NeuroLab OS: A local-first software environment for scientist-reviewed neural time-series modelling and provenance-aware simulation

In der Erforschung des menschlichen Gehirns behandeln Wissenschaftler elektrische Signale oft wie ein Gespräch. Wenn Neuronen feuern, senden sie winzige elektrische Impulse aus, die von der Kopfhaut aufgezeichnet oder im Inneren des Gehirns gemessen werden können. Diese Aufzeichnungen sind nicht bloß statische Bilder; es handelt sich um Zeitreihendaten, was bedeutet, dass sie sich von Moment zu Moment ändern und den Rhythmus sowie den Fluss von Gedanken, Empfindungen und Bewegungen erfassen. Um zu verstehen, was diese Signale bedeuten, erstellen Forscher mathematische Modelle – vereinfachte Beschreibungen darüber, wie Hirnzellen miteinander interagieren könnten. Doch das Umwandeln eines Rohsignals in eine wissenschaftliche Schlussfolgerung ist eine lange Kette von Entscheidungen. Ein Forscher muss entscheiden, wie er das Rauschen bereinigt, welche Teile des Signals er beibehält, welche mathematischen Regeln er anwendet und wie er die Zahlen in diesen Regeln abstimmt, um sie an die Daten anzupassen. Wenn auch nur ein Glied in dieser Kette unterbrochen oder vage beschrieben wird, wird das Endergebnis unmöglich zu überprüfen oder zu wiederholen. Dies ist das Problem der Reproduzierbarkeit: sicherzustellen, dass die Geschichte, die ein Wissenschaftler über seine Daten erzählt, exakt mit dem übereinstimmt, was sein Computer tatsächlich getan hat.

Eine neue Softwareumgebung namens NeuroLab OS versucht dies zu lösen, indem sie den gesamten Prozess an einem Ort zusammenhält. Entwickelt von Peiman Jannatipour an der Università Campus Bio-Medico in Rom, ist dieses Werkzeug als „Local-First“-Arbeitsplatz konzipiert, was bedeutet, dass es vollständig auf dem eigenen Computer des Forschers läuft, ohne dass sensible Daten an einen Remote-Server gesendet werden müssen. Das Ziel ist nicht, eine neue Theorie darüber zu erfinden, wie das Gehirn funktioniert, sondern einen transparenten Container zu schaffen, in dem jeder Schritt der Analyse sichtbar und rückverfolgbar ist. In einer jüngsten technischen Evaluierung seiner Beta-Version demonstrierte die Software, dass sie einen Benutzer erfolgreich von den Rohdaten bis zum fertigen Bericht führen kann, wobei sichergestellt wird, dass die mathematischen Gleichungen, die ein Wissenschaftler auf seinem Bildschirm sieht, exakt dieselben sind, die der Computer im Hintergrund ausführt.

Die Software funktioniert wie eine geführte Reise durch acht verschiedene Phasen. Sie beginnt mit der Aufnahme von Daten, wie etwa elektrischen Aufzeichnungen von der Kopfhaut oder Aktivitätskarten aus der Bildgebung des Gehirns. Danach geht sie in eine Reinigungsphase über, in der sie unerwünschtes Rauschen herausfiltert und die Qualität des Signals prüft. Hier zwingt die Software den Forscher zu einer expliziten Entscheidung: Bestehen die Daten, fallen sie durch oder müssen sie genauer untersucht werden? Dies ist ein entscheidender Wandel gegenüber älteren Methoden, bei denen Reinigungsschritte oft im Hintergrund und verborgen stattfanden. Sob-elle die Daten genehmigt sind, wählt der Forscher ein Modell zum Testen aus. NeuroLab OS bietet einen Katalog von elf verschiedenen Modelltypen an, die von bekannten mathematischen Beschreibungen der Hirndynamik bis hin zu einfacheren statistischen Werkzeugen für den Vergleich reichen.

