Il connettoma è una mappa completa delle connessioni neurali presenti nel cervello di un organismo. Lo studio dei connettomi mira a comprendere come le diverse regioni del cervello comunichino tra loro e come la sua struttura si relazioni al funzionamento complessivo. Recentemente, sono stati compiuti significativi progressi nella ricostruzione del connettoma strutturale di vari organismi. Tra questi, il caso più complesso è quello della Drosophila melanogaster, oggetto di due studi distinti, ciascuno volto a ricostruire il connettoma di tale organismo in una differente fase evolutiva, ovvero la fase larvale e la fase adulta. Analizzando i connettomi, attraverso metodi della Complex Network Analysis, i ricercatori hanno ottenuto nuove informazioni sulla struttura cerebrale e sul comportamento della Drosophila, contribuendo alla comprensione delle dinamiche neurali e delle loro implicazioni biologiche. Questo lavoro di tesi si propone di proseguire questi studi. Sono state costruite due reti di supporto rappresentanti i connettomi della larva di Drosophila e della Drosophila adulta. È stato, poi, definito un insieme di tecniche per estrarre nuova conoscenza dai connettomi della Drosophila, al fine di approfondire la comprensione della connettività cerebrale in entrambe le fasi evolutive. Innanzitutto, è stata condotta un'analisi esplorativa dei dati sui connettomi della larva e dell'adulta per individuare le somiglianze e le differenze che li caratterizzano. Successivamente, si sono definiti algoritmi per l'estrazione di particolari motif, denominati pattern funzionali. Infine, si sono esplorate diverse modalità di estensione dei pattern funzionali per ottenere strutture di crescente complessità. L'analisi di questi permette di investigare i processi di interazione tra le aree cerebrali nel cervello della Drosophila.

Un approccio basato su complex network per la ricerca e la caratterizzazione di motif nel connettoma della Drosophila

RONCI, ARIANNA
2023/2024

Abstract

Il connettoma è una mappa completa delle connessioni neurali presenti nel cervello di un organismo. Lo studio dei connettomi mira a comprendere come le diverse regioni del cervello comunichino tra loro e come la sua struttura si relazioni al funzionamento complessivo. Recentemente, sono stati compiuti significativi progressi nella ricostruzione del connettoma strutturale di vari organismi. Tra questi, il caso più complesso è quello della Drosophila melanogaster, oggetto di due studi distinti, ciascuno volto a ricostruire il connettoma di tale organismo in una differente fase evolutiva, ovvero la fase larvale e la fase adulta. Analizzando i connettomi, attraverso metodi della Complex Network Analysis, i ricercatori hanno ottenuto nuove informazioni sulla struttura cerebrale e sul comportamento della Drosophila, contribuendo alla comprensione delle dinamiche neurali e delle loro implicazioni biologiche. Questo lavoro di tesi si propone di proseguire questi studi. Sono state costruite due reti di supporto rappresentanti i connettomi della larva di Drosophila e della Drosophila adulta. È stato, poi, definito un insieme di tecniche per estrarre nuova conoscenza dai connettomi della Drosophila, al fine di approfondire la comprensione della connettività cerebrale in entrambe le fasi evolutive. Innanzitutto, è stata condotta un'analisi esplorativa dei dati sui connettomi della larva e dell'adulta per individuare le somiglianze e le differenze che li caratterizzano. Successivamente, si sono definiti algoritmi per l'estrazione di particolari motif, denominati pattern funzionali. Infine, si sono esplorate diverse modalità di estensione dei pattern funzionali per ottenere strutture di crescente complessità. L'analisi di questi permette di investigare i processi di interazione tra le aree cerebrali nel cervello della Drosophila.
2023
2024-10-24
A complex network-based approach for detecting and characterizing motifs in Drosophila connectome
File in questo prodotto:
File Dimensione Formato  
Tesi - Ronci Arianna.pdf

embargo fino al 24/10/2026

Dimensione 3.25 MB
Formato Adobe PDF
3.25 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/20.500.12075/19224