Thalamocortical credit routing from the basal ganglia and cerebellum: anatomical constraints and circuit principles

Um zu verstehen, wie ein Tier lernt, die richtige Handlung für eine Belohnung auszuwählen, haben sich Wissenschaftler lange Zeit auf zwei tiefe Hirnstrukturen konzentriert: die Basalganglien und das Kleinhirn. Diese Regionen fungieren als Lernmotoren. Die Basalganglien helfen dabei zu entscheiden, welche Handlung es wert ist, verfolgt zu werden, basierend auf vergangenen Belohnungen, während das Kleinhere die zeitliche Abstimmung und Präzision von Bewegungen verfeinert. Beide Strukturen erhalten Anweisungen vom Kortex (Großhirnrinde), der äußeren Schicht des Gehirns, die für komplexes Denken und Planen verantwortlich ist. Nachdem sie diese Informationen verarbeitet haben, senden sie Signale zurück zum Kortex, um das zukünftige Verhalten zu aktualisieren. Dies erzeugt eine kontinuierliche Schleife, in der das Gehirn seine eigene Leistung ständig überprüft. Ein entscheidendes Puzzleteil blieb jedoch unklar: Wie gelangen diese Lernsignale zurück zu den spezifischen Gruppen von Neuronen im Kortex, die tatsächlich die Handlung generiert haben? Oh ohne ein präzises Zustellsystem wüsste das Gehirn nicht, welche Neuronen es stärken oder schwächen sollte, was das Lernen ineffizient oder unmöglich machen würde.

Ein Forschungsteam in Japan hat nun diesen Zustellweg bei Mäusen kartiert und ein ausgeklügeltes System aufgedeckt, das sicherstellt, dass Lernsignale die exakt richtigen Ziele erreichen. Sie entdeckten, dass die Basalganglien und das Kleinhirn ihre Nachrichten zwar über weitgehend getrennte Kanäle innerhalb des Thalamus – einer zentralen Relaisstation im Gehirn – senden, diese Kanäle jedoch wieder zusammenlaufen, wenn sie den Kortex erreichen. Insbesondere fanden die Forscher heraus, dass die Signale beider Systeme auf der obersten Schicht des sekundären motorischen Kortex konvergieren, einer Region, die entscheidend für die Planung und das Erlernen neuer Fähigkeiten ist. Diese Konvergenz ermöglicht es dem Gehirn, verschiedene Arten von Lerninformationen zu kombinieren und sie an die spezifischen Neuronen zu richten, die für eine Handlung verantwortlich sind. Durch die Kombination von detaillierter Bildgebung des Gehirns mit Computersimulationen zeigten die Forscher, dass diese anatomische Anordnung essenziell dafür ist, dass das Gehirn „Kredit“ korrekt zuweisen kann, indem es sicherstellt, dass genau die Neuronen, die zu einer erfolgreichen Handlung beigetragen haben, auch verstärkt werden.

Die Forscher begannen damit, die physischen Pfade in den Gehirnen von Mäusen nachzuverfolgen, um zu sehen, wohin diese Lernsignale führen. Sie injizierten winzige Mengen fluoreszierender Tracer in die Basalganglien und das Kleinhirn und beobachteten, wie die Signale durch den Thalamus zum Kortex reisten. Sie fanden heraus, dass die Neuronen im Thalamus, die Input von den Basalganglien erhielten, größtenteils in einem Bereich lokalisiert waren, während diejenigen, die Input vom Kleinhirn erhielten, in einem anderen Bereich lagen. Dies bestätigte, dass die beiden Systeme weitgehend getrennt bleiben, während sie den Thalamus passieren. Als die Forscher jedoch untersuchten, wo die Axone – die langen Fasern, die Signale vom Thalamus zum Kortex tragen – endeten, änderte sich das Bild. Trotz des unterschiedlichen Ursprungs im Thalamus teilten die Axone beider Systeme einen auffälligen Zielort: die oberste Schicht des sekundären motorischen Kortex. Diese Schicht enthält die weit reichenden Spitzen der Nervenzellen, die die Bewegung steuern. Die Forscher fanden auch einen kleinen Bereich im Thalamus, in dem sich die Signale beider Systeme vermischten, aber der bedeutendste Befund war dieser gemeinsame Ankunftspunkt im Kortex.

