SUMMARY

Inleiding

De hersenen zijn uitermate veranderlijk of plastisch . De sterktes van de verbindingen tussen neuronen, de synapsen, worden continu aangepast als functie van de activiteitspatronen van de betrokken cellen. Ook de ionkanalen in de celmembraan, die grotendeels de exciteerbaarheid van de cel bepalen, vertonen grote plasticiteit wat betreft voltage-afhankelijke eigenschappen en membraandichtheden. Het is essentieel voor de hersenen om deze vormen van plasticiteit te kunnen vertonen, bijvoorbeeld tijdens de vorming van het zenuwstelsel en om leerprocessen mogelijk te maken. Deze plasticiteit plaatst het zenuwstelsel echter voor een aantal grote problemen. Ten eerste beschikken neuronen over een beperkt werkgebied waarbinnen ze gevoelig zijn voor de input die zij via de synapsen ontvangen. Er is enerzijds een drempel waar beneden die input nooit tot actiepotentialen leidt. Anderzijds is er een verzadigingspunt, waarboven het neuron op maximale frequentie actiepotentialen produceert en niet gevoelig is voor zijn input. Om gevoelig te zijn voor de input dient het werkgebied van het neuron te 'matchen' met de hoeveelheid input die het ontvangt. Deze 'matching' kan echter verstoord worden als gevolg van de plasticiteit in het zenuwstelsel. Een tweede probleem is dat de excitatoire en inhibitoire neuronen in de cortex recurrente netwerken vormen die erg gevoelig zijn voor veranderingen in de balans tussen excitatie en inhibitie. Deze balans moet behouden blijven om het netwerk functioneel te houden. Wanneer de excitatie in het netwerk niet sterk genoeg gecontroleerd wordt door de inhibitie kunnen recurrente netwerken onstabiel worden. Echter, de plasticiteit in het zenuwstelsel kan ook deze balans verstoren.

De vraag die uit de genoemde problemen voortkomt, is hoe de hersenen de functionaliteit en de stabiliteit van neuronen en neurale netwerken weten te behouden. Om de plasticiteit in de hersenen mogelijk te maken, zal het systeem zich hier ook voor moeten aanpassen. Er zullen regelmechanismen actief moeten zijn die ervoor zorgen dat de cellen binnen hun werkgebied blijven en die de netwerken van neuronen functioneel houden. De hersenen kunnen deze adaptatie in principe op verschillende manieren verwezenlijken. Dit proefschrift bestudeert één specifiek mechanisme. Hierbij regelen neuronen hun exciteerbaarheid door de membraandichtheid van één of meer types ionkanalen omhoog of omlaag te regelen om zo de inputgevoeligheid af te stemmen op de input. Er zijn diverse recente experimentele aanwijzingen dat neuronen inderdaad dergelijke homeostatische mechanismen tot hun beschikking hebben. In dit proefschrift hebben we met name onderzocht in hoeverre een cellulaire regeling van de exciteerbaarheid de mogelijke problemen die voortkomen uit de plasticiteit kan compenseren. Hieraan gerelateerd zijn meerdere vragen als: hoe zou een dergelijk mechanisme precies kunnen werken en in hoeverre laat deze regeling andere cellulaire eigenschappen en processen ongemoeid. Deze vragen zijn bestudeerd in vijf hoofdstukken in dit proefschrift.

