Forschungsbericht 2008 - Max-Planck-Institut für Kognitions- und Neurowissenschaften

Das Hirn als Netzwerk

The Brain as a Network

Autoren
Knösche, Thomas Reiner
Abteilungen

Kortikale Netzwerke and Kognitive Funktionen (Dr. Thomas Knösche)
MPI für Kognitions- und Neurowissenschaften, Leipzig

Zusammenfassung
Die Leistungen des Gehirns beruhen auf einem Wechselspiel funktioneller Segregation und funktioneller Integration von Nervenzellverbänden in komplexen Netzwerken. Die anatomische Basis dieser Netzwerke kann mit Hilfe diffusionsgewichteter Magnetresonanztomographie rekonstruiert werden. Die dynamische Interaktion zwischen Nervenzellverbänden wird mit Modellen neuronaler Massen untersucht. Die Verbindung dieser Techniken mit funktionellen Messverfahren sowie neuropsychologischen Experimentaltechniken eröffnet neue Perspektiven für die Erforschung der Mechanismen kognitiver Fähigkeiten.
Summary
The capabilities of the brain are based on an interplay between functional segregation and functional integration of neuronal populations within complex networks. The anatomical basis of these networks can be reconstructed using diffusion weighted magnetic resonance imaging. The dynamic interaction between the neuronal populations is described by models of neural masses and fields. The integration of these techniques with functional measurements and neuropsychological experiments opens up new perspectives for the investigation of the mechanisms of the human mind.

Wie können die erstaunlichen Leistungen des Gehirns auf der Grundlage seiner Anatomie und Physiologie erklärt werden? Schon früh entwickelte sich der Gedanke, dass verschiedene Hirnfunktionen in unterschiedlichen Bereichen und Strukturen des Hirns verankert sind. Dieses Prinzip der funktionellen Segregation ist durch zahlreiche Studien belegt. Beispielsweise weiß man, dass bestimmte Bereiche der Großhirnrinde für die Wahrnehmung von Gesichtern, Häusern und anderen Objekten zuständig sind. Allerdings ist das Prinzip der Segregation von Hirnregionen allein nicht in der Lage, die funktionelle Komplexität von Hirnfunktionen zu erklären. Die psychologischen Funktionen des Menschen sind in hohem Maße voneinander abhängig und miteinander vernetzt. So hängen etwa Handlungen von Wahrnehmungen, Aufmerksamkeit und emotionalem Status in komplexer Weise voneinander ab. Man kann also davon ausgehen, dass funktionelle Integration – die Vernetzung von funktionellen Prozessen – das zweite wichtige Prinzip für die Funktionsweise des Gehirns ist. Die Anatomie des Gehirns bestätigt diese These: Die Nervenzellen und Nervenzellverbände sind in vielschichtiger Art und Weise durch Nervenfasern miteinander verschaltet. Um herauszufinden, wie das Gehirn seine Leistungen vollbringt, ist es also notwendig, die anatomischen Verbindungsmuster zu untersuchen, Modellvorstellungen für die Interaktion zwischen vernetzten Zellverbänden zu entwickeln und diese Modellvorstellungen mit Hilfe von Beobachtungen und Messungen zu überprüfen und zu konkretisieren. Wie können diese Untersuchungen vor allem auf nichtinvasive Weise, das heißt, ohne in den Körper einzudringen, am gesunden Menschen durchgeführt werden?

Traktographie – die Rekonstruktion des Netzwerkes von Nervenfasern

Um den Verlauf der Nervenfasern und damit das Schaltschema des Gehirns zu ergründen, stehen verschiedene klassische Methoden zur Verfügung. So kann die Ausbreitung von bestimmten Substanzen (sogenannten Tracern) entlang der Nervenfasern beobachtet oder der Verlauf von Nervenbahnen aus Serien von Polarisationslichtaufnahmen von Gewebeschnitten rekonstruiert werden. Alle diese Methoden lassen sich aber nur an totem Gewebe oder im Tierversuch anwenden. Deshalb ist es nicht oder nur eingeschränkt möglich, die Netzwerke, die den spezifischen kognitiven Fähigkeiten des Menschen zugrunde liegen, zu untersuchen. Vor einigen Jahren wurde jedoch eine Technik entwickelt, die es erlaubt, mithilfe von Magnetresonanztomographie die richtungsabhängige Diffusion von Wassermolekülen zu messen – die sogenannte diffusionsgewichtete Magnetresonanztomographie. Da die thermische Bewegung von Teilchen im biologischen Gewebe durch Barrieren, wie etwa Zellmembranen und Myelinscheiden, behindert wird, erlaubt eine solche Messung Rückschlüsse über die Orientierung der Nervenfasern in einem bestimmten Bereich. Mit einer mathematischer Modellierungstechnik, der „Traktographie“, lässt sich der Verlauf von Nervenbahnen rekonstruieren [1, 2, 3]. Abbildung 1 zeigt die rekonstruierten Verläufe mehrerer Faserbündel, die verschiedene Hirnareale miteinander verbinden.

