Hermosolut (neuronit) muodostavat luonnollisessa elinympäristössään kolmiulotteisia rakenteita. Useimmat in vitro -hermosoluviljelmät ovat kuitenkin olleet tasomaisia. Tämän työn tavoite oli muodostaa laskennallinen hermosoluverkkomalli ennustamaan, miten hermosoluverkon käyttäytyminen muuttuu, kun verkko muuttuu kaksiulotteisesta kolmiulotteiseksi. Tässä työssä verkkomallin pohjana käytettiin kirjallisuudesta kahta hermosoluverkkomallia, joissa ei ollut avaruudellista topologiaa. Malleihin lisättiin kaksi- ja kolmiulotteiset topologiat: Ensin hermosolut asetettiin sattumanvaraisesti kaksi- tai kolmiulotteiseen tilaan. Sen jälkeen lähimmät hermosolut yhdistettiin toisiinsa niin, että tuloksena oli noin 10%:sti yhdistetty verkko. Vertailukohtana käytettiin topologiatonta verkkoa, jossa hermosolut oli yhdistetty satunnaisesti. Simulaatiomallin käyttäytymistä verrattiin kantasoluista erilaistetuista hermosoluista koostuviin verkkoihin. Hermosoluverkkoja oli mitattu mikroelektrodimatriiseilla (microelectrode array, MEA), joilla verkkojen sähköistä aktiivisuutta pystytään mittaamaan useasta kohdasta yhtä aikaa. Vertailua tehtiin vain tasomaisiin biologisiin verkkoihin, sillä kolmiulotteiset hermosoluviljelmät ja mittausjärjestelmä ovat vielä kehitysvaiheessa. Kaksiulotteisen mallin käyttäytyminen vastasi hyvin biologisten hermosoluverkkojen käyttäytymistä visuaalisessa ja tilastollisessa tarkastelussa. Lisäksi simulaatioista huomattiin, kuinka avaruudellisen topologian lisääminen verkkomalliin tekee verkosta aktiivisemman: 2D verkot olivat aktiivisempia kuin kokonaan topologiattomat. Samaten 3D verkot olivat aktiivisempia kuin 2D verkot. Tässä työssä käytetty erittäin yksinkertainen malli sai aikaan selvän muutoksen verkon dynamiikassa, mikä viittaa siihen, että topologialla on suuri merkitys hermosoluverkon dynamiikkaan. Siksi topologiamallia kannattaa edelleen kehittää kohti biologisesti tarkempaa.