Um zu verstehen, warum ein gemeinsamer Zielort wichtig ist, baute das Team ein detailliertes Computermodell des gesamten Gehirnkreislaufs auf, einschließlich Kortex, Thalamus, Basalganglien und Kleinhirn. In ihrer Simulation testeten sie, wie das Gehirn lernt, wenn Signale korrekt geroutet werden versus wenn sie vertauscht werden. Sie fanden heraus, dass das Lernen am besten funktionierte, wenn das Feedback von den Basalganglien und dem Kleinhirn an die spezifischen Gruppen von Neuronen zurückgesendet wurde, die geholfen hatten, die Aktion zu generieren. Wenn die Signale an die falschen Neuronen gesendet wurden, schlug das Lernen fehl. Das Modell zeigte auch, dass das Gehirn zwei verschiedene Wege nutzt, um diese Signale zurückzusenden. Eine Art von Signal wirkt wie ein Lautstärkeregler, der die bestehende Aktivität eines Neurons stärker oder schwächer macht. Die andere Art wirkt wie ein direkter Stoß, der neue Aktivität in das Neuron einspeist. Die Forscher entdeckten, dass das Gehirn beide Mechanismen benötigt, die zusammenarbeiten, um effizient zu lernen. Der Effekt des „Lautstärkeregler“s, der in jener oberen Schicht des Kortex stattfindet, hilft dem Gehirn, die richtigen Signale zu verstärken, während der direkte Stoß hilft, die Handlung voranzutreiben.

Die Studie untersuchte auch, wie das Gehirn herausfindet, welche Neuronen überhaupt die Lernsignale erhalten sollten. Im Computermodell zeigten die Forscher, dass das Gehirn lernen kann, sein Feedback auszurichten, indem es seine eigene Aktivität während Ruhephasen beobachtet. Indem es vergleicht, wie aktiv ein Neuron war und wie wahrscheinlich es war, eine Aktion auszulösen, kann das Gehen seine Verbindungen anpassen, sodass Lernsignale an den richtigen Ort gesendet werden. Dieser Prozess, den sie als lokale Kalibrierung bezeichneten, ermöglichte es dem Modell, seine Lernfähigkeit wiederherzustellen, selbst wenn die ursprünglichen Verbindungen nicht perfekt eingerichtet waren. Darüber hinaus testeten die Forscher, ob dieses System komplexe Aufgaben bewältigen kann, bei denen mehrere Neuronen gleichzeitig trainiert werden müssen, wie etwa bei Experimenten mit Gehirn-Computer-Schnittstellen, bei denen eine Person lernt, einen Computercursor mit ihren Gedanken zu steuern. Sie fanden heraus, dass das Gehirn Schwierigkeiten hat, mehrere Ziele gleichzeitig zu trainieren, wenn diese Ziele in entgegengesetzte Richtungen steuern müssen, falls es ein einzelnes, globales Belohnungssignal an das gesamte Netzwerk sendet. Wenn das Feedback jedoch über separate, parallele Kanäle geroutet wird, kann das Gehirn erfolgreich mehrere Neuronen gleichzeitig trainieren. Dies deutet darauf hin, dass die Fähigkeit des Gebrühns, komplexe, mehrteilige Aufgaben zu erlernen, von diesen distinkten, parallelen Pfaden abhängt, die in der Lage sind, Kredit spezifischen Neuronengruppen zuzuweisen, ohne Interferenzen zu verursachen.

Diese Erkenntnisse bieten eine neue Sichtweise darauf, wie das Gehirn lernt. Anstatt die Basalganglien und das Kleinhirn als unabhängige Systeme zu sehen, die lediglich ihre Outputs addieren, schlagen die Forscher vor, dass sie als koordiniertes Team arbeiten, das eine gemeinsame Autobahn nutzt, um Lernsignale zu liefern. Diese Autobahn, die im oberen Layer des motorischen Kortex konvergiert, ermöglicht es dem Gehirn, verschiedene Arten von Informationen zu integrieren und sie präzise dorthin zu lenken, wo sie benötigt werden. Die Studie legt nahe, dass das physische Layout dieser Verbindungen nicht nur ein passives Verdrahtungsdiagramm ist, sondern eine aktive Komponente des Lernprozesses selbst. Indem sichergestellt wird, dass Lernsignale die spezifischen Neuronen erreichen, die für eine Handlung verantwortlich sind, kann das Gehirn sein Verhalten effizient verfeinern und sich an neue Herausforderungen anpassen. Diese Arbeit liefert einen konkreten anatomischen und computationalen Rahmen für das Verständnis, wie das Gehirn das Problem der Kreditzuweisung löst – eine fundamentale Herausforderung des Lernens, die nicht nur für Tiere, sondern auch für die Entwicklung künstlicher Intelligenzsysteme gilt. Die Ergebnisse der Forscher, die sowohl aus direkter Beobachtung bei Mäusen als auch aus strengen Computersimulationen abgeleitet wurden, unterstreichen die Bedeutung von laminarer Konvergenz und modularer Rückkopplung für die Ermöglichung des Lernens komplexer Verhaltensweisen.