Das Raum-Zeit-Gefüge im Gehirn

Neurowissenschaftler der Universität Freiburg und der Technischen Hochschule Stockholm/Schweden (KTH) haben entdeckt, wie neuronale Netzwerke Aktivitätssequenzen für sinnvolles Verhalten generieren können.

In den vergangenen Jahren haben Experimente gezeigt, dass das Verhalten von Tieren von der sequenziellen Aktivität der Neuronen in verschiedenen Gehirnregionen begleitet wird. Daran anknüpfend haben Forscherinnen und Forscher weltweit mehrere Modelle möglicher Mechanismen entwickelt, die die Entstehung dieser geordneten Abfolge erklären sollen. Sie beruhen in erster Linie auf Methoden des überwachten Lernens, bei dem anhand einer Lernregel die gewünschte sequenzielle Aktivität generiert wird.

Dabei stellte sich heraus, dass neuronale Netzwerke bewusst trainiert werden können, um bestimmte Abfolgen zu erzeugen. „Gleichzeitig wissen wir, dass nicht jedes Verhalten gelernt ist. Angeborenes Verhalten deutet darauf hin, dass das Gehirn bestimmte Abfolgen erzeugt, ohne sie zu lernen und zu trainieren”, erklärt Prof. Arvind Kumar von der KTH, der die Studie leitete.

Die Wissenschaftler widmeten sich daraufhin der Frage, wie ein untrainiertes Gehirn gut geordnete Aktivitätssequenzen erzeugen kann. Sie fanden dafür zwei Bedingungen: Erstens müssen Neuronen bei einem kleinen Teil ihrer Projektionen, also ihren Verbindungen zu nachgeschalteten Neuronen, eine bestimmte Richtung bevorzugen. Zweitens müssen benachbarte Neuronen dieselbe bevorzugte Richtung teilen. „Das bedeutet, dass die Verbindungen von Nervenzellen richtungsabhängig und räumlich miteinander verbunden sind. Dies ist der Schlüssel zur Erzeugung sequenzieller Aktivität in neuronalen Netzwerken“, erläutert Sebastian Spreizer.

Wenn das Netzwerk nach diesen Regeln verdrahtet ist, entsteht eine Art Aktivitätslandschaft, die dem geographischen Raum mit Hügeln und Tälern ähnelt. Die Sequenzen der neuronalen Aktivität sind in dieser Metapher wie die Flüsse in einer Landschaft. Kleine Variationen im räumlichen Gefüge der Nervenzellen erzeugen bestimmte zeitliche und räumliche Sequenzen neuronaler Aktivität.

Um das Modell zu verifizieren, müssen jedoch die Formen und Verbindungen benachbarter Neuronen gemessen werden. “Interessanterweise können Neuromodulatoren wie das Dopamin eine wie oben geforderte Konnektivität im Gehirn erzeugen, und zwar auf dynamische, kontextabhängige Weise”, sagt Aertsen. Das Netzwerk hat damit die Möglichkeit, verschiedene Sequenzen der neuronalen Aktivität zu erzeugen. Allerdings werden nicht alle davon funktional relevant sein. Die Wissenschaftler in Freiburg und Stockholm gehen daher davon aus, dass Lernmechanismen entwickelt werden können, um die lohnenden Sequenzen auszuwählen und damit sinnvolles Verhalten zu ermöglichen.

Originalveröffentlichung:
Spreizer S et al.: From space to time: Spatial inhomogeneities lead to the emergence of spatiotemporal sequences in spiking neuronal networks. PLoS Computational Biology, 25. Oktober 2019