NEST (Software)

NEST (Neural Simulation Tool)

Basisdaten

Hauptentwickler Markus Diesmann, Marc-Oliver Gewaltig, Abigail Morrison, Hans Ekkehard Plesser
Entwickler The NEST Initiative
Erscheinungsjahr 01.08.2004
Aktuelle Version 3.10
(9. Juni 2026)
Betriebssystem cross-platform
Programmier­sprache C++, Python, Cython
Kategorie Computational Neuroscience
Lizenz GPLv2+
deutschsprachig nein
www.nest-simulator.org

NEST (NEural Simulation Tool) ist eine Software zur Simulation von Netzwerken spikender Neuronen und eignet sich zur Untersuchung des Verhaltens großer neuronaler Netzwerken[1], besonders in der Medizin und Biologie.[2] Die Software wird von der NEST-Initiative weiterentwickelt und ist unter der GPLv2+ Lizenz frei zugänglich.

Modellierungsansatz

Eine NEST-Simulation versucht der Logik eines elektrophysiologischen Experiments zu folgen, welches innerhalb eines Computers stattfindet, mit dem Unterschied zu klassischen Experimenten, dass das zu untersuchende neuronale System zunächst von der Nutzerin selbst definiert werden muss.

Das neuronale System wird durch eine potenziell große Anzahl von Neuronen und deren Verbindungen definiert. In einem NEST-Netzwerk können verschiedene Neuronen- und Synapsenmodelle koexistieren. Jeweils zwei Neuronen können mehrere Verbindungen mit unterschiedlichen Eigenschaften aufweisen. Daher lässt sich die Konnektivität im Allgemeinen nicht durch eine Gewichts- oder Konnektivitätsmatrix darstellen, sondern durch eine Adjazenzliste beschreiben.

Um die Netzwerkdynamik zu manipulieren oder zu beobachten, kann die Nutzerin sogenannte Geräte definieren, welche die verschiedenen Instrumente zur Messung oder Simulation eines Experiments repräsentieren. Diese Geräte speichern ihre Daten entweder im Arbeitsspeicher oder in einer Datei.

Die NEST-Software ist erweiterbar. Es können zum Beispiel eigene Modelle für Neuronen, Synapsen und Geräte hinzugefügt werden.[3]

Funktionen

Neuronenmodelle

  • Integrate-and-fire-Modelle mit unterschiedlichen Typen von synaptischen Strömen und Potenzialen
  • Integrate-and-fire-Modelle mit leitfähigkeitsbasierten Synapsen
  • Ein-Kompartment-Hodgkin-Huxley-Modell
  • adaptives Exponential-Integrate-and-Fire-Neuron (AdEx)
  • Integrate-and-fire-Modell mit exponentiellen postsynaptischen Strömungen und adaptiver Schwelle (MAT2-Neuronenmodell)

Netzwerkmodelle

  • topologische Netze
  • räumlich strukturierte Netzwerke

Synapsenmodelle

  • statische Synapsen mit homogenen oder heterogenen Gewichten und Verzögerungen
  • Plastizität abhängig vom Zeitpunkt der Aktionspotentiale (en: spike-timing-dependent plasticity (STDP))
  • Kurzzeitplastizität (Tsodyks-Markram Synapsen)
  • Neuromodulierte Synapsen (mit Dopamin)

Geräte

  • Aktionspotential-Detektoren
  • Multimeter für Potentiale, Ströme und weiteres
  • AC-, DC-, and Schritt-Stromgeneratoren
  • Rauschgeneratoren (Poisson, Gauss, Gamma)
  • Aktionspotential-Generatoren

Simulationen

  • Unterstützung von Multithread-Simulation
  • Unterstützung von MPI-basierter Parallelisierung
  • Unterstützung von hybriden Multithread-Simulation und verteilten Simulationen
  • halbautomatische Parallelisierung durch den Simulationskern von NEST

Interoperabilität

  • Schnittstelle zum Multi-Simulator Coordinator (MUSIC)[4]
  • Schnittstelle zur Simulator unabhängigen Sprache PyNN

Benutzungsoberfläche

Die wichtigste Benutzerinnenschnittstelle ist PyNEST, ein Python Paket über welches der C++-Kernel der NEST-Simulation angesteuert wird. Alternativ steht PyNN als unabhängiges Python-Modul mit NEST Unterstützung zur Verfügung.

Geschichte

Die Entwicklung der Software begann 1994, zunächst unter dem Namen SYNOD.[5] Spätere NEST-Versionen verfügten über die stapelorientierten Integrationssprache (en: simulation language interpreter) SLI, mit welcher Simulationen beschrieben und ausgeführt werden konnten.[3]

2001, als die Software selbst bereits NEST hieß, wurde die NEST-Initiative gegründet, um wissenschaftlichen Austausch und gemeinsame Weiterentwicklung der Software zu fördern. Für die folgenden drei Jahre wurde NEST ausschließlich von den Gründungsmitgliedern der Initiative entwickelt und genutzt. Die erste öffentliche Version erschien dann im Sommer 2004. Seitdem wurde NEST regelmäßig, etwa ein- bis zweimal pro Jahr, veröffentlicht.

