Selten kategorische, stark trennbare Darstellungen entlang der kortikalen Hierarchie

Eine kürzlich in Nature veröffentlichte Studie zeigt, dass neuronale Reaktionen in der Hirnrinde Muster aufweisen, die selten kategorisch sind und stattdessen durch stark trennbare Repräsentationen gekennzeichnet sind. Diese Ergebnisse stellen die traditionelle Sichtweise, wie das Gehirn Informationen kodiert, in Frage und deuten darauf hin, dass die neuronale Aktivität eher ein nuancierteres und dynamischeres Spektrum umfasst als ordentlich kategorisiert zu sein. Die Forschung untersuchte neuronale Reaktionen unter mehreren experimentellen Bedingungen und organisierte sie in Matrizen, in denen jede Reihe die Reaktionen eines einzelnen Neurons auf verschiedene Reize darstellte.

Dieser Ansatz ermöglichte es den Wissenschaftlern, sowohl das statistische Verhalten einzelner Neuronen als auch die kollektive Dynamik von Neuronenpopulationen zu analysieren. Durch die Untersuchung dieser Matrizen identifizierten die Forscher zwei verschiedene konzeptionelle Räume: den durch die Anordnung experimenteller Bedingungen definierten Bedingungenraum und den neuronalen Raum, der durch die Organisation der Neuronen selbst bestimmt wird.

Die Studie fand jedoch heraus, dass solche kategorischen Anordnungen selten sind, wobei viele neuronale Reaktionen einen hohen Grad an Trennung anstatt Clustering aufweisen. Dies deutet darauf hin, dass die Codierungsmechanismen des Gehirns flexibler und weniger starr strukturiert sein könnten als bisher angenommen. Das Forscherteam analysierte Daten, die vom International Brain Laboratory (IBL) mit fortschrittlichen Neuropixels-Sonden gesammelt wurden, was zu etwa 14.000 Neuronen führte, die über 180 Sitzungen aufgezeichnet wurden. Sie kartierten diese Neuronen auf eine detaillierte flache Karte von 43 kortikalen Regionen und lieferten Einblicke in die Verarbeitung von Informationen durch verschiedene Teile des Gehirns.

Um die Implikationen dieser Erkenntnisse zu verstehen, untersuchten die Forscher die Beziehung zwischen der strukturellen Organisation des Kortex und den funktionellen Eigenschaften der Neuronen. Sie verwendeten anatomische Konnektivitätsdaten, um ein hierarchisches Modell des Kortex abzuleiten und sechs wichtige anatomische Module mit dichten internen Verbindungen zu identifizieren. Diese Hierarchie deutete darauf hin, dass bestimmte Regionen als Informationsquellen fungieren, während andere als Ziele dienen und beeinflussen, wie sich Signale durch das Gehirn ausbreiten.

So beeinflusste das Vorhandensein vorheriger kontextbezogener Informationen die neuronale Aktivität bei Aufgaben, die eine Entscheidungsfindung beinhalten, wie z.B. das Drehen eines Rades, um einen visuellen Reiz in Richtung der Bildschirmmitte zu bringen. Diese zusätzliche Komplexitätsschicht unterstreicht das Zusammenspiel zwischen Umgebungssignalen und neuronaler Verarbeitung. Die Ergebnisse deuten darauf hin, dass die Fähigkeit des Gehirns, Informationen zu kodieren, nicht auf feste Kategorien beschränkt ist, sondern eine breitere Palette von Repräsentationen beinhaltet. Diese Flexibilität kann es dem Gehirn ermöglichen, sich effektiver an veränderte Umgebungen und komplexe Aufgaben anzupassen.

Die Forscher betonten, dass das Verständnis dieser Muster entscheidend ist, um unser Wissen über neuronale Berechnungen zu erweitern und bessere Modelle der Gehirnfunktion zu entwickeln. Weitere Studien sind erforderlich, um zu untersuchen, wie diese trennbaren Repräsentationen zum Lernen, Gedächtnis und zur Wahrnehmung beitragen. Die Wissenschaftler planen zu untersuchen, ob ähnliche Muster im menschlichen Gehirn auftreten und wie sie sich auf kognitive Funktionen beziehen. Die Ergebnisse dieser Studie bieten einen neuen Rahmen für die Analyse neuronaler Daten und eröffnen aufregende Möglichkeiten für zukünftige Forschungen in der Neurowissenschaft.