Bernstein Netzwerk Computational Neuroscience Aktuelle Publikationen Kurzzeitgedächtnis – Ortsgedächtnis – Bildgebungsverfahren – Entscheidungsfindung – Wahrnehmungslernen – Angstmodell – Datenverarbeitung – Grundlagen des Hörens Mitteilungen und Termine Personalia – Bernstein Mitglieder in NWG Vorstand gewählt – DAAD-Förderung für BCCN Tübingen – Neue D-J Fördermaßnahme in CNS – Besuch von Ministerin Wanka in Göttingen 06/2011 Aktuelle Publikationen Wie Bienen lernen, welchen Düften es zu folgen lohnt Wie erfolgreich emsige Bienen bei der Nahrungssuche sind, hängt maßgeblich davon ab, wie gut sie nektarreiche Blüten schon von weitem anhand ihres Duftes erkennen und von weniger ertragreichen Blüten unterscheiden können. Wie merkt sich die Biene den Zusammenhang zwischen Duft und Nektar einer Blüte? Kann man diese Assoziation im Gehirn der Biene finden? Forscher um Randolf Menzel vom Bernstein Zentrum Berlin haben die Spuren des Duftgedächtnisses in einer bestimmten Region des Bienengehirns lokalisieren können. Die Forscher passten Nektar-Sammlerinnen beim Ausschwärmen aus ihrem Stock ab, fingen sie ein und ließen sie in ihrem Labor die Schulbank drücken. Auf dem Stundenplan standen fünf verschiedene künstliche Duftstoffe. Nachdem alle fünf vorgestellt worden waren, wurde in einer Lernphase ein Duft nach jeder Präsentation mit einem Tropfen Zuckerlösung belohnt, während ein anderer unbelohnt blieb. Diese Art der klassischen Pawlowschen Konditionierung basiert auf dem sogenannten Rüssel-Streckreflex, der ausgelöst wird, wenn die Antennen in Kontakt mit süßen Flüssigkeiten kommen. Die Bienen lernten schnell, beim belohnten Duft ihren Rüssel auszustrecken, um die Zuckerlösung aufzulecken, und zeigten diese Reaktion auch noch 3 Stunden nach der Lernphase. Um die neuronale Grundlage dieses Gedächtnis-Prozesses zu untersuchen, maß der Biologe Martin Strube-Bloss die elektrischen Reaktionen von bestimmten Nervenzellen, nämlich den Ausgangsneuronen im Pilzkörper des Bienengehirns, die bereits als Kandidaten für Lernprozesse im Raum standen. Das Ergebnis überraschte die Forscher. Während der Lernphase änderten sich die Aktivitäten in den untersuchten Neuronen Honigbiene, die den Rüssel ausstreckt, um einen Tropfen Zuckerlösung von einer Pipette aufzusaugen. © M. Strube-Bloss nicht. Aber 3 Stunden nach der Lernphase fand sich eine Veränderung: Mehr Neuronen reagierten auf den belohnten Reiz, und die Antworten auf den belohnten Reiz fielen stärker aus. Die Forscher hatten also tatsächlich eine Gedächtnisspur gefunden. Wegen der zeitlichen Verzögerung konnten sie sogar schließen, dass diese nichts mit dem Lernprozess selbst oder mit dem Kurzzeitgedächtnis zu tun hatte, sondern dass sie offenbar den Ort des Langzeit-Duftgedächtnisses identifiziert hatten! Eine mathematische Analyse des Neuroinformatikers Martin Nawrot zeigte, dass die Gedächtnis-Spur im Pilzkörper sehr verlässlich ist. Schon 150 ms nach Präsentation eines Duftes konnten die Forscher aufgrund der Nervenzell-Aktivitäten sagen, ob es der Zucker-belohnte Duft war oder nicht. Die Biene könnte sich also getrost auf ihre Ausgangs-Neuronen des Pilzkörpers verlassen, um zu entscheiden, welcher Duft vielversprechend ist, oder – in freier Wildbahn – zu einer nektartragenden Blüte gehört und zu verfolgen lohnt. Auf der Basis ihrer Ergebnisse erstellen die Forscher nun ein Computermodell des Bienengehirns, das virtuelle Düfte mit einer Belohnung assoziieren und auf der Basis des Erlernten Entscheidungen treffen können soll. Solche künstlichen Gehirne sollen dann in naher Zukunft in biomimetischen Robotern