Striatums aktivitet moduleras signifikant av dopamin, och långtidseffekter av en förändrad dopaminsignalering kan även leda till degeneration och regeneration av synapser. Denna masteruppsats undersöker signalöverföringen, och specifikt överföringen när korrelerade signaler används för att aktivera neuron i striatum. Simuleringar av dels en biofysiskt detaljerad MSN modell samt av ett förenklat striatalt nätverk görs för att generera data så att nya hypoteser kan formuleras. Om man tittar på en enstaka cell, så leder synaptisk pruning till en minskad effekt av det input som används för att aktivera neuronet. Kompensation genom regeneration av nya synapser är här mycket effektivare än att skala upp de kvarvarande synapsernas styrka. På nätverksnivån kan ömsesidig inhibition mellan olika neuronpopulationer öka skillnaderna i deras aktivitetsnivåer om man använder svagt synkroniserat input för att aktivera nätverkets celler, och när inputs istället är starkt korrelerade minskar skillnaderna beträffande hur korrelerat neuronen spikar. Dessutom, i inhibitoriskt kopplade nätverk kan man då man ändrar kopplingssannolikheten potentiellt se antingen en ökning eller en minskning i hur korrelerad aktiviteten i neuronen är. Rekurrent inhibition inom en viss population har en större betydelse för överföringen av korrelerade signaler jämfört med ömsesidig inhibition mellan neuronpopulationer. Slutligen diskuteras begränsningar av modellerna, vilket motiverar att man i framtida studier kan introducera mer specifika kopplingssannolikheter mellan celltyperna samt införa en variabilitet mellan enskilda neuron.