Samenvatting van de resultaten

In hoofdstuk 2 hebben we bestudeerd hoe een neuron effectief zijn exciteerbaarheid kan regelen door middel van het regelen van de membraandichtheid van ionkanalen. Een probleem dat kan optreden wanneer een cel ionkanaaldichtheden aanpast, is dat het de rustpotentiaal van de cel beïnvloedt, i.e. de potentiaal over de membraan wanneer er geen input naar de cel is. Op basis van recente experimentele data stelden we een mechanisme voor dat bestaat uit een gekoppelde regeling van de door hyperpolarizatie geactiveerde I h en de inactiverende A-type kalium stroom. Hiervoor werden simulaties uitgevoerd met twee modellen: een gesimplificeerd één compartimentmodel en een gedetailleerd model van een pyramidaalcel. Simulaties met beide modellen lieten zien dat een dergelijk koppel van stromen een effectief mechanisme biedt om de exciteerbaarheid te regelen zonder de rustpotentiaal sterk te beïnvloeden. We demonstreerden dat voor een neuron dat gesimuleerd werd onder condities zoals die in vitro worden waargenomen (wanneer een neuron nauwelijks achtergrond input ontvangt), maar ook onder in vivo -achtige condities (wanneer de massieve synaptische achtergrond input de integrerende eigenschappen drastisch verandert). Als we de regeling laten afhangen van een activiteitsafhankelijk signaal, zoals de intracellulaire calcium concentratie, kan de exciteerbaarheid van het neuron continu aangepast worden aan de gemiddelde input niveaus, zodat het neuron altijd binnen zijn werkgebied blijft functioneren. Ten slotte lieten we ook zien dat regulatie van de twee stromen lokaal in de dendrieten effectief is om te kunnen adapteren voor persistente locale veranderingen van input niveaus.

Hoofdstuk 3 beschrijft een deels experimenteel, deels theoretisch project. Hier hebben we ons gericht op het effect dat een verschillende dichtheid van I h in de dendrieten heeft op de integratie van synaptische input. Er werd gebruik gemaakt van twee klassen van neuronen: de burstende en de regelmatig vurende neuronen uit het subiculum, een specifiek hersengebied in de hippocampus. Burstende neuronen vuren in reactie op input in een burst van 2--3 actiepotentialen, gevolgd door enkele, regelmatig optredende actiepotentialen, terwijl de regelmatig vurende neuronen alleen enkelvoudige actiepotentialen kunnen genereren. De meeste studies waarin men neuronen in het subiculum heeft bestudeerd, vonden geen verschillen in de electrofysiologische eigenschappen van de twee klassen cellen. Echter, enkele studies rapporteerden een verschil in de 'depolarizende sag' die deze cellen laten zien in reactie op een hyperpolarizatie van de membraan. Deze sag wordt meestal veroorzaakt door de activatie van I h . Dit verschil in sag leek dus te duiden op een verschil in I h . Een dergelijk verschil zou belangrijke consequenties kunnen hebben voor de integratie van synaptische signalen in het subiculum. Daarom werd de I h stroom in de twee klassen subiculum neuronen bestudeerd en waaruit bleek dat de burstende neuronen een tweemaal zo grote I h stroom hebben als de regelmatig vurende cellen. Dit verschil bestond enkel uit een verschil in I h conductantie, want er waren geen verschillen in de biofysische eigenschappen van I h in de twee klassen neuronen. Het verschil in I h conductantie bleek sterk de mate van temporele summatie van synaptische input te bepalen; de burstende neuronen vertoonden twee keer minder summatie dan de regelmatig vurende cellen. Vervolgens hebben we een morfologisch gedetailleerd model van een subiculumcel geconstrueerd. Met behulp van simulaties met dit model kon worden bepaald dat het gemeten verschil in I h conductantie inderdaad het verschil in summatie kon verklaren. De resultaten bevestigen de centrale rol van I h in het bepalen van de integratie van synaptische input.

