Mithilfe eines neuen Computermodells können Forscher simulieren, wie Schaltkreise im Gehirn Entscheidungen treffen

Mithilfe eines neuen Computermodells können Forscher simulieren, wie Schaltkreise im Gehirn Entscheidungen treffen

Jeden Tag trifft Ihr Gehirn Tausende von Entscheidungen unter Unsicherheit. Meistens raten Sie richtig. Wenn Sie es nicht tun, lernen Sie. Aber wenn die Fähigkeit des Gehirns, Kontexte zu beurteilen oder Bedeutungen zuzuordnen, nachlässt, können Gedanken und Verhalten in die Irre gehen. Bei psychiatrischen Störungen, die von der Aufmerksamkeitsdefizit-/Hyperaktivitätsstörung bis zur Schizophrenie reichen, kann es sein, dass das Gehirn falsch einschätzt, wie viele Beweise es sammeln muss, bevor es handelt – oder sich nicht anpasst, wenn sich die Regeln der Welt aufgrund neuer Informationen ändern.

Unsicherheit ist in die Verkabelung des Gehirns eingebaut. Stellen Sie sich Gruppen von Neuronen vor, die ihre Stimmen abgeben – einige optimistisch, andere pessimistisch. Ihre Entscheidungen spiegeln den Durchschnitt wider.“

Michael Halassa, Professor für Neurowissenschaften, Tufts University School of Medicine

Wenn dieses Gleichgewicht gerät, kann das Gehirn die Welt falsch interpretieren: Es kann zufälligen Ereignissen zu viel Bedeutung zuweisen, wie bei Schizophrenie, oder in starren Mustern stecken bleiben, wie bei Zwangsstörungen.

Das Verständnis dieser Fehlzündungen stellt Wissenschaftler seit langem vor eine Herausforderung, sagt Halassa. „Das Gehirn spricht die Sprache einzelner Neuronen. Aber fMRT – das Werkzeug, mit dem wir die Gehirnaktivität von Menschen untersuchen – verfolgt den Blutfluss, nicht das elektrische Geschwätz einzelner Gehirnzellen.“

Um diese Lücke zu schließen, müssen Erkenntnisse aus Einzelzellstudien an Tieren, der Bildgebung des menschlichen Gehirns und dem Verhalten kombiniert werden. Jetzt können Forscher mit einem neuen Computermodell, das auf realer Biologie basiert, simulieren, wie Gehirnschaltkreise Entscheidungen treffen und sich anpassen, wenn sich die Regeln ändern.

Das als CogLinks bezeichnete Modell baut biologischen Realismus in sein Design ein, indem es die Verbindung realer Gehirnzellen widerspiegelt und kodiert, wie sie oft mehrdeutigen und unvollständigen Beobachtungen über die äußere Umgebung einen Wert zuweisen. Im Gegensatz zu vielen künstlichen Intelligenzsystemen, die wie „Black Boxes“ funktionieren, zeigt CogLinks Forschern genau, wie seine virtuellen Neuronen Struktur und Funktion verknüpfen. Dadurch können Wissenschaftler abbilden, wie dieses virtuelle Gehirn aus Erfahrungen lernt und sich auf der Grundlage neuer Informationen dreht.

In einer am 16. Oktober veröffentlichten Studie Naturkommunikationverwendeten leitender Autor Halassa und Kollegen vom Massachusetts Institute of Technology (MIT) CogLinks, um zu erforschen, wie Gehirnschaltkreise flexibles Denken koordinieren. Wie ein Flugsimulator für das Gehirn ermöglichte CogLinks den Forschern zu testen, was passiert, wenn wichtige Entscheidungswege aus der Bahn geraten. Als sie die virtuelle Verbindung zwischen zwei simulierten Gehirnregionen – dem präfrontalen Kortex und dem mediodorsalen Thalamus – schwächten, schaltete das System standardmäßig auf langsameres, gewohnheitsgesteuertes Lernen um. Dieses Ergebnis legt nahe, dass dieser Weg für die Anpassungsfähigkeit wesentlich ist.

Um herauszufinden, ob diese Vorhersagen auch bei Menschen zutreffen, führte das Team anschließend eine begleitende fMRT-Studie durch, die sowohl von Burkhard Pleger von der Ruhr-Universität Bochum als auch von Halassa betreut wurde. Freiwillige spielten ein Spiel, bei dem sich die Regeln unerwartet änderten. Wie erwartet kümmerte sich der präfrontale Kortex um die Planung und die tiefe, zentrale Region des Gehirns, bekannt als Striatum, steuerte die Gewohnheiten – aber der mediodorsale Thalamus leuchtete auf, als den Spielern klar wurde, dass sich die Regeln geändert hatten, und sie ihre Strategie anpassten.

Die Bildgebung bestätigte, was das Modell vorhergesagt hatte: Der mediodorsale Thalamus fungiert als Schalttafel, die die beiden wichtigsten Lernsysteme des Gehirns – flexibel und gewohnheitsmäßig – verbindet und dem Gehirn hilft, zu erkennen, wann sich der Kontext geändert hat, und die Strategien entsprechend zu ändern.

Halassa hofft, dass die Forschung dazu beiträgt, den Grundstein für eine neue Art der „algorithmischen Psychiatrie“ zu legen, bei der Computermodelle dabei helfen, aufzudecken, wie psychische Erkrankungen aus Veränderungen in Gehirnschaltkreisen entstehen, und biologische Marker identifizieren, um gezielte Behandlungen durchzuführen.

„Eine der großen Fragen in der Psychiatrie ist, wie wir unser Wissen über Genetik mit kognitiven Symptomen in Verbindung bringen können“, sagt Mien Brabeeba Wang, Hauptautorin der CogLinks-Studie, Mitautorin der fMRI-Studie und MIT-Doktorandin in Halassas Labor.

„Viele Mutationen im Zusammenhang mit Schizophrenie wirken sich auf chemische Rezeptoren im gesamten Gehirn aus“, sagt Wang. „Zukünftige Anwendungen von CogLinks könnten uns helfen zu erkennen, wie diese weit verbreiteten molekularen Veränderungen es dem Gehirn erschweren könnten, Informationen für flexibles Denken zu organisieren.“

Die in der CogLinks-Studie berichteten Forschungsergebnisse wurden vom National Institute of Mental Health der National Institutes of Health im Rahmen der Zuschüsse P50MH132642, R01MH134466 und R01MH120118 sowie von der National Science Foundation im Rahmen der Zuschüsse CCR-2139936, CCR-2003830 und CCF-1810758 unterstützt. Bin A. Wang von der South China Normal University fungierte als Hauptautor der fMRI-Studie. Die fMRI-Studie wurde von der National Natural Science Foundation of China unterstützt; Forschungszentrum für Gehirnkognition und menschliche Entwicklung, Guandong, China; Guangdong Stiftung für Grundlagen- und angewandte Grundlagenforschung; Deutsche Forschungsgemeinschaft (DFG); und das ForUM-Stipendium.

Quellen: