Modellazione e simulazione di una rete corticale affetta da ictus.

Abstract

L’ictus è ad oggi una delle principali cause di morte e disabilità. Secondo l’Organizzazione Mondiale della Sanità, per una diagnosi certa sono necessari un monitoraggio di oltre 24 ore e l’esclusione di cause non vascolari; tuttavia, la tempestività è cruciale per garantire ai pazienti buone possibilità di sopravvivenza e guarigione. Ciò rende estremamente attuale la necessità di investigare approfonditamente cause ed effetti di un ictus nei circuiti neuronali; i modelli computazionali rappresentano un valido strumento per supportare ed integrare le possibilità dei mezzi di sperimentazione più tradizionali. Le neuroscienze computazionali offrono gli strumenti per una efficiente simulazione di reti neurali a larga scala, in grado di riprodurre in modo realistico il segnale biologico del nostro cervello, il potenziale d’azione. Tramite la piattaforma di simulazione MATLAB, un modello preesistente è stato adattato per la simulazione di un ictus. Sono stati proposti due modelli finali: un modello ricorsivo, con un’architettura più realistica, ed un modello feed-forward, meno realistico ma che facilitasse l’isolamento e l’analisi degli effetti di una lesione cerebrale. Tre parametri principali sono stati valutati per quantificare le conseguenze del danno: il numero di neuroni attivi, la frequenza di sparo, e la sincronia dei treni di spike. Le variazioni osservate hanno permesso di dedurre che una rete ricorsiva sembrerebbe resistere alla propagazione del danno grazie ad una connettività ridondante, e che, in una rete organizzata in nodi, la connettività interna potrebbe rappresentare il fattore principale per la limitazione delle conseguenze. Nella seconda rete, lesioni di dimensioni diverse hanno mostrato effetti opposti nei nodi prossimi al danno, il che potrebbe suggerire una difficoltà nel compensare danni di dimensioni maggiori. Tali osservazioni trovano una possibile corrispondenza in alcune evidenze sperimentali sul comportamento delle aree intorno alla lesione.

Stroke is nowadays a leading cause of death and disability. According to the definition by World Health Organization, a definite diagnosis of stroke requires a monitoring time of over 24 hours and the elimination of all non-vascular causes; however, timing is a crucial variable to ensure patients a good chance to survive and recover with minimal consequences. This renders extensive research into the causes and effects of stroke on neuronal circuitry a very topical subject, and, in this scenario, computational models of the human brain represent a valuable instrument to support and integrate the limitations of traditional means of experimental research. Computational neuroscience offers the tools to simulate in an efficient way large-scale neuronal networks, capable of realistically reproducing the biological signal of our nervous tissue, the action potential. MATLAB simulation platform was used to adapt a pre-existing model of a cortical network for the simulation of the occurrence of a stroke. Two final models were proposed: a recurrent model, characterized by a more realistic architecture, and a less realistic, feed-forward model, which eased isolation and evaluation of the effects of a cerebral lesion. Three main parameters were used to quantify the consequences of the damage: number of active neurons, firing rate, and spike train synchrony. The observed variations in these parameters lead to the inference that a recurrent network may prove resistant to damage propagation thanks to a redundant connectivity, and that in a network organized in nodes, internal connectivity might be the most relevant factor in opposing the effects of a stroke. Lesions of different sizes caused opposing effects in the neighbor nodes of the feed-forward model, which could be attributed to difficulty in compensating larger damages. These observations showed an arguable consistency with some experimental evidence describing the behavior of nervous tissue surrounding a stroke.