Compensation of hyperexcitability with simulation-based inference
Kompensation von Hyperexzitabilität mit simulation-based inference
eLife · 30.10.2026 · 14
DOI: 10.7554/elife.107045 ↗Auf einen Blick
In einem spiking neuronalen Netzwerkmodell wurden kompensatorische Mechanismen bei Hyperexzitabilität untersucht. Verschiedene Parameter konnten Baseline-Aktivität erhalten; die Mechanismen unterschieden sich je nach Ursache der Hyperexzitabilität.
Fragestellung
Wie interagieren mögliche kompensatorische Mechanismen in einem spiking neuronalen Netzwerkmodell bei Hyperexzitabilität?
Methode
Simulation-based inference in einem spiking neuronalen Netzwerkmodell.
Ergebnisse
Verschiedene Modellparameter konnten Änderungen anderer Parameter kompensieren und Baseline-Aktivität erhalten. Interneuronverlust, erregende rekurrente Synapsen und Depolarisation von Hauptzellen zeigten unterschiedliche kompensatorische Mechanismen.
Schlussfolgerung der Autor:innen
Spiking-neuronale Netzwerksimulatoren könnten Hypothesen zu Mechanismen pathophysiologischer Netzwerkprozesse generieren.
Kernaussagen
- Parameteränderungen konnten sich gegenseitig kompensieren
- Die kompensatorischen Mechanismen hingen von der Ursache ab
- Simulationen könnten Hypothesen zu Netzwerkmechanismen liefern
Deutsche Zusammenfassung: KI-gestützt aus dem Original-Abstract erstellt; alle Zahlen wurden automatisch mit dem Original abgeglichen. Maßgeblich ist der Original-Abstract.
Kurz gefasst
Fachartikel in der Zeitschrift eLife, online erschienen am 30.10.2026. Verfasst von Daniel Müller-Komorowska und 1 weiteren Autor:innen. Beteiligte Einrichtung: Neural Coding and Brain Computing Unit, Okinawa Institute of Science and Technology, Okinawa, Japan. Hauptthemen laut MEDLINE: Computer Simulation, Models, Neurological, Action Potentials, Nerve Net. Die Arbeit nennt 39 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY 4.0). Gefördert von: Japan Society for the Promotion of Science.
Abstract (Originalsprache)
The activity of healthy neuronal networks is tightly regulated, and a shift toward hyperexcitability can cause various problems, such as epilepsies, memory deficits, and motor disorders. Numerous cellular, synaptic, and intrinsic mechanisms of hyperexcitability and compensatory mechanisms to restore healthy activity have been proposed. However, quantifying multiple compensatory mechanisms and their dependence on specific pathophysiological mechanisms has proven challenging, even in computational models. We use simulation-based inference to quantify the interactions of putative compensatory mechanisms in a spiking neuronal network model. Various parameters of the model can compensate for the changes in other parameters to maintain baseline activity, and we estimated their compensatory potential. Furthermore, specific causes of hyperexcitability – interneuron loss, excitatory recurrent synapses, and principal cell depolarization – have distinct compensatory mechanisms that can restore normal excitability. Our results show that spiking neuronal network simulators could generate hypotheses about the mechanisms of pathophysiological network mechanisms.
Schlagwörter
MeSH-Schlagwörter (MEDLINE)
Stichwörter der Autor:innen
Autor:innen und Institutionen
- Neural Coding and Brain Computing Unit, Okinawa Institute of Science and Technology, Okinawa, Japan.
ORCID-Profile: Daniel Müller-Komorowska, Tomoki Fukai
Förderung
- Japan Society for the Promotion of Science
Zitieren
APA
Müller-Komorowska, D., & Fukai, T. (2026). Compensation of hyperexcitability with simulation-based inference. eLife, 14. https://doi.org/10.7554/elife.107045
Vancouver
Müller-Komorowska D, Fukai T. Compensation of hyperexcitability with simulation-based inference. eLife. 2026;14. doi:10.7554/elife.107045
BibTeX
@article{MllerKomorowska2026,
author = {Müller-Komorowska, Daniel and Fukai, Tomoki},
title = {Compensation of hyperexcitability with simulation-based inference},
journal = {eLife},
year = {2026},
volume = {14},
doi = {10.7554/elife.107045}
}
EUVIMED