In hoofdstuk 2 en 3 bestudeerden we hersencellen in isolatie. In werkelijkheid functioneren neuronen echter in netwerken, bestaande uit excitatoire cellen en inhibitoire cellen. In hoofdstuk 4 hebben we allereerst met een eenvoudig model bekeken hoe de organisatie van de connecties in een dergelijk netwerk de overdracht van het netwerk bepaalt, i.e. de relatie tussen de externe input naar het netwerk en de resulterende output van het netwerk. Hiervoor maakten we gebruik van een zeer eenvoudig wiskundig model dat de activiteit van verschillende neuronpopulaties beschrijft. We baseerden het model op het neurale netwerk in het CA1 gebied van de hippocampus. Recent experimenteel onderzoek suggereerde dat de inhibitoire interneuronen in dit gebied hun input óf vanuit het CA3 gebied krijgen (feedforward interneuronen) óf hun input vanuit het CA1 gebied zelf krijgen (feedback interneuronen). We onderzochten daarom ook hoe deze twee types interneuronen de signaaloverdracht van het CA1 netwerk beïnvloeden. Dit liet zien hoe de specifieke non-lineaire input-ouput omzetting van de celpopulaties bepaalt hoe de feedforward en de feedback inhibitie de netwerk input-output omzetting moduleert. Ten slotte testten we op basis van de experimentele data van het CA1 netwerk, of de twee vormen van inhibitie in dezelfde populatie kan worden gecombineerd. Het model liet zien dat dit om een sterk non-lineaire integratie van de inputs naar de interneuronpopulatie vraagt.

In hoofdstuk 5 hebben we vervolgens getest wat de consequenties zijn in een recurrent neuraal netwerk van excitatoire en inhibitoire cellen, als de neuronen individueel hun exciteerbaarheid regelen om binnen hun werkgebied te blijven functioneren. Zoals reeds boven vermeld, kan een dergelijk neuraal netwerk instabiel worden. In zo'n situatie gaat de activiteit van het netwerk naar een maximum niveau of gaat sterk oscilleren, waardoor het netwerk niet meer functioneel is. Allereerst hebben we onderzocht óf het mogelijk is dat cellen in een netwerk onafhankelijk van elkaar hun exciteerbaarheid aanpassen, zonder dat er gevaar bestaat voor de stabiliteit van het netwerk. Om de stabiliteitseisen te onderzoeken voor dit adapterende systeem, maakten we eerst gebruik van een wiskundig model dat de activiteit van de twee interacterende en adapterende populaties beschrijft. Dit model liet zien dat de stabiliteit van zo'n systeem kritisch afhankelijk is van de relatie tussen de snelheden waarmee beide populaties adapteren, gecombineerd met de 'gain' van de input-output relaties die deze populaties karakteriseren. Vervolgens construeerden we een netwerk model bestaande uit individuele excitatoire en inhibitoire cellen, waar alle cellen onafhankelijk van elkaar hun exciteerbaarheid regelden. Simulaties met dit complexe model bevestigden het belang van de relaties tussen de adaptatiesnelheden van de verschillende types neuronen in het netwerk; stabiele adaptatie in het netwerk vraagt om relatief trage adaptatie van de inhibitoire cellen in vergelijking tot de excitatoire cellen. In een stabiel adapterend netwerk zorgt de cellulaire exciteerbaarheidsregeling ervoor dat alle neuronen in het netwerk binnen hun werkgebied blijven functioneren. Op die manier kunnen de cellen compenseren voor variaties in de sterkte van de externe input naar het netwerk en voor beperkte veranderingen in de netwerk connectiviteit. Veranderingen in de netwerk connectiviteit kunnen echter nooit volledig gecompenseerd worden door cellulaire regeling van de exciteerbaarheid; als excitatie in het netwerk te sterk wordt in verhouding tot de inhibitie, zal het netwerk altijd onstabiel worden.

