Eine aktuelle Untersuchung nutzt ein umfassendes Computermodell, um die Entstehung großskaliger Wellen im Gehirn von Mäusen zu analysieren. Die Forscher kombinieren räumliche Transkriptomdaten mit detaillierten Konnektivitätsinformationen, um die strukturellen Grundlagen der kortikalen Aktivität zu simulieren.
Erhöhte Wellenaktivität durch realistische Vernetzung
Die Ergebnisse zeigen, dass das Modell mit realitätsnaher kortikaler Vernetzung deutlich höhere Wellenamplituden erzeugt als Modelle mit rein lokaler oder einheitlicher Vernetzung. Dieser Unterschied ist über mehrere Oszillationsfrequenzbereiche hinweg nachweisbar, wobei die stärkste Ausprägung im Theta‑, Alpha‑ und Beta‑Band beobachtet wird.
Einfluss von Erregungsstärke und Netzwerkstruktur
Durch Variation des exzitatorischen Kopplungsgrades prüfen die Autoren, wie dynamische Regime die Wellenbildung modulieren. Sie berichten, dass sowohl die Netzwerkstruktur als auch die Erregungsstärke entscheidend sind und dass die Abhängigkeit von der Kopplungsstärke nicht linear verläuft.
Methodischer Ansatz
Der Ansatz beruht auf der Integration von Einzelzell‑Transkriptomdaten und anatomischen Verbindungsmaßen, wodurch das Modell auf Einzelzellebene parametrisiert wird. Die Simulationen decken mehrere Frequenzbänder ab und erlauben den Vergleich zwischen unterschiedlichen Vernetzungsparadigmen.
Implikationen für die Neuroforschung
Die Studie liefert Hinweise darauf, dass flexible, großskalige Wellen im Mauskortex aus der Kombination von struktureller Konnektivität und variabler Erregungsstärke entstehen können. Die Autoren sehen darin einen Rahmen, um weitere Fragen zur Wellenphysiologie im gesamten Gehirn zu adressieren.
Zukünftige Forschungsrichtungen
Die Autoren schlagen vor, das Modell zu erweitern, um experimentelle Daten aus In‑Vivo‑Messungen zu integrieren und um die Rolle weiterer neurophysiologischer Parameter zu untersuchen. Damit könnte das Modell als Plattform für die Untersuchung von Wellenphänomenen auf Einzelzellebene dienen.
Dieser Bericht basiert auf Informationen von eLife, lizenziert unter Creative Commons BY 4.0 (Open Access). Wissenschaftliche Inhalte, offen zugänglich.
Ende der Uebertragung