Was macht ein Gehirnnetzwerk effizient für die Berechnung? Eine neue Studie legt nahe, dass die Antwort in seinem Verdrahtungsmuster liegen könnte. Forscher simulierten ein Netzwerk von 1.000 Neuronen und entdeckten, dass Small-World-Konnektivität – bei der die meisten Neuronen lokal verbunden sind, einige jedoch global – das reichhaltigste Repertoire an polychronen neuronalen Gruppen (PNGs) hervorbringt, zeitlich abgestimmte Erregungskaskaden, von denen angenommen wird, dass sie Informationen kodieren.
Die Forschung
Ein Team unter der Leitung von Lucas Carneiro und Armand Jiofack aus Brasilien und Frankreich führte eine zehnstündige Simulation eines vernetzten Izhikevich-Neuronennetzwerks unter Verwendung von spikezeitabhängiger Plastizität (STDP) und variierten axonalen Verzögerungen durch. Sie veränderten systematisch die Topologie des Netzwerks mittels des Watts-Strogatz-Modells, das eine kontinuierliche Abstimmung von einem regulären Ringgitter zu einem Zufallsgraphen ermöglicht. Ein Offline-Ereignisdetektionsalgorithmus identifizierte 1.545 einzigartige PNGs im Netzwerk mit optimalen Small-World-Parametern.
Das wichtigste Ergebnis: Der Clusterkoeffizient – ein Maß für lokale Konnektivität – sagte die Anzahl der PNGs voraus. Ein Ringgitter-Netzwerk (Clusterkoeffizient ~0,35) produzierte etwa 850 PNGs, während ein Zufallsgraph (Clusterkoeffizient ~0,20) weniger als 50 hervorbrachte – eine Reduktion von über 90 %. Das Small-World-Regime, eingebettet zwischen Regelmäßigkeit und Zufall, maximierte die PNG-Vielfalt.
Die Autoren führten auch eine neuartige Methode zur Identifizierung von PNGs mithilfe von Rekurrenzplots (RPs) ein, die visualisieren, wann sich der Zustand des Netzwerks im Laufe der Zeit wiederholt. Sie zeigten, dass PNGs als diagonale Linien mit Einheitssteigung in der Rekurrenzmatrix erscheinen, was eine Erkennung ohne anatomische Markierungen einzelner Neuronen ermöglicht. Die Rekurrenzquantifizierungsanalyse ergab einen Determinisums (DET)-Wert von 0,65, was auf eine starke Reproduzierbarkeit der Netzwerkdynamik hinweist.
Warum es wichtig ist
Polychrone Gruppen wurden als grundlegender Mechanismus für neuronale Berechnung vorgeschlagen – wie neuronale 'Wörter', die flexibel kombiniert werden, um Gedanken, Erinnerungen oder Entscheidungen darzustellen. Dass die Small-World-Topologie ihre Entstehung optimiert, deutet darauf hin, dass die Verdrahtung Ihres eigenen Gehirns evolutionär auf genau diese Eigenschaft abgestimmt sein könnte. Das Verständnis dieser strukturellen Voraussetzungen könnte helfen, wie wir individuelle Unterschiede in kognitiven Fähigkeiten interpretieren, und könnte eines Tages Interventionen zur Unterstützung der kognitiven Gesundheit leiten.
Was Sie tun können
Obwohl Sie die Topologie Ihres Gehirns nicht direkt neu verdrahten können, können Sie seine Fähigkeit unterstützen, effiziente neuronale Muster zu bilden. Engagieren Sie sich in Aktivitäten, die mehrere Gehirnregionen gleichzeitig herausfordern – wie das Erlernen einer neuen Sprache, das Spielen eines Musikinstruments oder das Lösen von Rätseln – was Ihr Gehirn ermutigen könnte, seine Small-World-Konnektivität aufrechtzuerhalten. Regelmäßige mentale Stimulation hält neuronale Pfade aktiv und kann die Art von Netzwerkdynamik fördern, die flexiblem Denken zugrunde liegt.
Quelle: arXiv q-bio.NC
Neugierig auf Ihr eigenes Gehirn? Machen Sie unseren kostenlosen adaptiven IQ-Test oder versuchen Sie 306 Gehirntrainings-Level.
