσης. Σε αυτή την εργασία, εκφράζοντας επιτυχώς τον ΓΚΔΤ ArcLight παν-νευρωνικά, μπορέσαμε να καταγράψουμε με οπτικό τρόπο αυθόρμητα εγκεφαλικά κύματα σε παρασκευάσματα (τομές) του κινητικού φλοιού μυών, μετά τη χορήγηση βικουκουλίνης. Στη συνέχεια, επιδιώξαμε να αναλύσουμε το προκύπτων σύνολο δεδομένων υπό την προοπτική της θεωρίας δικτύων, αξιοποιώντας την ικανότητα της να αποκαλύπτει πολύπλοκες σχέσεις κι αναδυόμενες ιδιότητες εντός των διασυνδεδεμένων στοιχείων, με στόχο να μελετήσουμε αν και και κατά πόσον η αυθόρμητη εμφάνιση εγκεφαλικών κυμάτων μπορεί να προβλεφθεί μέσω της υποκείμενης δικτυακής δραστηριότητας. Η ανάλυσή που ακολούθησε υποδηλώνει πως εναλλακτικές επιστημονικές διαισθήσεις, αφορώσες στη λειτουργική ερμηνεία των δεδομένων, θα πρέπει να αναζητηθούν, τουλάχιστον μέχρι να επιλυθούν οριστικά οι εγγενείς τεχνικοί περιορισμοί των ΓΚΔΤ.","Genetically encoded voltage indicators (GEVIs) have been praised as a potential pinnacle in the field of neuroscience, yet their significant impact on our understanding of circuit physiology remains elusive. In addition, analyzing GEVI datasets poses a significant challenge as these datasets are large and there is no consensus on a specific method of analysis. Here, by expressing the GEVI ArcLight pan-neuronally we were able to optically resolve bicuculline induced spontaneous oscillations in brain slices of the mouse motor cortex. We next sought to analyze the emerged dataset under a network theory perspective, exploiting its ability to uncover complex relationships and reveal emergent properties within the interconnected elements, with our aim being to study whether the spontaneous occurrence of an oscillation can be predicted based on the imaged network activity. Our analysis suggests that alternative interdisciplinary intuitions about the functional interpretation of the data might be more appropriate, at least until the inherent technical limitations surrounding GEVIs are finally resolved."]},{"key":"dc:title","label":"Title","values":["Analyzing spontaneous oscillatory activity and network organization in cortical slices using the genetically encoded voltage indicator ArcLight"]}]}],"canonical_facts":{"dc:creator":["Αντωνιάδης Σπυρίδων","Antoniadis Spyridon"],"dc:date":["2023"],"dc:description":["Παρά τον έπαινο τους ως δυνητικό απόγειο στο ερευνητικό πεδίο των νευροεπιστημών, ο αντίκτυπος των γενετικά κωδικοποιημένων δεικτών τάσης (ΓΚΔΤ) στην κατανόηση της φυσιολογίας των νευρικών κυκλωμάτων παραμένει δυσνόητος. Επιπρόσθετα, η συστηματική ανάλυση συνόλων δεδομένων ΓΚΔΤ αποτελεί σημαντική πρόκληση, τόσο λόγω του μεγάλου τους όγκου όσο και της έλλειψης μιας επικρατούσας άποψης όσον αφορά σε κάποια συγκεκριμένη μέθοδο ανάλυσης. Σε αυτή την εργασία, εκφράζοντας επιτυχώς τον ΓΚΔΤ ArcLight παν-νευρωνικά, μπορέσαμε να καταγράψουμε με οπτικό τρόπο αυθόρμητα εγκεφαλικά κύματα σε παρασκευάσματα (τομές) του κινητικού φλοιού μυών, μετά τη χορήγηση βικουκουλίνης. Στη συνέχεια, επιδιώξαμε να αναλύσουμε το προκύπτων σύνολο δεδομένων υπό την προοπτική της θεωρίας δικτύων, αξιοποιώντας την ικανότητα της να αποκαλύπτει πολύπλοκες σχέσεις κι αναδυόμενες ιδιότητες εντός των διασυνδεδεμένων στοιχείων, με στόχο να μελετήσουμε αν και και κατά πόσον η αυθόρμητη εμφάνιση εγκεφαλικών κυμάτων μπορεί να προβλεφθεί μέσω της υποκείμενης δικτυακής δραστηριότητας. Η ανάλυσή που ακολούθησε υποδηλώνει πως εναλλακτικές επιστημονικές διαισθήσεις, αφορώσες στη λειτουργική ερμηνεία των δεδομένων, θα πρέπει να αναζητηθούν, τουλάχιστον μέχρι να επιλυθούν οριστικά οι εγγενείς τεχνικοί περιορισμοί των ΓΚΔΤ.","Genetically encoded voltage indicators (GEVIs) have been praised as a potential pinnacle in the field of neuroscience, yet their significant impact on our understanding of circuit physiology remains elusive. In addition, analyzing GEVI datasets poses a significant challenge as these datasets are large and there is no consensus on a specific method of analysis. Here, by expressing the GEVI ArcLight pan-neuronally we were able to optically resolve bicuculline induced spontaneous oscillations in brain slices of the mouse motor cortex. We next sought to analyze the emerged dataset under a network theory perspective, exploiting its ability to uncover complex relationships and reveal emergent properties within the interconnected elements, with our aim being to study whether the spontaneous occurrence of an oscillation can be predicted based on the imaged network activity. Our analysis suggests that alternative interdisciplinary intuitions about the functional interpretation of the data might be more appropriate, at least until the inherent technical limitations surrounding GEVIs are finally resolved."],"dc:identifier":["uoadl:3338008","https://pergamos.lib.uoa.gr/uoa/dl/object/3338008"],"dc:language":["English"],"dc:subject":["Θετικές Επιστήμες","Science"],"dc:title":["Analyzing spontaneous oscillatory activity and network organization in cortical slices using the genetically encoded voltage indicator ArcLight"],"dc:type":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]},"updated_at":"2026-11-19T06:22:58Z"}