Brain state sets the spatial scale at which cortical geometry constrains human cortical dynamics
Diese Studie löst die Debatte darüber, ob die kortikale Geometrie oder die Konnektivität primär die Hirndynamik formt, indem sie zeigt, dass ihr Einfluss zustandsabhängig und skalenabhängig ist, wobei die Konnektivität breite Muster steuert und die Geometrie feinere Details einschränkt, während der Hirnzustand die effektive räumliche Skala bestimmt, auf der diese anatomischen Beschränkungen operieren.
Originalarbeit lizenziert unter CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung eines Preprints, das nicht peer-reviewed wurde. Dies ist kein medizinischer Rat. Treffen Sie keine Gesundheitsentscheidungen auf Grundlage dieses Inhalts. Vollständigen Haftungsausschluss lesen
Das menschliche Gehirn ist eine Landschaft aus gefaltetem Gewebe, eine weite, zerknitterte Oberfläche, auf der Milliarden von Zellen kommunizieren, um Gedanken, Erinnerungen und Bewegungen zu erzeugen. Jahrzehntelang debattierten Wissenschaftler darüber, wie die physische Form dieses Gewebes die elektrischen Signale beeinflusst, die darüber rasen. Eine Denkschule argumentiert, dass die Funktion des Gehirns primär durch seinen Schaltplan bestimmt wird – die weitreichenden Kabel, die ferne Regionen miteinander verbinden. Eine andere argumentiert, dass die Funktion des Gehirns eher durch die Geometrie der Oberfläche selbst geformt wird, also die Art und Weise, wie die Falten und Kurven die Aktivität natürlich leiten, ganz so, wie Wasser einen Hügel hinabfließt und dabei den Konturen des Geländes folgt. Ein dritter, oft übersehener Faktor ist der Zustand des Gehirns: ob eine Person wach ist und eine Stadt durchquert oder schläft und träumt. Diese Fragen verharrten in einem Patt, da die Beweise scheinbar sowohl die Verschaltung als auch die Form stützten, aber nie erklärten, wie sie zusammenpassen.
Ein Team von Forschern der McGill University hat diesen Konflikt nun gelöst, indem es zeigte, dass die Antwort vollständig davon abhängt, auf welcher Skala man blickt und in welchem Zustand sich das Gehirn in diesem Moment befindet. Sie erstellten ein hochmodernes Computermodell des menschlichen Gehirns unter Verwendung einer ultrahochauflösenden Karte des Gewebes eines einzelnen Spenders, bekannt als BigBrain. Diese Karte ist so detailliert, dass sie die mikroskopischen Falten des Kortex erfasst, die weit feiner sind als bei Standard-Medizinalscans. Sie simulierten dann, wie elektrische Wellen über diese Oberfläche wandern, und testeten das Modell anhand realer Aufzeichnungen von Patienten, bei denen Elektroden in das Gehirn eingesetzt wurden, um Anfälle zu überwören. Diese Patienten boten ein einzigartiges Fenster in die Aktivität des Gehirns während zweier sehr unterschiedlicher Zustände: tiefem Schlaf und der aktiven Navigation durch eine virtuelle Umgebung.
Die Forscher entdeckten, dass das Gehirn seine eigene Anatomie nicht als einen festen Satz von Regeln behandelt. Stattdessen fungiert der aktuelle Zustand des Gehirns wie ein Schalter, der verändert, welche anatomischen Merkmale am wichtigsten sind. Wenn das Gehirn sich in einem Zustand tiefen Schlafs befand, waren die feinen, mikroskopischen Details der kortikalen Falten der dominierende Faktor, der die elektrischen Muster formte. Das Modell zeigte, dass die hochauflösende Geometrie der Gehirnoberfläche allein die langsamen, rhythmischen Wellen während des Schlafs präzise vorhersagen konnte. Doch als dasselbe Gehirnmodell in den Zustand der aktiven Navigation versetzt wurde, kehrten sich die Regeln um. In diesem wachen, aktiven Zustand wurden die feinen Details der Oberfläche weniger wichtig, und die Aktivität des Gehirns stimmte besser mit einer gröberen, breiteren Sicht auf die Geometrie überein.
