NEST(NEural Simulation Tool) ist eine Software zur Simulation von Netzwerken spikender Neuronen und eignet sich zur Untersuchung des Verhaltens großer neuronaler Netzwerken, besonders in der Medizin und Biologie. 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.
Funktionen
Neuronenmodelle
Integrate-and-fire-Modelle mit unterschiedlichen Typen von synaptischen Strömen und Potenzialen
Integrate-and-fire-Modelle mit leitfähigkeitsbasierten Synapsen
Unterstützung von hybriden Multithread-Simulation und verteilten Simulationen
halbautomatische Parallelisierung durch den Simulationskern von NEST
Interoperabilität
Schnittstelle zum Multi-Simulator Coordinator (MUSIC)
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. Spätere NEST-Versionen verfügten über die stapelorientierten Integrationssprache (en: simulation language interpreter) SLI, mit welcher Simulationen beschrieben und ausgeführt werden konnten.
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.
Ab dem Jahr 2008 verfügte NEST über eine Python-Schnittstelle (PyNEST), SLI blieb nur noch als interne Schicht zwischen PyNEST und dem Simulationskern erhalten. In der gleichen Zeit wurde dann das unabhängige Python-Modul PyNN mit der Unterstützung von NEST entwickelt.
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.
↑StefanRotter,MarkusDiesmann: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).
↑Kashu Yamazaki, Viet-Khoa Vo-Ho, Darshan Bulsara, Ngan Le:Spiking Neural Networks and Their Applications: A Review. In: Brain Sciences. Band12, Nr.7, 30.Juni 2022, ISSN2076-3425, S.863, doi:10.3390/brainsci12070863, PMID 35884670, PMC9313413(freier Volltext) – (englisch, Online[abgerufen am 15.August 2026]).
↑Hans E.Plesser,Jochen M.Eppler,AbigailMorrison,MarkusDiesmann,Marc-OliverGewaltig: Euro-Par 2007 Parallel Processing (=Lecture Notes in Computer Science. Band4641). 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).
↑Jochen M Eppler:PyNEST: A convenient interface to the NEST simulator. In: Frontiers in Neuroinformatics. Band2, 2008, doi:10.3389/neuro.11.012.2008, PMID 19198667, PMC2636900(freier Volltext) – (englisch, Online[abgerufen am 15.August 2026]).
↑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, PMC2636900(freier Volltext) – (englisch).
↑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, PMC2634533(freier Volltext) – (englisch).
