Versteckte Dynamik in neuronalen Netzwerken entdeckt

Neuronale Netzwerke im Gehirn verarbeiten Informationen besonders gut, wenn sie sich in der Nähe eines kritischen Punktes befinden. Davon gingen Hirnforscher bis jetzt aufgrund theoretischer Überlegungen aus. Doch in experimentellen Untersuchungen der Hirnaktivität fanden sich weniger Anzeichen für solche kritischen Zustände, als eigentlich zu erwarten wäre. Wissenschaftler des Forschungszentrums Jülich und der RWTH Aachen liefern dafür nun eine mögliche Erklärung.

Kritische Punkte, an denen komplexe Systeme schlagartig ihre Eigenschaften ändern, sind aus der Physik bekannt. Ein Beispiel sind ferromagnetische Materialien. Unterhalb der kritischen Temperatur, der sogenannten Curie-Temperatur, richten sich die Elektronenspins des Materials aus, sodass sie in die gleiche Richtung zeigen. Dabei addieren sich die winzigen magnetischen Momente der einzelnen Spins, was von außen als spontane Magnetisierung des Materials gemessen werden kann.

Eine ganz ähnliche Dynamik konnte bereits früher in Messungen der Hirnaktivität festgestellt werden. Typisch sind Hirnsignale, bei denen in kürzester Zeit lawinenartig große Bereiche des Netzwerks gleichzeitig aktiv werden. Insgesamt tritt das Phänomen aber deutlich seltener auf, als eigentlich zu erwarten wäre. Wissenschaftler des Forschungszentrums Jülich und der RWTH Aachen haben nun eine Lösung für den scheinbaren Widerspruch präsentiert. Sie haben nachgewiesen, dass neuronale Netzwerke noch eine zweite, bislang unbekannte Art von Kritikalität aufweisen können.

Bei dieser zweiten Form koordiniert sich ebenfalls eine große Anzahl von Nervenzellen, wie die Analyse der gleichzeitigen Aktivität von 155 Nervenzellen zeigt. Das Zusammenspiel umfasst hier allerdings nicht nur die gleichzeitige Aktivierung, sondern auch die gezielte Hemmung großer Gruppen von Neuronen. Die gefundene, neuartige Kritikalität erlaubt es dem Netzwerk, Signale in einer Vielzahl von Kombinationen aus aktivierten Neuronen zu repräsentieren und damit, so vermuten die Forscher, Information effizient parallel zu verarbeiten.

Zudem erklärt sich, warum von außen kein plötzlicher Anstieg der Netzwerkaktivität feststellbar ist. Standardverfahren wie EEG oder LFP addieren im Wesentlichen die Signale vieler Neurone; bei diesem zweiten kritischen Zustand bleibt die Zahl der aktiven Nervenzellen jedoch weitgehend konstant. Die heterogene Dynamik lässt sich mit diesen Verfahren daher nicht erfassen. Erst mit hochentwickelten mathematischen Methoden, die sie aus der statistischen Physik entlehnt haben, gelang es den Forschern unter der Leitung von Prof. Moritz Helias, experimentell überprüfbare Vorhersagen über die Korrelationen zwischen den Nervenzellen zu machen.

Originalpublikation:
Dahmen D et al.: Second type of criticality in the brain uncovers rich multiple-neuron dynamics.
Proceedings of the National Academy of Sciences, 12. Juni 2019