zum Einsatz kommen. Strube-Bloss M*, Nawrot M*, Menzel R (2011): Mushroom body output neurons encode odor-reward associations, J Neurosci 31: 3129-3140, * equal contribution Aktuelle Publikationen Ortszellen in Lauerstellung In unserem Gehirn werden Erinnerungen, Orte und Handlungen gespeichert. Doch wodurch wird festgelegt, welRche der Milliarden Nervenzellen einen Beitrag zu einer ganz bestimmten Erinnerung leistet? Lange schon diskutieren Wissenschaftler, ob es Zufall ist, welche Zelle einer bestimmten Region im Einzelfall aktiv ist und welche nicht. Jérôme Epsztein, Michael Brecht und Albert K. Lee vom Bernstein Zentrum Berlin und der Humboldt Universität Berlin konnten nun am Beispiel des Ortsgedächtnisses bei Ratten eindeutig nachweisen, dass später aktive Zellen sich früh von ihren stillen Nachbarn unterscheiden. Damit haben sie das Verständnis der Gedächtnisbildung einen großen Schritt vorangebracht. Bewegen wir uns in einer unbekannten Umgebung, wird in unserem Gehirn eine Art neuronale Landkarte angelegt. Besonders gut ist diese Gedächtnisfunktion bei Ratten verstanden. Dort sind Zellen des Hippocampus dafür verantwortlich, dass das Tier immer weiß, wo es sich befindet. Jede dieser so genannten Ortszellen ist dann besonders aktiv, wenn die Ratte sich in einem bestimmten Bereich aufhält, die Zelle „feuert“. Somit wird jeder Ort durch spezifische Zellen kodiert. Daneben gibt es in der entsprechenden Hirnregion aber auch Zellen, die gar nicht feuern, sie sind „still“. Dieses Aktivitätsmuster und die Auswahl aktiver Zellen ist für eine bestimmte Umgebung sehr spezifisch. Mit einer anspruchsvollen Methode gelang es Jérôme Epsztein, Michael Brecht und Albert K. Lee erstmals, elektrische Eigenschaften innerhalb einzelner Zellen des Hippocampus zu messen, während sich die Tiere frei bewegten. Sie untersuchten das elektrische Ausgangsniveau und den Wert, ab dem einzelne Zellen mit einer Reizantwort reagierten – den so genannten Schwellenwert. Da die Wissenschaftler die Zellaktivität vor, während und nach der Erkundung maßen, konnten sie das Durchläuft das Tier Gebiet A, sind im Gehirn bestimmte Nervenzellen aktiv. Eine Gruppe anderer Nervenzellen „feuert“, wenn es Gebiet B durchläuft. Diese Ortszellen sind die Grundlage des Ortsgedächtnisses. © BCOS/ Epsztein et al, 2011 (mod.) Verhalten von stillen Zellen und Ortszellen bereits vor der ersten ortsspezifischen Aktivität vergleichen. Sie stellten fest, dass Ortszellen von vornherein eine niedrigere Reizschwelle besaßen und andere Entladungsmuster zeigten. Die Wissenschaftler gehen davon aus, dass zellinterne Eigenschaften für diese Unterschiede verantwortlich sind. Damit stoßen sie eine Reihe neuer Fragen an: Welche Faktoren sind für die Unterschiede verantwortlich? Wie werden diese Zelleigenschaften eingestellt? Werden diese Eigenschaften verändert, wenn in einer anderen Umgebung andere Zellen aktiv sind? Beim Menschen ist der Hippocampus zentral für die Überführung von Inhalten des Kurz- in das Langzeitgedächtnis verantwortlich. Bei Störungen in dieser Hirnregion tritt anterograde Amnesie auf. In solchen Fällen bleiben Erinnerungen bestehen, neue Informationen können aber nicht mehr dauerhaft gespeichert werden. Mit ihren Ergebnissen tragen die Wissenschaftler dazu bei, unser Gedächtnis besser zu verstehen. Epsztein J, Brecht M, Lee A (2011): Intracellular determinants of hippocampal CA1 place and silent cell activity in a novel environment, Neuron 70(1): 109-120 Aktuelle Publikationen Bildgebende Verfahren sind aus der Hirnforschung nicht mehr wegzudenken: Der Blick durch die Schädeldecke auf