Parallel stochastic discrete event simulation of calcium dynamics in neuron

The intra-cellular calcium signaling pathways of a neuron depends on both biochemical reactions and diffusions. Some quasi-isolated compartments (e.g. spines) are so small and the calcium concentrations are so low that one molecule diffusing into the compartment can make a nontrivial difference in calcium concentration. Such events can affect dynamics discretely in such a way that they cannot be evaluated by a deterministic simulation. Stochastic models of such a system provide a more detailed understanding of these systems than existing deterministic models because they capture their behavior at a molecular level. My research focuses on the development of a high performance parallel discrete event simulation environment, NTW, which is intended for use in the parallel simulation of stochastic reaction-diffusion systems such as intra-cellular calcium signaling. We make use of two models, a calcium buffer model and a calcium wave model. The calcium buffer model is employed in order to verify the correctness and performance of NTW by comparing it to a sequential deterministic simulation in NEURON. NEURON is a framework for simulating neurons which is used by neuroscientists world-wide. Our work is part of the NEURON project and has the long term goal of developing a multi-scale simulation for large scale neuronal networks. We derived a discrete event calcium wave model from a deterministic model using the stochastic inositol 1,4,5-trisphosphate receptors, IP3R, structure. A dynamic load balancing algorithm and a dynamic window control algorithm for NTW was also developed for the stochastic calcium wave model. We make use of Q-learning to determine the basic control parameters of the algorithm. Using this algorithm we obtained an improvement in the performance of our simulator of up to 30%.Les voies de signalisation du calcium intracellulaire d'un neurone dépendent des réactions biochimiques et de la diffusion. Certains compartiments quasi isolés (par exemple les épines) sont si petits et les concentrations de calcium sont si faibles qu'une molécule diffusant dans le compartiment peut faire une différence non triviale dans la concentration de calcium. De tels événements peuvent affecter la dynamique de manière discrète de telle sorte qu'ils ne peuvent pas être évalués par une simulation déterministe. Les modèles stochastiques d'un tel système fournissent une compréhension plus détaillée de ces systèmes que les modèles déterministes existants, car ils captent leur comportement au niveau moléculaire. Ma recherche se concentre sur le développement d'un environnement de simulation d'événements discrets parallèles de haute performance, NTW, qui est destiné à être utilisé dans la simulation parallèle de systèmes de réaction-diffusion stochastiques tels que la signalisation de calcium intracellulaire. Nous utilisons deux modèles, un modèle de tampon de calcium et un modèle d'onde de calcium. Le modèle de tampon de calcium est utilisé afin de vérifier l'exactitude et la performance de NTW en le comparant à une simulation déterministe séquentielle dans NEURON. NEURON est un cadre logiciel pour simuler des neurones qui est utilisé par les neuroscientifiques dans le monde entier. Notre travail fait partie du projet NEURON et à comme but à long terme de développer une simulation multi-échelle pour les réseaux neuronaux à grande échelle. Nous avons dérivé un modèle discret d'ondes de calcium d'un modèle déterministe à l'aide de la structure stochastique IP3R. Un algorithme d'équilibrage de charge dynamique et un algorithme dynamique de contrôle de fenêtre pour NTW ont également été développés pour le modèle stochastique d'ondes de calcium. Nous utilisons Q-learning pour déterminer les paramètres de contrôle de base de l'algorithme. En utilisant cet algorithme, nous avons obtenu une amélioration de la performance de notre simulateur atteignant jusqu'à 30%