Computermodell erklärt hippocampale Barcodes zur Gedächtnisbindung

Ein neues computergestütztes Modell liefert Erklärungen dafür, wie das Hippocampus‑Netzwerk von Vögeln und Säugetieren Gedächtnisinhalte mit eindeutigen Indexen, den sogenannten Barcodes, verknüpft und gleichzeitig Interferenzen zwischen ähnlichen Erlebnissen reduziert. Die Autoren des Artikels in eLife beschreiben, dass das Modell Barcodes aus räumlichen Eingaben generiert und diese mittels Hebb‑scher Plastizität als Attraktor‑Zustände speichert.

Modellprinzip und Chaotische Dynamik

Das Modell basiert auf einem rekurrenten neuronalen Netzwerk, dessen globale Rückkopplungsstärke (Gain) chaotische Aktivitätsmuster hervorruft. Durch diese Dynamik entstehen hochdimensionale, spärliche Aktivitätsmuster, die den Barcodes entsprechen. Die Autoren betonen, dass diese Barcodes zufällig mit klassischen Platz‑Tuning‑Signalen vermischt werden, wie es in experimentellen Aufnahmen von Kleiberarten beobachtet wurde.

Speicherung und Abruf von Gedächtnisinhalten

Hebb‑sche Plastizität wird eingesetzt, um die erzeugten Barcodes als stabile Attraktor‑Zustände zu verankern. Beim Abruf aktivieren die Platz‑Tuning‑Signale das Netzwerk, wodurch die gespeicherten Barcodes reaktiviert werden und eine vollständige Wiederholung des Erlebnisses ermöglichen. Die Autoren führen aus, dass diese Mechanik sowohl Mustertrennung (Pattern Separation) als auch Mustervervollständigung (Pattern Completion) unterstützt.

Reduktion von Gedächtnisintern interference

Simulationen zeigen, dass die Barcodes die Überlappung zwischen ähnlichen Erlebnissen verringern. Die Autoren berichten, dass Experimente mit korrelierten räumlichen Pfaden eine geringere Fehlerrate beim Abruf aufweisen, wenn Barcodes als Indexe eingesetzt werden. Diese Resultate stützen die Annahme, dass Barcodes als Gedächtnis‑Index die Spezifität von Erinnerungen erhöhen.

Komplementäre Rolle des Platz‑Tunings

Gleichzeitig bleibt das Platz‑Tuning für die flexible Kontextualisierung von Erinnerungen wichtig. Die Autoren argumentieren, dass die Kombination aus Barcodes und Platz‑Tuning eine adaptive Gedächtnis‑funktion ermöglicht, bei der spezifische Details und allgemeine räumliche Informationen zusammengeführt werden.

Einbindung in bestehende Hippocampus‑Theorien

Das vorgestellte Modell lässt sich mit früheren Konzepten des Hippocampus als prädiktive Karte vereinbaren. Durch Anpassung des globalen Gains können die gleichen Netzwerkstrukturen sowohl Index‑ als auch Vorhersage‑Funktionen übernehmen, wie die Autoren in ihrer Diskussion hervorheben.

Dieser Bericht basiert auf Informationen von eLife, lizenziert unter Quelle beachten. Lizenzangabe konnte nicht eindeutig zugeordnet werden.