Inhaltszusammenfassung:
Durch die Anwendung eines neuartigen Ansatzes ist es Gollisch et al. (2005) gelungen neue Einblicke in die Dynamik und Signalverarbeitung von auditorischen Rezeptorzellen zu liefern. In dieser Studie wurden mittels eines phänomenologischen Kaskadenmodells die linearen Filter und Nichtlinearitäten der auditorischen Signaltransduktion quantitativ allein aus der Kenntnis der Eingangsstimuli und der Ausgangs-Wahrscheinlichkeit, dass ein Aktionspotential (AP) ausgelöst wird, bestimmt. Die verwendete Methode beruht auf der Messung von sogenannten ”Iso-Response”-Kurven, die in anderem Kontext in der Psychophysik (z.B. Isophone in der Auditorik) verwendet werden. Bei diesem Ansatz werden die Stimulus-Parameter (s1, s2, ..., sn) dergestalt verändert, dass der Output des Systems konstant bleibt. Die gemessenen StimulusKonstellationen stellen Invarianzen dar, die das System nicht unterscheiden kann und enthüllen bei geeigneter Wahl der Stimuli System-spezifische Eigenschaften. In der Studie von Gollisch et al. (2005) wurden Paare kurzer akustischer Impulse (A1 , A2 ), sogenannte ”Clicks”, verwendet, die durch eine variable Zeit ∆t getrennt sind. Die Amplituden der Impulse wurden so justiert, dass die Wahrscheinlichkeit ein Aktionspotential auszulösen bei konstant 70% liegt. Die zeitliche Auflösung der Methode ist nur durch die Präzision des Stimulus begrenzt (ca. 10μs), und damit um ein Vielfaches höher als die zeitliche Variabilität der APs (ca. 1 ms). Durch die Messung solcher ”Iso-Response Sets” (IRS) für verschiedene Zeiten ∆t kann auf diese Weise eine hochaufgelöste ”Karte” der sogenannten ”effektiven Stimulusstärke” erstellt werden. Mithilfe mehrerer solcher Datensätze für unterschiedliche Stimuli lassen sich die funktionalen Filtereigenschaften der auditorischen Signaltransduktion berechnen. Diese Diplomarbeit beginnt mit einer Einleitung in den mathematischen Rahmen der Methode und setzt dann mit der Reproduktion der oben genannten Studie mit Hilfe numerischer Simulationen fort. Wir untersuchen, wie die Ergebnisse der IRS interpretiert werden müssen und stellen durch den Vergleich der Modelparameter mit den Messungen fest, dass nur ein Teil der effektiven Stimulusstärke durch die Methode erfasst wird. Die Begründung für diese Eigenschaft wird durch eine Untersuchung des mathematischen Rahmens der Methode geliefert. Wir zeigen dann auf, dass die Unterscheidung der linearen Filter des Kaskadenmodells darauf beruht, dass der Zeitverlauf des ersten linearen Filters kürzer ist als der des zweiten linearen Filters. Durch die Simulation von vollständigen AP-Generatoren, wie sie im Neuron z.B. am Axonhügel zu finden sind, zeigen wir, dass die Methode alle integrativen Eigenschaften des AP-Generators erfasst, sofern dessen Dynamik langsamer ist als die der vorangehenden Prozesse. In diesem Zusammenhang zeigen wir auch, das dass unter Umständen die Dynamik des Spike-Generators einen störenden Einfluss auf die Messung der Filtereigenschaften haben kann. Weiterhin zeigen wir, dass die Messung einer anderen Art von IRS im ”Amplituden-Raum” der Stimulus-Paare zu verschiedenen ∆t keine eindeutige Einsicht in die Natur der Input-Nichtlinearität liefert. Neben unseren Untersuchungen zur Interpretation von IRS, testen wir, ob es unter Umständen zu einer Trennung von funktionalen Filtermodulen durch den Einfluss von Rauschen kommt. Die von uns verwendeten Szenarien ergeben keine Hinweise auf ein solches Phänomen, so dass wir davon ausgehen müssen, dass alle Filtereigenschaften der zweiten Linearität des Kaskadenmodells durch die IRS erfasst werden. Schließlich setzen wir die unsere Ergebnisse in einen größeren Zusammenhang und diskutieren welchen Aufschluss uns die IRS über tatsächlich bestehende biophysikalische Mechanismen gibt.
Neurobiology
Print-on-Demand