Bevor der Computer eine Simulation durchführt, hält die Software inne, um dem Forscher die spezifischen Details des gewählten Modells anzuzeigen. Sie zeigt die Gleichungen, die Bedeutung der Parameter und etwaige bekannte Einschränkungen an. Dieser „wissenschaftlich sichtbare“ Vertrag stellt sicher, dass der Forscher die exakte Logik genehmigt, die verwendet werden soll. Das System passt das Modell dann an die Daten an, simuliert, wie das Gehirn unter verschiedenen Bedingungen reagieren könnte, und ermöglicht sogar „In-silico“-Experimente. Dies sind virtuelle Interventionen, wie etwa das Abschwächen der Verbindung zwischen zwei simulierten Hirnregionen oder das Hinzufügen eines rhythmischen Impulses, um zu sehen, wie das System reagiert. Schließlich erstellt die Software einen Bericht, der einen digitalen Fingerabdruck des gesamten Prozesses enthält und die verwendeten Daten, die gewählten Einstellungen sowie die Zufallszahlen (Random Seeds), die das Ergebnis bestimmten, aufzeichnet. Dies ermöglicht es jedem, das Endergebnis einzusehen und genau zu wissen, wie es produziert wurde.

Die Evaluierung dieser Software, die als Version 0.1.1 veröffentlicht wurde, konzentrierte sich darauf, zu verifizieren, dass das System wie beabsichtigt funktioniert, und nicht darauf, zu beweisen, dass seine Modelle biologisch perfekt sind. Die Forscher führten eine Reihe strenger Prüfungen durch, um sicherzustellen, dass die Software stabil und konsistent ist. Das System bestand 82 Backend-Tests und 38 gezielte Workflow-Tests, was bestätigte, dass die verschiedenen Teile der Software korrekt miteinander kommunizieren können. Die paketierte Anwendung startete erfolgreich auf einem Windows-Computer, und die interne Engine reagierte wie erwartet auf Health-Checks. Jedes Modell im Register war vorhanden, und die endgültige Softwaredatei entsprach ihrer digitalen Signatur, was bewies, dass die getestete Version exakt die verteilte Version war. Diese Ergebnisse bestätigen, dass die Software ein funktionales, verifiziertes technisches Beta ist.

Der Autor unterscheidet jedoch sorgfältig zwischen der korrekten Funktion der Software und der Richtigkeit der Wissenschaft. Das Bestehen der Tests beweist, dass der Computer das getan hat, was man ihm gesagt hat, aber es beweist nicht, dass die Modelle das menschliche Gehirn korrekt widerspiegeln. Die Evaluierung stellt explizit fest, dass die Software noch nicht gegen große, öffentliche Datensätze getestet wurde, um zu sehen, ob ihre Ergebnisse mit denen anderer etablierter Werkzeuge übereinstimmen. Die im Katalog enthaltenen Modelle werden mit unterschiedlichem Ernst behandelt: Einige basieren auf etablierten mathematischen Theorien, während andere vereinfachte Annäherungen oder statistische Baselines sind. Die Software macht diese Unterscheidung deutlich, indem sie sie kennzeichnet, damit ein Nutzer ein vereinfachtes Werkzeug nicht mit einer komplexen biologischen Wahrheit verwechselt.

Der primäre Erfolg dieser Arbeit ist die Schaffung eines kontinuierlichen Pfades von der Entscheidung des Forschers bis zum fertigen Bericht. In der Vergangenheit konnte ein Wissenschaftler Daten in einem Programm reinigen, ein Modell in einem anderen anpassen und einen Bericht in einem Textverarbeitungsprogramm schreiben, wodurch Lücken entstanden, in denen Details verloren gehen oder missverstanden werden konnten. NeuroLab OS verbindet diese Schritte und stellt sicher, dass die Qualitätskontrollentscheidungen, die Modelldefinitionen und die Simulationsergebnisse alle in einem einzigen, rückverfolgbaren Datensatz verknüpft sind. Obwohl die Software noch keine vollständig validierte wissenschaftliche Plattform für den klinischen Einsatz ist, bietet sie ein solides Fundament. Sie bietet einen Weg, das „Was“ und das „Wie“ der Hirnmodellierung in Einklang zu halten, sodass ein Wissenschaftler, wenn er ein Modell überprüft, genau die Logik überprüft, die die Maschine gerade ausführt. Die nächsten Schritte des Projekts sehen vor, diese Tests auf externe Benchmarks auszuweiten und die Ergebnisse mit anderen Systemen abzugleichen, um von einem verifizierten Werkzeug zu einem vollständig validierten wissenschaftlichen Standard zu gelangen.