Waitt Advanced Biophotonics Center

Die 38 aktuell registrierten klinischen Studien mit dem Stichwort „Neurogenese im Erwachsenenalter“ deuten auf ein wachsendes Interesse an der Neubildung von Neuronen als Ziel für Interventionen hin. Heute liegen starke Belege dafür vor, dass die Neurogenese im Erwachsenenalter an der Funktion des Hippocampus beteiligt ist und zu Hirnfunktionen im gesunden wie im kranken Zustand beitragen kann. Die Neurogeneseforschung kann nun neue Fragen aufwerfen, wie beispielsweise (1) die Identität von Stammzellen und deren Integration von Signalen zur Initiierung der Neurogenese, (2) die Beschaffenheit der neurogenen Nische und die Neurogenese ohne Stammzellaktivität, (3) die komplexen Funktionen jenseits des Hippocampus und (4) evolutionäre und computergestützte Theorien, einschließlich neurogener neuronaler Netze für künstliche Intelligenz.

Das Rückenmark ist ein zentraler Knotenpunkt des zentralen Nervensystems (ZNS), der Signale integriert und moduliert, die letztendlich unsere alltäglichen Interaktionen mit der Welt prägen. Seine graue Substanz ist in diskrete Schichten entlang der dorsoventralen Achse gegliedert, die jeweils spezifische Schaltkreise umfassen. Gleichzeitig verleihen ausgedehnte, miteinander verbundene Interneuronnetzwerke innerhalb und zwischen diesen Schichten dem Rückenmark eine bemerkenswerte Flexibilität in den Verhaltensreaktionen auf einen gegebenen Input. Die Flexibilität der Informationsverarbeitung im Rückenmark angesichts seiner organisierten Architektur macht es zu einer besonders faszinierenden Region, um die neuronalen Prozesse zu erforschen, die dem Verhalten zugrunde liegen, insbesondere im Zusammenhang mit neurologischen Funktionsstörungen. Gleichzeitig interagieren Astrozyten hochdynamisch mit den darunterliegenden neuronalen Schaltkreisen, was darauf hindeutet, dass sie der Informationsverarbeitung im Rückenmark eine weitere Dimension hinzufügen könnten. Technische Einschränkungen, die spezifisch für das Rückenmark sind, haben unsere Möglichkeiten, den Zusammenhang zwischen Astrozyten-Neuron-Interaktionen und der laufenden Rückenmarksfunktion zu untersuchen, lange Zeit begrenzt. In diesem Review beleuchten wir neue Erkenntnisse – insbesondere aus aktuellen In-vivo-Studien –, die zeigen, dass Astrozyten die Verhaltensreaktionen des Rückenmarks sowohl im gesunden als auch im kranken Zustand aktiv beeinflussen. Wir geben einen kurzen Überblick über die neuronale Organisation des Rückenmarks, um eine strukturelle Grundlage für die Beurteilung der räumlichen Beziehung zwischen Astrozyten- und Neuronenaktivität in Bezug auf verschiedene Rückenmarksreaktionen zu schaffen. Innerhalb dieses architektonischen Rahmens betrachten wir zunehmende Belege dafür, dass Rückenmarksastrozyten auf mit der Rückenmarksfunktion assoziierte Aktivität reagieren und ihrerseits zugrundeliegende neuronale Schaltkreise modulieren, um zukünftige Verhaltensreaktionen zu verändern. Darüber hinaus schlagen wir ein übergreifendes Konzept zum Verständnis schaltkreisspezifischer Rückenmarksmodulationen durch die Linse der Astrozyten-Neuronen-Interaktionen vor und unterstreichen, wie dieses genutzt werden kann, um neue Wege zur Behandlung von Rückenmarkserkrankungen zu entdecken. Abschließend formulieren wir zentrale offene Fragen im Zusammenhang mit diesem Konzept und heben die technologischen Fortschritte hervor, die zukünftige Studien zu diesen Fragen erleichtern werden.

