Zehntausend Kontakte

Gehirne mathematisch-computertechnisch betrachtet

Seit vielen Jahren versuchen Forscher das Geheimnis der Funktionsweise des menschlichen Gehirns zu lüften. Unser Denkorgan ist ungeheuer komplex, geprägt durch die intensive Vernetzung der Nervenzellen, von denen jede einzelne an durchschnittlich zehntausend Kontaktstellen mit anderen verknüpft ist. Mithilfe von Computermodellen beschreiben jetzt deutsche Forscher die Ausbildung der individuellen neuronalen Architektur während der Gehirnentwicklung.

Verschiedene Wissenschaftszweige versuchen schon lange, Einblick ins Hirn und seine Aktivitäten zu erhalten. In der jüngsten Vergangenheit machen vor allem die Neurowissenschaftler immer wieder Schlagzeilen (Bauch und Hirn entscheiden), die versuchen durch Gehirnscans die neuronale Basis individueller Entscheidungen zu verstehen. Spektakuläre Bilder werden zusammen mit mutigen Thesen veröffentlicht, wobei allerdings oft die Anzahl der Probanden sehr gering und die Interpretation der Abbildungen elektrischer Entladungen in den Köpfen dafür umso gewagter ist (Bei Pepsi-Trinkern leuchtet es im präfrontalen Cortex). Längst tobt eine heftige wissenschaftliche Debatte über die Behauptungen der medizinischen Hirnforscher, wobei es besonders die Psychologen sind, die den biologischen Determinismus des menschlichen Denkens, Erinnerns, Fühlens und Handelns öffentlich bezweifeln (Nicht der Mensch mordet, sondern sein Gehirn).

Kortikale Orientierungskarte von ca. 6 Quadratmillimetern im Sehsystem der Katze (Bild: S. Löwel, IfN Magdeburg)

Von einem ganz anderen Ansatz gehen die Wissenschaftler vom Bernstein Center for Computational Neuroscience in Göttingen aus. Sie entwarfen ein mathematisches Modell, um die Entstehung der Struktur und neuronalen Dynamik des Hirns zu erklären. Ende letzten Jahres wurden unter dem Titel Symmetry, Multistability, and Long-Range Interactions in Brain Development wesentliche Ergebnisse der Forschung im Fachmagazin Physical Review Letters veröffentlicht.

Der Göttinger Neurophysiker Fred Wolf ging davon aus, dass der Schlüssel zum Verständnis in der Entwicklung des Gehirns liegt, da die Verschaltung dieses Organs bereits im Embryo und frühem Kindesalter präzise geregelt wird. Jedes einzelne Hirn ist zwar individuell verschieden, aber es liegen seinem Wachsen und Funktionieren stets die gleichen Prinzipien und Gesetze zugrunde.

Also setzte Wolf beim Sehen an, präzise an der Entwicklung des visuellen Kortex, der primären Verarbeitungsstation optischer Eindrücke (Auge & visueller Kortex). Er nutzte dabei die neuen Methoden der Gehirnscans, um die Verteilung verschiedener Neurone mit unterschiedlichen Orientierungspräferenzen darzustellen.

Mustererkennung im Kopf

Ausgangspunkt war die Erkenntnis, dass jeder visuelle Eindruck, der in unserem Hirn eintrifft, eine Vielzahl von Linien und Konturen enthält. Neurone im primären visuellen Kortex reagieren stark auf Konturelemente und sind dabei jeweils auf eine bestimmte Orientierung spezialisiert: Manche Neurone reagieren auf waagerechte Linien, andere zum Beispiel auf Konturen im 30-Grad Winkel. Damit das Gehirn aus dem Aktivitätsmuster aller Neurone ein Bild zusammensetzen kann, kommt es darauf an, wie die Nervenzellen mit unterschiedlicher Orientierungspräferenz angeordnet und mit anderen verschaltet sind.

Dabei bilden sie ein kompliziertes Muster, wobei sich die Neuronen mit gleicher Vorliebe in bestimmten Bereichen ballen und wiederum Bereiche ähnlicher Orientierungspräferenz meist nebeneinander liegen. Die Anordnung stellt dennoch keine Art von „Kachelmuster“ dar, sondern wirkt auf den ersten Blick chaotisch und ist je nach Individuum verschieden. Es ist bekannt, dass diese Muster durch einen Selbstorganisationsprozess in den ersten Tagen nach der Geburt entstehen, wobei sie an die bereits angelegten Kontakte anknüpfen.

Das simulierte Hirn

Wolf erstellte ein Computersimulationsprogramm, um diesen Selbstorganisationsprozess im Rechner durchspielen zu können. Um die Rechnerkapazitäten nicht zu sprengen, setzte er Verfahren ein, die auf so genannten Symmetrieannahmen beruhen. Diese Annahmen gehen davon aus, dass wenn ein mathematisches Modell die Entstehung eines bestimmten Musters erlaubt, auch verschobene, gedrehte oder gespiegelte Versionen dieses Musters zulässig sind.

Durch sein Modell kann Fred Wolf die individuelle neuronale Architektur bei der Gehirnentwicklung jetzt erklären. Der entscheidende Vorteil gegenüber älteren Modellen ist das Einbeziehen der Tatsache, dass Neuronen im visuellen Kortex auch über weite Distanzen miteinander in Kontakt treten.

Die Simulationen ergaben, dass eine sehr große Zahl möglicher Muster gibt, die alle auf den gleichen mathematischen Regeln beruhen. Jedes menschliche Gehirn hat eine ganz eigene Musterverteilung, selbst bei eineiigen Zwillingen ist die neuronale Architektur unterschiedlich. (Andrea Naica-Loebell)