Diese Methode erlaubt es also, im lebenden menschlichen Gehirn die anatomische Vernetzung der Hirnareale abzubilden. So konnten beispielsweise separate Hirnnetzwerke für die Verarbeitung verschiedener Grammatikformen rekonstruiert werden [4]. Es lassen sich auch Zusammenhänge zwischen der Ausprägung der Faserbahnen und bestimmten Krankheiten beziehungsweise bestimmten besonderen Fähigkeiten quantifizieren. Schließlich bietet die Kenntnis des Faserverlaufs die Möglichkeit, für jeden Abschnitt der Hirnrinde ein spezifisches Verbindungsmuster zu berechnen. Vorausgesetzt, dass die Verbindungen eines bestimmten Hirnabschnitts zu anderen Teilen des Gehirns entscheidend für die Funktion dieses Abschnitts sind, kann man aus dem Vergleich dieser Verbindungsmuster Rückschlüsse auf die Einteilung der Hirnrinde in funktionelle Einheiten ziehen. Man spricht dann von funktio-anatomischer Parzellierung [1]. Abbildung 2 zeigt eine Einteilung des linken inferioren frontalen Gyrus (Gehirnwindung) in drei Gebiete. Diese Region wird auch als Broca-Areal bezeichnet und spielt eine Schlüsselrolle bei der Verarbeitung und bei der Produktion von Sprache.

Mit der Traktographie können Wissenschaftler die anatomischen Aspekte sowohl von Segregation (durch Erstellen von funktio-anatomischen Parzellierungen) als auch von Integration (durch Berechnung der Verbindungsstärke) darstellen. Von entscheidender Bedeutung ist, dass dieses Verfahren am lebenden Menschen auf nichtinvasive Weise praktiziert werden kann. Somit sind die Forscher in der Lage, diese Information mit spezifisch menschlichen Hirnleistungen in Verbindung zu bringen.

Modelle interagierender Nervenzellen

Die Existenz anatomischer Verbindungen zwischen Nervenzellverbänden sagt zunächst nur etwas über die Möglichkeit des direkten Austauschs von Informationen aus. Um herauszufinden, ob und auf welche Weise diese Hirnareale tatsächlich miteinander interagieren, werden mathematische Modelle herangezogen. Um diese Modelle handhabbar zu halten und gleichzeitig die wesentlichen dynamischen Eigenschaften des Nervengewebes zu beschreiben, verwendet man sogenannte Neuronale Massenmodelle oder Neuronale Feldmodelle: Sie fassen jeweils viele gleichartige Neuronen zusammen und stellen diese in einem einfachen Modell dar, das die Relation zwischen gemitteltem Input und gemitteltem Output beschreibt. Eine wesentliche Eigenschaft dieser Modelle ist, dass sie Messungen, zum Beispiel mit Hilfe der Elektroencephalographie, der Magnetencephalographie oder der funktionellen Magnetresonanztomographie voraussagen können. Es handelt sich daher um generative Modelle. Umgekehrt ist es möglich, die freien Parameter der Modelle, wie zum Beispiel Verbindungsstärken zwischen Hirnarealen, aus gemessenen Daten zu schätzen. Auf dieser Grundlage gelingt es, stimulations- oder verhaltensabhängige Messwertevariationen in neuropsychologischen Experimenten auf der Ebene neuronaler Mechanismen abzubilden. Diese Technik wird als Dynamic Causal Modelling bezeichnet. Mit ihr ist es gelungen, Abweichungen in einem gleichförmigen Strom von Reizen mit Hilfe selbstorganisierender Interaktionen innerhalb einer Hierarchie von kortikalen Nervenzellverbänden zu erklären [5].

Multimodale Modellierung

Das Ziel der Forschung in der Arbeitsgruppe „Kortikale Netzwerke und kognitive Funktionen“ am Max-Planck-Institut für Kognitions- und Neurowissenschaften ist es, die beschriebenen Modelle für die dynamische Interaktion von Nervenzellverbänden mit Informationen zur anatomischen Vernetzung des Gehirns und mit menschlicher Wahrnehmung und Verhalten zu verbinden. Auf diese Weise entsteht ein sehr mächtiges Instrument zur Erforschung der biologischen Mechanismen, die die Grundlage der kognitiven Funktionen des Menschen bilden.

Originalveröffentlichungen

A. Anwander, M. Tittgemeyer, A. D. Friederici, D. Y. von Cramon, T. R. Knösche:
Connectivity-based Cortex Parcellation of Broca’s Area.
Cerebral Cortex 17(4), 816–825 (2007).
E. Kaden, T. R. Knösche, A. Anwander:
Parametric Spherical Deconvolution: Inferring Anatomical Connectivity Using Diffusion MR Imaging.
NeuroImage 37(2), 474–488 (2007).
E. Kaden, A. Anwander, T. R. Knösche:
Variational Inferences of the Fiber Orientation Density Using Diffusion MR Imaging.
NeuroImage 42(4), 1366–1380 (2008).
A. D. Friederici, J. Bahlmann, S. Heim, R. I. Schubotz, A. Anwander:
The Brain Differentiates Human and Non-human Grammars: Functional Localization and Structural Connectivity.
Proceedings of the National Academy of Sciences of the United States of America 103(7), 2458–2463 (2006).
M. I. Garrido, K. J. Friston, S. J. Kiebel, K. E. Stephan, T. Baldeweg, J. M. Kilner:
The Functional Anatomy of the MMN: A DCM Study of the Roving Paradigm.
NeuroImage 42(2), 936–944 (2008).
Zur Redakteursansicht