In het laatste hoofdstuk hebben we onderzocht hoe een exciteerbaarheidsregeling interacteert met leerprocessen. Algemeen wordt verondersteld dat leren op cellulair niveau tot uiting komt in de plasticiteit van synapsen. Een experimenteel vastgestelde leerregel is spike timing-dependent plasticity (STDP). Bij deze leerregel bepaalt de precieze relatieve timing van het optreden van een pre- en een postsynaptische actiepotentiaal hoe de sterkte van de synaps verandert. Het behoud van de gevoeligheid voor synaptische input die door de exciteerbaarheidsregeling bewerkstelligd wordt, is van groot belang voor het functioneren van deze leerregel. Deze kan daardoor subtiele correlaties in de input naar het neuron detecteren en aanleren. We maakten een model om te onderzoeken in hoeverre de exciteerbaarheidsregeling het leren van inputpatronen via STDP beïnvloedt. Het model bestond uit een neuron dat zijn exciteerbaarheid regelde en vele synaptische inputs ontving, welke allemaal STDP vertoonden. De simulaties lieten zien dat de exciteerbaarheidsregeling het neuron binnen zijn werkgebied houdt voor een grote variatie in de niveaus van de achtergrond input en daardoor de gevoeligheid voor de inputpatronen behoudt. Als gevolg daarvan kan het neuron patronen in de input detecteren en via STDP omzetten in veranderingen in de sterkte van de synapsen, als functie van de precieze eigenschappen van het patroon. De simulaties lieten zien dat na het leren van een inputpatroon, de kans vergroot is dat het patroon een postsynaptische actiepotentiaal kan opwekken. Deze toename was vrijwel onafhankelijk van de precieze achtergrond input. Ten slotte lieten we zien dat er interacties kunnen optreden tussen STDP en de exciteerbaarheidsregeling zodra een patroon zo lang en vaak optreedt, dat het de gemiddelde activiteit van het neuron beïnvloedt. Dit resulteert in een hoge specificiteit voor een inputpatroon. Samenvattend ondersteunen de resultaten een systeem, waarin STDP het leren van inputpatronen mogelijk maakt door middel van veranderingen van de sterktes van synapsen, terwijl de exciteerbaarheidsregeling de gevoeligheid voor de input in stand houdt via de regulatie van membraanconductanties.

Tot slot

De theoretische studies in dit proefschrift lieten zien dat een effectieve implementatie van een exciteerbaarheidsregeling gerealiseerd kan worden met behulp van een relatief eenvoudig regelmechanisme, waarbij ionkanaaldichtheden geregeld worden als functie van de gemiddelde activiteit van de cel. Hierdoor kan de cel zijn functionaliteit behouden in de aanwezigheid van plasticiteit in verschillende cellulaire en netwerkeigenschappen. Een groot voordeel van dit adaptieve mechanisme is dat het kan functioneren zonder andere fundamentele eigenschappen van neuronen te beïnvloeden, zoals de rustpotentiaal van de cel of de relatieve sterkte van de synapsen op een cel. Het mechanisme ondersteunt het functioneren van leerprocessen, welke zelf verantwoordelijk zijn voor een aanzienlijk deel van de plasticiteit in de hersenen. Ook kan de cellulaire exciteerbaarheidsregeling functioneren als deze aanwezig is in de verschillende type cellen die samen een recurrent (en mogelijk instabiel) netwerk vormen; de stabiliteit van de adaptatie is gegarandeerd wanneer bepaalde restricties gerealiseerd worden.

De studies hebben echter ook laten zien dat er grenzen zijn aan wat een exciteerbaarheidsregeling kan compenseren. Grote veranderingen in de netwerkconnectiviteit kunnen nooit volledig gecompenseerd worden. Dit laat óf de grenzen aan adaptatie in de hersenen zien, óf duidt op de betrokkenheid van andere adaptieve mechanismen die de netwerk connectiviteit controleren. De netwerk instabiliteiten die kunnen ontstaan als gevolg van adaptatie suggereren echter ook een tot nu toe onbekende mogelijke bron van zo'n pathologische conditie; het niet goed functioneren van adaptatie in specifieke celtypes kan in een neuraal netwerk onstabiel gedrag veroorzaken. Samenvattend, het theoretische werk in dit proefschrift geeft nieuwe inzichten en daarmee vele mogelijkheden voor verder experimenteel en theoretisch onderzoek naar het adaptieve vermogen van de hersenen.