KI identifiziert Nervenzellen zuverlässig

Neuronen im Hippocampus steuern unser räumliches Lernen, sind selbst jedoch sehr instabil. Forschende der Friedrich-Alexander-Universität Erlangen-Nürnberg (FAU) und des Leibniz-Instituts für Neurobiologie (LIN) Magdeburg wollen diese Dynamik in einem Gemeinschaftsprojekt entschlüsseln.

Der Hippocampus ist Teil des limbischen Systems unseres Gehirns. Er steuert die Speicherung von Informationen im Langzeitgedächtnis und ist auch für das räumliche Lernen zuständig. Die entsprechenden Signale werden von Gitterzellen verarbeitet, die zu den Ortungszellen gehören. „Ortungszellen besitzen zahlreiche Dornfortsätze, die Signale verarbeiten und weiterleiten“, erklärt Prof. Andreas Kist, Spezialist für biomedizinische Signalanalyse an der FAU. „Interessanterweise ist diese Struktur hochgradig instabil – sowohl die Form als auch die Zahl der dendritischen Dornen verändert sich permanent. Das widerspricht im Grunde ihrer Funktion, nämlich räumliche Orientierung im Langzeitgedächtnis zu verankern. Wir würden eher gleichbleibende Strukturen erwarten.“

KI-Tool erfasst Dendriten im Zeitverlauf

Wie es den Ortungszellen dennoch gelingt, stabile synaptische Verbindungen zu schaffen, untersucht  Kist gemeinsam mit Dr. Alessio Attardo vom Leibniz-Institut für Neurobiologie (LIN). Die Magdeburger Forschenden scannen das Gehirn von Mäusen, die verschiedene Orientierungsaufgaben lösen müssen. Dabei werden die Ortungszellen mit einem Zwei-Photonen-Mikroskop aufgenommen und ihre Aktivität im Zeitverlauf dargestellt. „Diese Bilder auszuwerten, ist eine gewaltige Herausforderung“, erklärt Kist. „Wir haben nicht nur einen riesigen Datensatz von mehreren Tausend Aufnahmen. Es ist für das menschliche Auge auch enorm schwierig, Zellen und Dendriten zuverlässig zu erfassen und wiederzuerkennen. Nur so aber können wir valide Aussagen über ihre Funktion und Interaktion treffen.“

Momentaufnahmen aus dem Gehirn

Die FAU wird deshalb ein KI-gestütztes Tool beisteuern, das die eindeutige Identifikation der dendritischen Dornen ermöglicht. Das Werkzeug wird auf Deep3D basieren, einer von Kist und dem Max-Planck-Institut für biologische Intelligenz entwickelten Anwendung, die der Neuroforschung bereits als Open-Source-Programm zur Verfügung steht. Kist: „Mit Deep3D können Momentaufnahmen bereits sehr gut analysiert werden, dynamische Prozesse lassen sich damit jedoch noch nicht verfolgen.“ Im Rahmen des Forschungsprojektes will Kist das neue Deep-Learning-Programm mit Aufnahmen trainieren, die ihrerseits mit KI generiert wurden, was den personellen und zeitlichen Aufwand erheblich reduziert. „Die KI soll lernen, die Struktur der Nervenzellen zu beschreiben und einen spezifischen Fingerabdruck für jeden einzelnen Dornfortsatz zu erstellen. So wird es möglich sein, Zellen und Dendriten eindeutig zuzuordnen, auch wenn sie ihre Position ändern oder die Aufnahme aus einem anderen Winkel erfolgt.“

Werkzeug soll auch für andere neuronale Prozesse nutzbar sein

Die Forschenden aus Erlangen und Magdeburg versprechen sich neue Erkenntnisse über die Konnektivität und Funktionsweise der Ortungszellen – insbesondere darüber, wie ihnen trotz hoher Dynamik eine stabile Informationsverarbeitung gelingt. Kist: „Idealerweise lässt sich unser Tool auch für die Erforschung anderer neuronaler Prozesse nutzen, denn dynamische Prozesse an Dornfortsätzen beschränken sich keineswegs auf den Hippocampus.“

Das Projekt wird von der DFG mit insgesamt 500.000 Euro gefördert, 320.000 Euro entfallen auf die FAU. Mit der Summe wird in Erlangen eine Doktorandenstelle für einen Zeitraum von drei Jahren finanziert.