Construction of a spiking network model of macaque primary visual cortex: towards digital twins

Kurth, Anno Christopher; Diesmann, Markus; Honerkamp, Carsten

doi:10.18154/RWTH-2025-00216

Construction of a spiking network model of macaque primary visual cortex: towards digital twins

Kurth, Anno Christopher^RWTH*

2024 & 2025

VerantwortlichkeitsangabeAnno Kurth

ImpressumJülich : Forschungszentrum Jülich GmbH, Zentralbibliothek, Verlag 2024

Umfang1 Online-Ressource : Illustrationen

ISBN978-3-95806-800-1

ReiheSchriften des Forschungszentrums Jülich. Reihe Information / information ; 107

Dissertation, RWTH Aachen University, 2024

Druckausgabe: 2024. - Onlineausgabe: 2025. - Auch veröffentlicht auf dem Publikationsserver der RWTH Aachen University 2025

Genehmigende Fakultät
Fak01

Hauptberichter/Gutachter
Diesmann, Markus (Thesis advisor)^RWTH* ; Honerkamp, Carsten (Thesis advisor)^RWTH*

Tag der mündlichen Prüfung/Habilitation
2024-09-18

Online
DOI: 10.18154/RWTH-2025-00216
URL: https://publications.rwth-aachen.de/record/1000178/files/1000178.pdf

Einrichtungen

Projekte

Thematische Einordnung (Klassifikation)
DDC: 530

Kurzfassung
Konstruktion eines puls-gekoppelten Netzwerkmodells der primären visuellen Rinde im Makaken: Auf dem Weg zu digitalen Zwillingen. Der im Gehirn der Säugetiere vorzufindende Cortex cerebri besteht aus einer schier unfassbaren Zahl von in komplexen Netzwerken organisierten Neuronen. Die in ihm zu beobachtende Aktivität ist Anzeichen kognitiver Vorgänge. Ein Ansatz zur Untersuchung der Beziehung zwischen kortikaler Architektur und Aktivität besteht nun darin, das zu untersuchende System in einem “digitalen Zwilling”, d.h. einem Computermodell, abzubilden. Diese Arbeit konzentriert sich vorrangig auf die Konstruktion eines biologisch plausiblen, puls-gekoppelten Netzwerkmodells der primären visuellen Rinde im Makaken. Damit liefert sie einen Beitrag in Richtung stetig realistisch werdender digitaler Zwillinge. Ein solcher Ansatz muss allerdings auch immer schon in ein weiter gefasstes neurowissenschaftliches Forschungsvorhaben eingebettet sein, dessen Ziel die fortwährend bessere Nutzung von Computermodellen in der Neurowissenschaft ist. In Übereinstimmung mit diesem Ansatz wird in dieser Arbeit die neuronale Aktivität der visuellen Rinde im Makaken im Ruhezustand analysiert. Es wird gezeigt, dass sich besagter Zustand aus zwei Unterzuständen zusammensetzt, die unter anderem mit Signalen aus höheren kortikalen Arealen korreliert sind. Um zu untersuchen, inwiefern diese Signale auch kausal für die Zustandsänderung verantwortlich sein können, werden in silico Experimente durchgeführt. Allerdings vernachlässigt das dafür genutzte Modell wichtige Aspekte der komplexen Struktur der Netzwerke in der visuellen Rinde. Daher wird im Anschluss ein biologisch plausibler digitaler Zwilling dieses Areals erstellt. Simulationen dieses Netzwerks zeigen jedoch physiologisch unrealistische Aktivität, was —gerade vor dem Hintergrund neuer experimenteller Möglichkeiten —eine tiefer gehende Analyse lokaler kortikaler Netzwerke motiviert. Die hierbei gefundenen Resultate bieten Verbesserungen der Schätzungen kortikaler Konnektivität und weisen einen Weg, die im Modell der visuellen Rinde gefunden Probleme zu beheben. Um die zuvor beschriebenen digitalen Zwillinge auch tatsächlich in neurowissenschaftlicher Forschung nutzen zu können, bedarf es passender Simulationstechnologien, die stetig weiterentwickelt und verbessert werden müssen. In diesem Kontext wenden wir uns schließlich Messungen der Leistungsfähigkeit des NEST Simulators zu. Im Anschluss wird ein Benchmarking Framework mit besonderem Blick auf Simulationstechnologien für puls-gekoppelte Netzwerke entwickelt, das die kontinuierliche Weiterentwicklung ebenjener unterstützen soll.

Construction of a Spiking Network Model of Macaque Primary Visual Cortex: Towards Digital Twins. The cerebral cortex of the mammalian brain is composed of an unfathomable amount of neurons that are organized in intricate circuits across several spatial scales. If present, cortical activity reflects higher-level information processing in mammals. One approach to study the relationship between the cortex’ structure and its activity is to represent the studied physical system by a “digital twin”, a computational model in which anatomical and physiological findings can be incorporated. In such digital twins, experiments can be performed and data obtained not feasible using the “physical twin”. This thesis focuses on building a large scale, biologically plausible spiking network model of macaque primary visual cortex. As such, it combines results from the experimental literature and contributes to building ever more sophisticated digital twins of the visual cortex. This quest is embedded into a larger neuroscientific research program aiming at expanding the usage of computer models in Neurosciene. In line with this approach, in this thesis first resting state neural activity recorded from macaque primary visual cortex is analyzed. As eparation of neural activity into two clusters that can be related to the monkey’s behavior is found that is co-modulated along with top-down signals from V4. To explore whether this co-modulation might be causative for the separation of states, in silico experiments of a model of the local cortical circuit are conducted. However, this simple model neglects much of the fine structure of visual cortex. Hence, subsequently a large-scale, biologically plausible digital twin of this area is devised. After unifying and integrating a large body of data across multiple sources, simulations of the model reveal unrealistic activity. This motivates a further investigation of cortical connectivity in light of recent advances of reconstruction of microcircuits in the brain. The findings offer potential resolutions for the encountered problems and highlight stark differences between recent and previous reconstructions of local cortical networks. To employ digital twins as research platforms in Neuroscience, simulation technologies need to be readily available for the research community. Such technologies have to be continuously developed and updated to meet the requirements of the researchers. To contribute to this endeavor, in this thesis the performance of the neural simulation tool NEST is assessed and compared with alternative approaches. Additionally, a benchmarking workflow with a view towards neural network simulations is developed that aids the continuous development of spiking neural network simulation technologies.

OpenAccess:
PDF
(additional files)