Forscher und Mitarbeiter der Georgia State University haben ein neues Framework zum Verständnis von Veränderungen in der Aktivität und den Verbindungen des Gehirns entwickelt, das Auswirkungen darauf hat, wie Krankheitsmechanismen im Gehirn am besten modelliert werden können.
Die Studie baut auf früheren Arbeiten auf, die zeigen, dass sich die Form und Konnektivität von Gehirnnetzwerken - diskrete Bereiche des Gehirns, die zusammenarbeiten, um komplexe kognitive Aufgaben auszuführen - im Laufe der Zeit auf grundlegende und wiederkehrende Weise ändern können.
Die in Trends in Cognitive Sciences veröffentlichte Studie untersucht die Rolle der dynamischen Interaktion zwischen verschiedenen Gruppen von Neuronen, die an der kognitiven Funktion beteiligt sind. Obwohl viele Studien zur Gehirnkonnektivität als „raumzeitlich dynamisch“dargestellt werden, fallen sie tatsächlich in drei Kategorien: räumlich dynamisch, zeitlich dynamisch und raumzeitlich dynamisch, stellten die Forscher fest. Räumliche Dynamik bezieht sich auf Veränderungen in der Form, Größe oder Lage von Gehirnnetzwerken. Temporale Dynamik bezieht sich auf Veränderungen in den Verbindungen zwischen Gehirnnetzwerken. Und raumzeitliche Dynamik bezieht sich auf Veränderungen in beiden.
"Letzteres wurde am wenigsten untersucht, aber es ist wahrscheinlich, wie das Gehirn untersucht werden muss", sagte Vince Calhoun, Distinguished University Professor of Psychology, Director of the Center for Translational Research in Neuroimaging and Data Science (TReNDS), eine Partnerschaft zwischen Georgia State, Georgia Tech und Emory, und dem Hauptautor der Studie. "Wenn Sie davon ausgehen, dass etwas im Raum fixiert ist, sehen Sie möglicherweise Änderungen in der Konnektivität, die nicht wirklich stattfinden."
Calhoun fügte hinzu, dass das neue Framework möglicherweise zu Veränderungen in der Art und Weise führen könnte, wie Krankheiten im Gehirn modelliert werden. Es könnte auch eine Möglichkeit bieten, bestehende Krankheitsmodelle breiter anzuwenden und neue Forschungen anzuregen.
"Wenn Sie ein Szenario haben, in dem sich Netzwerke bewegen und sich gleichzeitig auch ihre Verbindung ändert, müssen Sie all dies beim Entwerfen eines Modells berücksichtigen", sagte Calhoun. „Wenn Sie dies nicht tun, könnte es Sie in die falsche Richtung weisen, auf welche Teile des Gehirns Sie sich konzentrieren sollten, was zu Behandlungen führen könnte, die darauf abzielen, auf den falschen Bereich des Gehirns abzuzielen.“
Unsachgemäße Modellierung könnte Wissenschaftler auch in die Irre führen, indem sie zeigt, dass das gesamte Gehirn durch eine Krankheit gestört ist, obwohl es sich in Wirklichkeit nur um einen einzelnen Knoten handelt, der sich in Größe oder Position ändert.
Zu den Co-Autoren der Studie gehören Armin Iraji, Forschungswissenschaftler bei TReNDS, Robyn Miller, Assistenzprofessorin für Informatik an der Georgia State, und Tulay Adali, Distinguished University Professor an der University of Maryland B altimore County. Calhoun und seine Mitarbeiter arbeiten an der Entwicklung zusätzlicher Möglichkeiten zur Modellierung psychischer Erkrankungen im Gehirn unter Verwendung der Linse der raumzeitlichen Dynamik.
"Wir haben bereits festgestellt, dass Schizophrenie einige wirklich unterschiedliche dynamische Informationen zeigt", sagt Calhoun. "Wir fanden einige Verbindungen, die bei Schizophrenie viel variabler waren als bei gesunden Kontrollpersonen."
