Connectome analysis is a research area that deals with the wiring of the brain to understand how brain regions communicate with each other and how brain structure relates to its function. Within the past several years, researchers have been able to reconstruct the structural connectome of several organisms, the most complex being Drosophila melanogaster. This work builds upon the foundation of the research of two groups of authors that have reconstructed the larval and adult connectomes of this organism and applied network analysis to them. The primary focus of our work is to construct several support networks and define a set of techniques, leveraging the main concepts and measures of complex network analysis, to gain a deeper understanding about Drosophila connectomes at both larval and adult stages. The initial results presented concern the Exploratory Data Analysis, which allows us to highlight similarities and differences between the two evolutionary stages of the insect. Afterwards, we present the definition of the concept of power neurons and the approach to detect them. Next, we characterize these very important neurons. The last part of the thesis focuses on the functional patterns extracted to obtain relevant information about the characteristics of power neurons.

L’analisi del connettoma è un’area di ricerca che si occupa dello studio delle connessioni del cervello per comprendere come le sue regioni comunichino tra di loro e quale sia il rapporto tra la struttura del cervello e la sua funzione. Negli ultimi anni, i ricercatori sono stati in grado di ricostruire il connettoma strutturale di diversi organismi, dei quali il più complesso è la Drosophila melanogaster. Questa tesi pone le sue basi nel lavoro di due gruppi di autori che hanno ricostruito il connettoma di un esemplare di larva e di un esemplare di adulta di questo organismo e ai quali hanno applicato tecniche di network analysis. Il focus principale del nostro lavoro è quello di costruire reti di supporto e di definire un insieme di tecniche tramite i concetti e le misure principali della complex network analysis, in modo da estrarre una conoscenza più profonda sui connettomi della Drosophila nei due stadi. I risultati iniziali di seguito presentati riguardano la fase di analisi esplorativa, che mette in risalto similarità e differenze tra i due stadi evolutivi dell’insetto. In seguito, presentiamo la definizione del concetto di power neuron e l’approccio per individuarli. Successivamente, presentiamo le caratteristiche dei power neuron. L’ultima parte della tesi si concentra sui pattern funzionali estratti, che hanno permesso di ricavare importanti informazioni sulle caratteristiche dei power neuron.

Un approccio basato su complex network per la ricerca e la caratterizzazione di power neuron nella Drosophila

PARLAPIANO, FEDERICA
2023/2024

Abstract

Connectome analysis is a research area that deals with the wiring of the brain to understand how brain regions communicate with each other and how brain structure relates to its function. Within the past several years, researchers have been able to reconstruct the structural connectome of several organisms, the most complex being Drosophila melanogaster. This work builds upon the foundation of the research of two groups of authors that have reconstructed the larval and adult connectomes of this organism and applied network analysis to them. The primary focus of our work is to construct several support networks and define a set of techniques, leveraging the main concepts and measures of complex network analysis, to gain a deeper understanding about Drosophila connectomes at both larval and adult stages. The initial results presented concern the Exploratory Data Analysis, which allows us to highlight similarities and differences between the two evolutionary stages of the insect. Afterwards, we present the definition of the concept of power neurons and the approach to detect them. Next, we characterize these very important neurons. The last part of the thesis focuses on the functional patterns extracted to obtain relevant information about the characteristics of power neurons.
2023
2024-10-24
A complex network-based approach for detecting and characterizing power neurons in Drosophila
L’analisi del connettoma è un’area di ricerca che si occupa dello studio delle connessioni del cervello per comprendere come le sue regioni comunichino tra di loro e quale sia il rapporto tra la struttura del cervello e la sua funzione. Negli ultimi anni, i ricercatori sono stati in grado di ricostruire il connettoma strutturale di diversi organismi, dei quali il più complesso è la Drosophila melanogaster. Questa tesi pone le sue basi nel lavoro di due gruppi di autori che hanno ricostruito il connettoma di un esemplare di larva e di un esemplare di adulta di questo organismo e ai quali hanno applicato tecniche di network analysis. Il focus principale del nostro lavoro è quello di costruire reti di supporto e di definire un insieme di tecniche tramite i concetti e le misure principali della complex network analysis, in modo da estrarre una conoscenza più profonda sui connettomi della Drosophila nei due stadi. I risultati iniziali di seguito presentati riguardano la fase di analisi esplorativa, che mette in risalto similarità e differenze tra i due stadi evolutivi dell’insetto. In seguito, presentiamo la definizione del concetto di power neuron e l’approccio per individuarli. Successivamente, presentiamo le caratteristiche dei power neuron. L’ultima parte della tesi si concentra sui pattern funzionali estratti, che hanno permesso di ricavare importanti informazioni sulle caratteristiche dei power neuron.
File in questo prodotto:
File Dimensione Formato  
Tesi_Federica_Parlapiano.pdf

embargo fino al 24/10/2026

Descrizione: Tesi di Federica Parlapiano
Dimensione 10.45 MB
Formato Adobe PDF
10.45 MB Adobe PDF

I documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.12075/19223