Die mathematische Regel hinter der Verteilung von Neuronen in unserem Gehirn wurde entdeckt

Die mathematische Regel hinter der Verteilung von Neuronen in unserem Gehirn wurde entdeckt

Neuronale Dichten in kortikalen Regionen des Gehirns von Säugetieren folgen einem konsistenten Verteilungsmuster. Diese Entdeckung hat tiefgreifende Auswirkungen auf die Modellierung des Gehirns und die Entwicklung gehirninspirierter Technologien. Bildnachweis: Morales Gregorio

Forscher des Human Brain Project des Forschungszentrums Jülich und der Universität zu Köln (Deutschland) haben herausgefunden, wie die Neuronendichten über und innerhalb kortikaler Regionen im Gehirn von Säugetieren verteilt sind. Sie enthüllten ein grundlegendes Organisationsprinzip der kortikalen Zytoarchitektur: die allgegenwärtige logarithmische Normalverteilung neuronaler Dichten.

Die Anzahl der Neuronen und ihre räumliche Anordnung spielen eine entscheidende Rolle bei der Gestaltung der Gehirnstruktur und -funktion. Trotz der Fülle an verfügbaren Daten zur Zytoarchitektur sind die statistischen Verteilungen der Neuronendichten jedoch noch weitgehend uncharakterisiert. Die neue Studie des Human Brain Project (HBP), veröffentlicht in der Zeitschrift Zerebraler Kortexverbessert unser Verständnis der Organisation des Gehirns von Säugetieren.

Analyse von Datensätzen und Lognormalverteilung

Neun der sieben öffentlich verfügbaren Datensätze klassifizieren (Maus, Affe, Makaken, Galago, Eulenaffe, Pavian und Mensch) bildeten die Grundlage für die Untersuchungen des Forschungsteams. Nach der Analyse der jeweiligen kortikalen Regionen stellten sie fest, dass die Neuronendichten innerhalb dieser Regionen einem konsistenten Muster folgten – einer logarithmischen Normalverteilung. Dies weist auf ein grundlegendes Organisationsprinzip hin, das der neuronalen Dichte im Gehirn von Säugetieren zugrunde liegt.

Eine Lognormalverteilung ist eine statistische Verteilung, die durch eine schiefe, glockenförmige Kurve gekennzeichnet ist. Es entsteht beispielsweise bei der Exponentenbildung einer normalverteilten Variablen. Sie unterscheidet sich in mehrfacher Hinsicht von einer Normalverteilung. Noch wichtiger ist, dass die Normalverteilungskurve symmetrisch ist, während die Lognormalverteilungskurve asymmetrisch ist und einen starken Schwanz aufweist.

Die Implikationen und Bedeutung der Ergebnisse

Diese Erkenntnisse sind von zentraler Bedeutung für eine genaue Gehirnmodellierung. „Nicht zuletzt, weil die Verteilung der neuronalen Dichten die Netzwerkkonnektivität beeinflusst“, sagt Sascha van Alpada, Gruppenleiter für Theoretische Neuroanatomie am Forschungszentrum Jülich und leitender Autor der Arbeit. „Wenn beispielsweise die Dichte der Synapsen konstant ist, erhalten Regionen mit geringerer Neuronendichte mehr Synapsen pro Neuron“, erklärt sie. Diese Aspekte sind auch für die Entwicklung gehirninspirierter Technologien wie Neuromodulatoren relevant.

„Da außerdem kortikale Regionen oft anhand der Zytoarchitektur unterschieden werden, kann die Kenntnis der Verteilung neuronaler Dichten für die statistische Bewertung von Unterschieden zwischen Regionen und der Lage von Grenzen zwischen Regionen relevant sein“, fügt Van Alpada hinzu.

Verständnis der Lognormalverteilung der Gehirneigenschaften

Die Ergebnisse stehen im Einklang mit früheren Beobachtungen, dass viele Gehirneigenschaften einer normalen rationalen Verteilung folgen. „Einer der Gründe, warum sie in der Natur so häufig vorkommen, ist, dass sie auftreten, wenn das Produkt vieler unabhängiger Variablen berücksichtigt wird“, sagt Alexander van Meijn, Co-Erstautor der Studie. Mit anderen Worten: Eine logarithmische Normalverteilung entsteht auf natürliche Weise als Ergebnis von Multiplikationsoperationen, ähnlich wie eine Normalverteilung entsteht, wenn viele unabhängige Variablen addiert werden.

„Anhand eines einfachen Modells konnten wir zeigen, wie die Verdoppelung von Neuronen während der Entwicklung zu den beobachteten Neuronendichteverteilungen führen könnte“, erklärt van Meijn.

Der Studie zufolge können Organisationsstrukturen auf der Ebene der Großhirnrinde grundsätzlich Nebenprodukte der Entwicklung oder Entwicklung sein und keiner Rechenfunktion dienen; Aber die Tatsache, dass bei vielen Arten und in den meisten kortikalen Regionen die gleichen Organisationsstrukturen beobachtet werden können, legt nahe, dass die logarithmische Normalverteilung einen Zweck erfüllt.

„Wir können nicht sicher sein, wie sich die logarithmische Normalverteilung der Neuronendichten auf die Gehirnfunktion auswirkt, aber sie hängt wahrscheinlich mit der hohen Netzwerkheterogenität zusammen, was rechnerisch vorteilhaft sein könnte“, sagt Aitor Morales Gregorio, Erstautor der Studie, und zitiert frühere Arbeiten. Dies legt nahe, dass Heterogenität in der Gehirnkonnektivität eine effiziente Informationsübertragung fördern kann. Darüber hinaus unterstützen heterogene Netzwerke robustes Lernen und verbessern die Gedächtniskapazität neuronaler Schaltkreise.

Referenz: „Ubiquitinierte logarithmische Normalverteilung der Neuronendichte in der Großhirnrinde von Säugetieren“ von Aitor Morales-Gregorio, Alexander van Meijen und Sacha G van Albada, 6. Juli 2023, hier verfügbar. Zerebraler Kortex.
doi: 10.1093/sircor/bhad160

Siehe auch  Demenz: Nüsse, Eigelb und Sojabohnen können das Gedächtnis und die Gehirnfunktion steigern

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert