Publication

A Multiscale, Systems-Level, Neuropharmacological Model of Cortico-Basal Ganglia System for Arm Reaching Under Normal, Parkinsonian, and Levodopa Medication Conditions

Résumé

In order to understand the link between substantia nigra pars compacta (SNc) cell loss and Parkinson's disease (PD) symptoms, we developed a multiscale computational model that can replicate the symptoms at the behavioural level by incorporating the key cellular and molecular mechanisms underlying PD pathology. There is a modelling tradition that links dopamine to reward and uses reinforcement learning (RL) concepts to model the basal ganglia. In our model, we replace the abstract representations of reward with the realistic variable of extracellular DA released by a network of SNc cells and incorporate it in the RL-based behavioural model, which simulates the arm reaching task. Our results successfully replicated the impact of SNc cell loss and levodopa (L-DOPA) medication on reaching performance. It also shows the side effects of medication, such as wearing off and peak dosage dyskinesias. The model demonstrates how differential dopaminergic axonal degeneration in basal ganglia results in various cardinal symptoms of PD. It was able to predict the optimum L-DOPA medication dosage for varying degrees of cell loss. The proposed model has a potential clinical application where drug dosage can be optimised as per patient characteristics.

À propos de ce résultat
Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.

Graph Chatbot

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.