Neuromodulatoren sind entscheidende Regulatoren neuronaler Zustände, deren Dysfunktionen mit verschiedenen neuropsychiatrischen Erkrankungen in Verbindung stehen. Obwohl viele biologische Aspekte der Neuromodulation erforscht wurden, sind die zugrundeliegenden Rechenprinzipien, wie die Neuromodulation verteilter neuronaler Populationen Hirnzustände steuert, weiterhin unklar. Im Gegensatz zu externen Kontextreizen kann Neuromodulation als einzelnes Skalarsignal wirken, das an eine große Anzahl von Neuronen ausgesendet wird. Wir modellieren die Modulation synaptischer Gewichte in einem rekurrenten neuronalen Netzwerkmodell und zeigen, dass Neuromodulatoren die Funktion eines Netzwerks – selbst in stark vereinfachter Form – dramatisch verändern können. Wir stellen fest, dass dies unter strukturellen Einschränkungen, wie sie im Gehirn herrschen, einen fundamentalen Mechanismus darstellt, der die Rechenleistung und Flexibilität eines neuronalen Netzwerks erhöhen kann. Diffuse synaptische Gewichtsmodulation ermöglicht die Speicherung mehrerer Erinnerungen mithilfe eines gemeinsamen Satzes von Synapsen, die in der Lage sind, vielfältige, sogar diametral entgegengesetzte Verhaltensweisen zu generieren. Unsere Ergebnisse tragen dazu bei, zu erklären, wie Neuromodulatoren spezifische Verhaltensweisen freisetzen, indem sie aufgabenspezifische Hyperkanäle im neuronalen Aktivitätsraum schaffen, und motivieren flexiblere, kompaktere und leistungsfähigere Architekturen für maschinelles Lernen.

Räumlich-zeitliche Flüsse neuronaler Aktivität, wie Wanderwellen, wurden im gesamten Gehirn seit den frühesten Aufzeichnungen beobachtet; dennoch herrscht noch immer wenig Einigkeit über ihre funktionelle Rolle. Neuere Experimente und Modelle haben Wanderwellen mit visueller und physikalischer Bewegung in Verbindung gebracht, doch diese Beobachtungen ließen sich nur schwer mit gängigen Erklärungen topografisch organisierter Selektivität und vorwärtsgerichteter rezeptiver Felder vereinbaren. Wir stellen hier einen theoretischen Rahmen vor, der den Zusammenhang zwischen „Bewegung“ und fließender neuronaler Dynamik in der Sprache der äquivarianten neuronalen Netzwerktheorie formalisiert und verallgemeinert. Wir betrachten „Bewegung“ nicht nur im physikalischen oder visuellen Raum, sondern auch in abstrakteren Repräsentationsräumen und argumentieren, dass rekurrente, wanderwellenartige Dynamiken nicht nur nützlich, sondern notwendig für die genaue und stabile Verarbeitung jedes Signals sind, das einer solchen Bewegung unterliegt. Formal zeigen wir, dass jedes nicht-triviale rekurrente neuronale Netzwerk, um eine Sequenz, die einer Flusstransformation unterliegt (wie z. B. visuelle Bewegung), strukturiert und äquivariant zu verarbeiten, dessen verborgene Zustandsdynamik aktiv eine homomorphe Repräsentation desselben Flusses durch rekurrente Konnektivität realisieren muss. In dieser „räumlich-zeitlichen Perspektive auf dynamische Berechnungen“ werden Wanderwellen und verwandte Strömungen am besten als getreue dynamische Darstellungen von Reizströmen verstanden; und folglich kann die natürliche Neigung biologischer Systeme zu einer solchen Dynamik als eine angeborene induktive Voreingenommenheit hin zu Effizienz und Generalisierung in der räumlich-zeitlich strukturierten dynamischen Welt, in der sie leben, betrachtet werden.

Der Hippocampus muss stabile Gedächtnisrepräsentationen mit intern generierter sequenzieller Dynamik in Einklang bringen, die Replay, Vorhersage und Wanderwellen zugrunde liegt. Wie die Schaltkreise des Hippocampus dies erreichen, ist bisher unklar. Wir zeigen hier, dass rekurrente neuronale Netze, die auf kontinuierlichen Vorhersageaufgaben trainiert wurden, zu einem dynamischen Regime gemischter Symmetrie konvergieren. In diesem Regime stabilisiert eine dominante symmetrische Rekurrenz einen kontinuierlichen Attraktor, während eine schwächere antisymmetrische Komponente einen gerichteten Fluss entlang dieses Attraktors induziert. Diese Struktur beschleunigt das Lernen und unterstützt robustes Replay und Vorhersage. Wir zeigen weiterhin, dass ein solcher Symmetriebruch durch biologisch plausible Regeln der Spike-Timing-abhängigen Plastizität (STDP) entstehen kann, was ohne explizite architektonische Einschränkungen zu einem geneigten mexikanischen Hut-Konnektivitätsprofil führt. Wichtig ist, dass die Initialisierung von Netzwerken mit CA3-ähnlicher strukturierter Konnektivität das Lernen in Richtung dieses Regimes lenkt und so die Optimierungseffizienz und -leistung verbessert. Diese Ergebnisse legen nahe, dass die hippocampale Informationsverarbeitung eine Interaktion zwischen biologisch bedingter Schaltkreisstruktur und aufgabenorientiertem Lernen widerspiegelt, wobei der partielle Symmetriebruch ein niedrigdimensionales Kontrollprinzip für das Gleichgewicht zwischen Stabilität und Fluss bei der Sequenzgenerierung darstellt.