Актуальность: Мозг представляет собой сложнейший объект исследования, состоящий из миллиардов клеток, одним из типов клеток мозга являются нейроны, которые генерируют и передают электрические импульсы и способны образовывать сети посредством контактов, именуемых синапсами. Существуют и другие типы клеток в мозге, – например, глиальные клетки, которые выполняют такие важные дополнительные функции, как питание нейронов, поддержка гомеостаза, модулирование процессов передачи сигнала и др. Существующие экспериментальные методы исследования активности нейронных сетей мозга, направленные на изучение принципиально сетевых эффектов, во-первых, обладают рядом технических ограничений, связанных со сложностью объекта исследования, а во-вторых, являются крайне дорогостоящими. Для преодоления данного препятствия широко применяется подход, связанный с математическим и компьютерным моделированием изучаемых процессов. Моделирование подобных систем, сложных по топологии внутренних связей и состоящих из большого количества элементов, с помощью современных персональных компьютеров представляет серьёзную проблему, ввиду большой вычислительной нагрузки, требуемой для расчёта получаемых моделей. Однако использование суперкомпьютерных технологий и параллельных вычислений устраняет эту преграду и позволяет применять большее многообразие методов моделирования.
Цель работы: Целью проекта является исследование фундаментальных механизмов, лежащих в основе структурной организации сетей нейрональных клеток мозга и изучение влияния морфологии клеточной сети на динамические процессы передачи информационных сигналов.
Задачи: