Dieses Projekt untersucht zelltyp-spezifische neuronale Berechnungen am Beispiel der Bipolarzellen, um besser zu verstehen, welche Berechnungsverfahren das Gehirn benutzt, um Reize aus der Außenwelt zu verarbeiten. Dabei soll auch untersucht werden, welche Rolle die Antwortvielfalt der verschiedenen Bipolarzelltypen bei der Verarbeitung von visueller Information spielt. Im Projekt werden statistische Modelle mit Daten aus dem Bereich der mikroskopischen Bildgebung kombiniert. Außerdem wird ein Mausmodell untersucht, das die Retinakrankheit Retinitis pigmentosa entwickelt. Im ersten Projektteil werden - basierend auf verfügbaren anatomischen und elektronenmikrokopischen Daten - neue funktionelle Modelle für die Aktivität von Bipolarzellen entwickelt. Diese Modelle werden Unterschiede in der Signalverarbeitung in den Photorezeptortypen berücksichtigen. Im zweiten Projektteil wird untersucht, welche Antworttypen die Informationsübertragung einer Nervenzell-Population besonders zuverlässig machen. Es wird getestet, inwiefern der resultierende Code von der Statistik und dem Signal-zu-Rauschverhältnis des Eingabesignals abhängt. Ebenso werden die Auswirkung von zeitlichen Korrelationen und unterschiedlichen Frequenzen evaluiert. Außerdem wird die Rolle von Aktionspotenzialen für die Informationsverarbeitung untersucht. Im dritten Projektteil werden biophysikalisch realistische Modelle von Bipolarzelltypen erzeugt, die konsistent mit den funktionellen und anatomischen Daten sind. Im vierten Projektteil wird ein Mausmodell untersucht, das die Retinakrankheit Retinitis pigmentosa entwickelt und bei dem aufgrund der Krankheit die Photorezeptoren degenerieren. Dabei soll erforscht werden, ob einige Bipolarzelltypen frühzeitiger ihre Funktion verlieren als andere. Außerdem sollen in den Elektroretinogrammen Merkmale identifiziert werden, mit deren Hilfe sich die funktionellen Veränderungen in den Bipolarzelleigenschaften vorhersagen lassen.

Ein Verständnis der funktionellen Dynamik mesoskopischer neuronaler Netzwerke mit hunderten bis tausenden von Nervenzellen ist eine der entscheidenden aktuellen Herausforderungen in den Neurowissenschaften. Man hofft, damit das Verständnis der mikroskopischen Ebene von Einzelneuronen und das Verständnis der makroskopischen Ebene von Kognition und Verhalten verknüpfen zu können, sowie daraus neue, möglicherweise effizientere Informationsverarbeitungsschemata für technische Anwendungen herzuleiten. Das Ziel des Forschungsvorhabens ist es, zur Entwicklung solch eines Verständnisses beizutragen.

Im 19ten Jahrhundert hat der Neurowissenschaftler Santiago Ramón y Cajal damals neu entwickelte Färbemethoden genutzt um neuronale Schaltkreise sorgfältig zu beobachten und in künstlerischen Zeichnungen zu verewigen. Diese Arbeit führte zu den bisher grundlegendsten Entdeckungen in den Neurowissenschaften. Dank Innovationen in der Mikroskopietechnik und Genetik kann man heutzutage wieder neuronale Schaltkreise auf völlig neuartige Weise untersuchen. Dennoch ist weiterhin weitestgehend unbekannt, nach welchen Prinzipien sich einzelne Nervenzellen zu Schaltkreisen vernetzen. Gibt es überhaupt einen grundsätzlichen Verschaltungscode? Wie entstehen diese Verbindungen zwischen Nervenzellen? Was für Auswirkungen könnten solche Verschaltungsprinzipien auf Verrechnungen im Gehirn haben? In dem folgenden Projekt wird die Struktur des Netzwerks, wie sie in der Biologie beobachtet wird, genutzt, um die Geheimnisse von Verschaltungen und Verrechnungen im Netzwerk zu lüften. Dies ist möglich, da die Struktur sowohl von der Verschaltung, als auch von ihrer Rolle bei Verrechnungen im Gehirn gleichermaßen diktiert wird. Die Entstehung von biologischen neuronalen Schaltkreisen wird ähnlich wie Ramón y Cajal sie damals auf Papier nachzeichnete, in Modellen am Computer nachsimuliert. I.1) Methoden für quantitative morphologische Modelle mit Zeitkomponente. I.2) Morphologisches Modell der Entwicklung von der Fliegenlarve. I.3) Morphologisches Modell von struktureller Plastizität im Gyrus Dentatus. I.4) Morphologisches Modell der Entwicklung vom Kleinhirn. II.1) Mophologisches Modell von Axontrakten. II.2) Morphologisches Modell von weiteren Anordnungen in neuronalen Schaltkreisen. III.1) Morphologische Modelle und Funktion in der einzelnen Nervenzelle. III.2) Morphologische Modelle von verschiedenen typischen Eingangskonfigurationen. IV.1) Morphologische Modelle und LFP Simulationen. IV.2) Komplette morphologische Modelle von ausgewählten Schaltkreisen.

Ziel dieses Projektes ist es, die lokalen Kontrollmechanismen zu verstehen, die ungewollte Bewegungen verhindern. Dies wird mit einer neuen Technik - der Optogenetik - untersucht. Mit dieser Technik können Subpopulationen von Nervenzellen durch Licht sehr präzise manipuliert und lokale neuronale Aktivitäten stark beeinflusst werden. Durch optische Stimulation bestimmter Nervenzellen können auch Bewegungen künstlich erzeugt werden. Der zeitliche Verlauf der künstlich erzeugten Bewegungen kann unerwartet komplex sein. Dies deutet daraufhin, dass neuronale Netze der  künstlich erzeugten - als Störung empfundenen - Bewegung entgegenwirken. Die zugrundeliegenden Mechanismen dafür sind unklar. Eine Hypothese ist, dass robuste neuronale Berechnungen basierend auf einer fehlerresistenten Architektur derjenigen Nervenzell-Populationen, die an der Erzeugung einer bestimmten Bewegung beteiligt sind, diese lokale Störungen unter Kontrolle bringen können. Dies könnte entweder im Motorcortex ablaufen oder subkortikale Areale (v.a. thalamische Knoten) miteinbeziehen. Diese Hypothese soll überprüft werden, indem vorläufige Befunde experimentell und rechnerisch bestätigt und in ein konzeptionelles Gerüst eingebaut werden, das die erhobenen Daten interpretiert.  Der Forschungsansatz kombiniert mehrere experimentelle Methoden, nämlich Mehrkanalableitungen von neuronalen Populationsantworten sowie optogenetische und elektrische Stimulationsmethoden. Zusätzlich werden Bewegungen in 3D rekonstruiert und mit den neuronalen Signalen korreliert. Die Versuche werden in Nagern durchgeführt. Um die gewonnenen Ergebnisse zu deuten, wird ein theoretisches Gerüst entwickelt, in das die neuen Daten nach und nach eingefügt werden. Als solches Gerüst dienen sogenannte ‚Kleine-Welt-Netzwerke‘ , die den anatomischen und funktionellen Gegebenheiten des Gehirns entsprechen.

Sinnesreize der Außenwelt können dauerhafte Spuren im Gehirn hinterlassen, weil sie die Verbindungen, also die Synapsen, zwischen bestimmten Nervenzellen verändern (synaptische Plastizität). Diese Änderungen sind bedeutsam, weil sie die Grundlage von Lern- und Gedächtnisvorgängen bilden. Gleichzeitig sind sie aber auch problematisch, weil sie die Stabilität der neuronalen Netzwerke im Gehirn gefährden. Für diese Stabilität ist unter anderem wichtig, dass die Nervenzellen ein Gleichgewicht von erregenden und hemmenden Strömen empfangen, die über Synapsen übertragen werden. Veränderungen an den Synapsen, etwa durch die Verarbeitung von Sinnesreizen und Lernvorgänge, würden dieses Gleichgewicht zerstören, wenn es nicht gleichzeitig einen Mechanismus gäbe, der das Gleichgewicht nach Störungen automatisch wiederherstellt. Das Forschungsvorhaben an der Humboldt Universität zu Berlin befasst sich mit diesem Phänomen. Ein Ziel dieses Projektes ist, das Wechselspiel von erregenden und hemmenden synaptischen Strömen zu untersuchen und herauszufinden, wie es sich auf die Entwicklung der Sinnessysteme auswirkt und welche Mechanismen es gibt, um die erregenden und hemmenden Ströme präzise auszubalancieren. Eine zentrale Annahme ist dabei, dass es eine relativ einfache Form von Plastizität bei hemmenden Synapsen gibt, die zu einem selbstorganisierten Gleichgewicht zwischen Erregung und Hemmung - also zu selbstbalancierten Netzwerken - führt. Das Gleichgewicht zwischen Erregung und Hemmung hat einen starken Einfluss auf die Aktivität der Nervenzellen und dadurch indirekt auch auf Lernvorgänge. Ein weiteres Ziel ist es daher herauszufinden, welche Rolle dieses Gleichgewicht bei Gedächtnisvorgängen spielt. Es wird untersucht, ob selbstbalancierte Netzwerke Eigenschaften besitzen, die sich als Arbeitsgedächtnis nutzen lassen. Außerdem wird erforscht, wie groß die Speicherkapazität von selbstbalancierten Netzwerken ist. In einem weiteren Teilprojekt geht man der Frage nach, unter welchen Bedingungen zuvor gespeicherte Gedächtnisinhalte stabil sind und unter welchen Bedingungen Gedächtnisinhalte durch Spontanaktivität überschrieben werden. Um die wissenschaftlichen Fragen beantworten zu können, sollen computergestützte Modelle entwickelt werden, die die Plastizität und Selbstorganisation von Nervenzell-Netzwerken nachbilden und dabei besonders die hemmenden Elemente berücksichtigen. Die theoretischen Arbeiten werden dabei durch Experimente ergänzt, die in Kooperation mit verschiedenen Arbeitsgruppen an der Humboldt-Universität und der Charité Universitätsmedizin durchgeführt werden.

Dieses Vorhaben an der Universität Bremen befasst sich mit der Frage, wie das Gehirn visuelle Informationen verarbeitet und welche Mechanismen und Strategien bewirken, dass das Gehirn in Abhängigkeit von der aktuellen Situation schnell zwischen verschiedenen kognitiven Funktionen wechseln und limitierte Ressourcen den wichtigsten Verarbeitungsprozessen zuweisen kann. Eine zentrale Annahme ist dabei, dass Faktoren wie Intentionen oder Bildkontext die neuronale Aktivität auf allen Stufen der Bildverarbeitung beeinflussen. Das Forschungsprojekt untersucht, wie ein solcher Einfluss aussieht, z. B. ob es sich um ein kontinuierliches neuronales Signal handelt oder ob ein kurzer Impuls reicht, um das Netzwerk von einem Zustand in einen anderen zu bewegen und somit gezielt eine bestimmte Verarbeitungsfunktion auszuwählen. Außerdem wird erforscht, welche Strategien und Mechanismen das Gehirn verwendet, um die visuelle Informationsverarbeitung blitzschnell an eine neue Situation in unserer Umwelt oder an eine andere Verhaltensaufgabe anzupassen. Diese Fragen werden mithilfe von computergestützten Modellen analysiert. Die theoretischen Arbeiten werden dabei durch Experimente ergänzt, die in Kooperation mit verschiedenen Arbeitsgruppen am Zentrum für Kognitionswissenschaften in Bremen durchgeführt werden: In psychophysischen Versuchen mit menschlichen Probanden wird untersucht, wie sich die Verarbeitung von Bildinformation je nach Aufgabenstellung unterscheidet. In Experimenten an Makaken, in denen die Tiere ähnliche Aufgaben zu lösen haben, werden die Aktivitäten ihrer Nervenzellen im Gehirn gemessen und analysiert. Ergebnisse aus diesen Studien werden in die Computermodelle einbezogen. Ein besseres Verständnis der Bildverarbeitung könnte zur Entwicklung computergestützter Bildanalyse und visueller Neuroprothesen beitragen.

Dieses Vorhaben am Universitätsklinikum Hamburg-Eppendorf erforscht die neuronalen Grundlagen des menschlichen Entscheidungsverhaltens. Eine zentrale Annahme ist dabei, dass einer Entscheidung ein Bewertungsprozess vorausgeht, in dem die verschiedenen Entscheidungsoptionen miteinander verglichen werden. Die Forschungsarbeiten kombinieren Verhaltensexperimente mit der funktionellen Magnetresonanz-Tomographie (fMRT). Die Versuchspersonen sollen sich beispielsweise zwischen verschiedenen Symbolen entscheiden, die jeweils mit einem Geldgewinn oder -verlust verbunden sind, wobei den Probanden der Zusammenhang zwischen Symbol und Geldwert zunächst unbekannt ist. Mithilfe der fMRT wird analysiert, welche Gehirnareale aktiv sind, wenn die Probanden nach und nach lernen, welche Entscheidungen am häufigsten lohnende Gewinne nach sich ziehen. In weiteren Versuchen wird erforscht, was passiert, wenn die Situation komplexer wird und unterschiedliche Faktoren die Entscheidungsfindung beeinflussen. So wird unter anderem analysiert, welche unbewussten Bewertungsprozesse (z.B. Attraktivität von Personen) oder Vorurteile im Gehirn bei Entscheidungsprozessen verrechnet werden. Außerdem wird erforscht, wie sehr sich der Einzelne von den Entscheidungen anderer Personen beeinflussen lässt und wie sehr eine solche Einflussnahme auch davon abhängt, wie sympathisch die anderen Personen erscheinen. In einem weiteren Projekt wird untersucht, inwiefern Neurotransmitter (die Botenstoffe im Gehirn), genetische Faktoren oder auch die Ernährung bei Entscheidungs- und Umlernprozessen eine Rolle spielen. Die Daten aus den Experimenten werden anschließend mit Vorhersagen aus bestimmten Lern- und Entscheidungsmodellen verglichen. Ein besseres Verständnis der Entscheidungsfindung könnte zu besseren Therapien bei psychiatrischen Erkrankungen beitragen, da bei Depression oder bei Zwangsstörungen das Entscheidungsverhalten beeinträchtigt ist.

Biologisches Verhalten entsteht durch die koordinierte Aktivität von Neuronen. Für die Funktionsweise des Nervensystems sind dabei sowohl die Struktur der lokalen Netzwerke als auch die intrinsischen Eigenschaften der beteiligten Zellen entscheidend. Die intrinsischen Eigenschaften werden stark durch die Dynamik der Ionenkanäle geprägt und bestimmen, wie eine Zelle Eingangssignale in elektrische Antwortimpulse umwandelt. Daher ist davon auszugehen, dass die zell-intrinsischen Eigenschaften einen großen Einfluss auf die neuronale Informationsverarbeitung haben. Ziel des Projektes ist es, diesen Einfluss der zell-internen Dynamik auf die Prozessierung neuronaler Signale zu untersuchen. Dazu werden mathematische Simulationen von Nervenzellen durchgeführt und mit elektrophysiologischen Untersuchungen im System des Entorhinalen Cortex und des Hippocampus der Ratte kombiniert. Dabei wird die neuronale Verarbeitung von der Ebene der Ionenkanäle über die einzelne Nervenzelle bis hin zur Ebene von Netzwerken von Zellen analysiert.