Entscheidend war auch, dass die Studie die Rolle des Hippocampus untersuchte, einer tief liegenden Hirnstruktur, die für das Gedächtnis und die Navigation lebenswichtig ist, sowie dessen Verbindung zum Kortex. Die Forscher fanden heraus, dass der Einfluss dieser Verbindung nicht konstant war; er kehrte seine Wirkung je nach Zustand des Geurns um. Während des Schlafs störte die Stärkung der Verbindung zwischen dem Hippocampus und dem Kortex die natürlichen Schlafrhythmen, was die Vorhersagen des Modells verschlechterte. Aber während der Navigation wurde dieselbe Verbindung hilfreich und verbesserte die Fähigkeit des Modells, die reale Gehirnaktivität abzubilden. Dies bedeutet, dass derselbe anatomische Pfad in einem Zustand ein Hindernis und in einem anderen eine Hilfe sein kann, was beweist, dass die Struktur des Gehirns die Funktion nicht isoliert diktiert, sondern nur im Einklang mit dem aktuellen Zustand des Gehirns.
Um die Debatte darüber zu klären, ob die Verschaltung oder die Form wichtiger ist, testete das Team, wie gut jeder Faktor die Aktivitätsmuster aus funktionellen Magnetresonanztomographie-Scans (fMRT) rekonstruieren konnte. Sie fanden heraus, dass keiner von beiden universell überlegen war. Die weitreichenden Verschaltungsverbindungen waren besser darin, die breiten, ausgreifenden Aktivitätsmuster zu erklären, die große Bereiche des Gehirns überspannen. Im Gegensatz dazu war die hochauflösende geometrische Form des Kortex besser darin, die feineren, detaillierteren Muster zu erklären. Die beiden Faktoren dominieren auf unterschiedlichen Skalen, wobei ein Kreuzungspunkt bei einer räumlichen Skala von etwa 93 Millimetern liegt. Dies erklärt, warum frühere Studien zu widersprüchlichen Schlussfolgerungen kamen: Diejenigen, die auf breite Muster blickten, sahen die Verschaltung als den Schlüssel, während diejenigen, die auf feine Details blickten, die Geometrie als den Schlüssel sahen.
Die Forscher schlossen zudem die Idee aus, dass diese Ergebnisse lediglich ein Resultat der Verwendung einer detaillierteren Karte seien. Sie testeten ein Standardmodell des Gehirns mit geringerer Auflösung an denselben Daten und stellten fest, dass es die Schlafrhythmen nicht erfassen konnte, selbst wenn es an die Anzahl der Datenpunkte der hochauflösenden Karte angepasst wurde. Darüber hinaus testeten sie einen anderen Typ eines mathematischen Modells auf exakt derselben hochauflösenden Oberfläche und fanden heraus, dass dies keine aussagekräftigen Ergebnisse lieferte. Dies bestätigte, dass der Erfolg ihrer Erkenntnisse auf der spezifischen Kombination aus der ultrafeinen anatomischen Karte und der besonderen Art und Weise basierte, mit der sie die elektrischen Felder des Gehirns simulierten.
Letztlich legt die Studie nahe, dass das Gehirn keine Maschine mit einem einzigen, festen Betriebshandbuch ist. Stattdessen ist es ein dynamisches System, in dem die Relevanz seiner physischen Struktur sich von Moment zu Moment ändert. Das Gehirn liest seine eigene Anatomie durch eine Linse, die sich mit seinem Zustand verschiebt – es konzentriert sich auf feine Details beim Ausruhen und auf grobe Züge bei der Navigation. Dieses vielschichtige Verständnis löst die langjährige Uneinigkeit zwischen jenen auf, die die Verschaltung des Gehirns priorisieren, und jenen, die seine Form priorisieren, indem es zeigt, dass beide essenziell sind, aber nur, wenn man sie durch den korrekten Maßstab und den korrekten Geisteszustand betrachtet.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.