Seit 2007 unterstützte NEST hybride Parallelrechnungen mithilfe von POSIX Threads und MPI.[6]

Ab dem Jahr 2008 verfügte NEST über eine Python-Schnittstelle (PyNEST)[7], SLI blieb nur noch als interne Schicht zwischen PyNEST und dem Simulationskern erhalten.[8] In der gleichen Zeit wurde dann das unabhängige Python-Modul PyNN mit der Unterstützung von NEST entwickelt.[9]

Seit 2012 veröffentlicht die Initiative alles unter GNU GPL V2 oder späteren Lizenzversionen.

Mit der Veröffentlichung von NEST 3.10 im Juni 2026 wurde SLI gänzlich entfernt. PyNEST kommuniziert seitdem direkt mit dem C++-Kernel.[10]

Weiterführende Informationen

Portal: Freie Software – Übersicht zu Wikipedia-Inhalten zum Thema Freie Software

Einzelnachweise

  1. ↑ Stefan Rotter, Markus Diesmann: Exact digital simulation of time-invariant linear systems with applications to neuronal modeling. In: Biological Cybernetics. 81. Jahrgang, Nr. 5–6, 1999, S. 381–402, doi:10.1007/s004220050570, PMID 10592015 (englisch).
  2. ↑ Kashu Yamazaki, Viet-Khoa Vo-Ho, Darshan Bulsara, Ngan Le: Spiking Neural Networks and Their Applications: A Review. In: Brain Sciences. Band 12, Nr. 7, 30. Juni 2022, ISSN 2076-3425, S. 863, doi:10.3390/brainsci12070863, PMID 35884670, PMC 9313413 (freier Volltext) – (englisch, Online [abgerufen am 15. August 2026]).
  3. ↑ a b Marc-Oliver Gewaltig, Markus Diesmann: NEST (NEural Simulation Tool). In: Scholarpedia. Band 2, Nr. 4, 5. April 2007, ISSN 1941-6016, S. 1430, doi:10.4249/scholarpedia.1430 (englisch, Online [abgerufen am 26. März 2026]).
  4. ↑ Mikael Djurfeldt, Johannes Hjorth, Jochen M. Eppler, Niraj Dudani, Moritz Helias, Tobias C. Potjans, Upinder S. Bhalla, Markus Diesmann, Jeanette Hellgren Kotaleski, Örjan Ekeberg: Run-Time Interoperability Between Neuronal Network Simulators Based on the MUSIC Framework. In: Neuroinformatics. 8. Jahrgang, Nr. 1, 2010, S. 43–60, doi:10.1007/s12021-010-9064-z, PMID 20195795, PMC 2846392 (freier Volltext) – (englisch).
  5. ↑ BernsteinNetwork: NEST - A brain simulator. 10. Juli 2012, abgerufen am 15. August 2026 (englisch).
  6. ↑ Hans E. Plesser, Jochen M. Eppler, Abigail Morrison, Markus Diesmann, Marc-Oliver Gewaltig: Euro-Par 2007 Parallel Processing (= Lecture Notes in Computer Science. Band 4641). 2007, ISBN 978-3-540-74465-8, Efficient Parallel Simulation of Large-Scale Neuronal Networks on Clusters of Multiprocessor Computers, S. 672–681, doi:10.1007/978-3-540-74466-5_71 (englisch).
  7. ↑ Jochen M Eppler: PyNEST: A convenient interface to the NEST simulator. In: Frontiers in Neuroinformatics. Band 2, 2008, doi:10.3389/neuro.11.012.2008, PMID 19198667, PMC 2636900 (freier Volltext) – (englisch, Online [abgerufen am 15. August 2026]).
  8. ↑ Jochen M. Eppler, M. Helias, E. Muller, M. Diesmann, M. O. Gewaltig: PyNEST: A convenient interface to the NEST simulator. In: Frontiers in Neuroinformatics. 2. Jahrgang, 2008, S. 12, doi:10.3389/neuro.11.012.2008, PMID 19198667, PMC 2636900 (freier Volltext) – (englisch).
  9. ↑ A. P. Davison, D. Brüderle, J. Eppler, J. Kremkow, E. Muller, D. Pecevski, L. Perrinet, P. Yger: PyNN: A Common Interface for Neuronal Network Simulators. In: Frontiers in Neuroinformatics. 2. Jahrgang, 2009, S. 11, doi:10.3389/neuro.11.011.2008, PMID 19194529, PMC 2634533 (freier Volltext) – (englisch).
  10. ↑ What’s new in NEST 3.10 — NEST Simulator Documentation. Abgerufen am 15. August 2026 (englisch).

Content Disclaimer

Informasi ini disarikan dari Wikipedia dan disajikan kembali untuk tujuan edukasi. Konten tersedia di bawah lisensi CC BY-SA 3.0. Kami tidak bertanggung jawab atas ketidakakuratan data yang bersumber dari kontribusi publik tersebut.

  1. The information displayed on this website is sourced in part or in whole from Wikipedia and has been adapted for the purpose of restating it. We strive to provide accurate and relevant information, however:
  2. There is no guarantee of absolute accuracy. Wikipedia is an open, collaborative project that can be edited by anyone, so information is subject to change.
  3. It is not intended to constitute professional advice. The content displayed is for informational and educational purposes only. For important decisions (e.g., medical, legal, or financial), please consult a professional.
  4. Content copyright. Wikipedia is licensed under the Creative Commons Attribution-ShareAlike License (CC BY-SA). This means that content may be reused with appropriate attribution and shared under a similar license.
  5. Responsible use. Any risk arising from the use of information from this website is entirely the responsibility of the user.