das aktive Gehirn ist zu einem wichtigen Hilfsmittel in Forschung und klinischer Anwendung geworden. Bevor jedoch die bunten Bilder Aufschluss über die Aktivität des Gehirns geben können, müssen die zugrundeliegenden Daten in einem aufwändigen Prozess verarbeitet werden. Freiburger Wissenschaftler und Kollegen konnten nun zeigen, wie sehr die dabei eingesetzten Filter das Bild beeinflussen und zu widersprüchlichen Ergebnissen führen können. das Ergebnis der Analysen, die eine erhöhte Aktivität mal in der einen, mal in der anderen Gehirnregion anzeigten. Schon kleinste Änderungen der Filtergröße ließen Hirnbereiche entweder aktiv oder inaktiv erscheinen. Dieser Effekt kann letztendlich zu völlig unterschiedlichen Deutungen eines Gehirnscans führen. Die Wissenschaftler um Tonio Ball heben daher hervor, wie wichtig es bei fMRT-Studien ist, in Zukunft die Wirkung der Filter mehr zu berücksichtigen – damit der Blick ins Gehirn nicht unabsichtlich verschwimmt. Text: Gunnar Grah, Bernstein Center Freiburg In der Fachzeitschrift Human Brain Mapping weisen Tonio Ball vom Bernstein Center Freiburg und Kollegen der Universitäten Oldenburg, Basel und Magdeburg nach, dass die Ergebnisse bildgebender Verfahren wie der funktionellen Magnetresonanztomografie (fMRT) stark variieren können – abhängig davon, wie die Ausgangsdaten gefiltert werden. Der Einsatz von Filtern ist nötig, um aussagekräftige Informationen vom ebenfalls aufgezeichneten Rauschen in den Daten zu trennen. Diese Filter haben unterschiedliche „Siebgrößen“ und machen Aktivitätsmuster, die sich über unterschiedlich große Bereiche des Gehirns erstrecken, überhaupt erst sichtbar. In den meisten Studien wird mit einer einzigen Siebgröße gefiltert, die jedoch von Fall zu Fall unterschiedlich sein kann. Ball T, Breckel T, Mutschler I, Aertsen A, Schulze-Bonhage A, Hennig J, Speck O (2011): Variability of fMRI-response patterns at different spatial observation scales. Hum Brain Mapp, doi: 10.1002/hbm.21274 Tonio Ball und Kollegen untersuchten systematisch den Einfluss dieser Filtergrößen auf die erhaltenen Bilder der Gehirnaktivität. In einem Experiment mussten Personen Musikstücke durch Tastendruck bewerten, während sie in einem fMRT-Scanner lagen – eine Aufgabe, bei der die für Hören, Sehen und Armbewegungen zuständigen Hirnregionen aktiv sind. Das überraschende Resultat: Die Filter beeinflussten bei unterschiedlichen Siebgrößen stark Der Filter macht den Unterschied: In den selben Ausgangsdaten erscheint eine Gehirnregion (eingekreist) mal aktiv (oben), mal inaktiv (unten) – allein abhängig von der „Siebgröße“ des eingesetzten Datenfilters. © University of Freiburg Wie klar ist unser Blick ins Gehirn? Rechts, links oder durch die Mitte? Elfmeter: Der Stürmer steht dem gegnerischen Torwart gegenüber. Er muss entscheiden, wohin er schießen möchte: zielt er auf den Torwart, in der Annahme, dass dieser in eine der Ecken springen wird, oder zielt er auf den leeren Raum neben ihm? Die beiden Optionen erfordern eine vollkommen unterschiedliche Bewegungsplanung. Zielt er auf den Torwart, hat er ein physisches und sichtbares und damit ein direktes Ziel. Die leere Ecke wird erst aus Regeln über die räumliche Anordnung der sie umgebenden Elemente abgeleitet. Sie ist daher ein indirektes Ziel. Wissenschaftler des Deutschen Primatenzentrums (DPZ) und des Bernstein Zentrums Göttingen haben grundlegende neuronale Prinzipien entschlüsselt, nach denen Affen, und vermutlich auch Menschen, zwischen mehreren regelbasierten motorischen Zielen entscheiden. „Bisher war unbekannt, wie Entscheidungen über regelbasierte Ziele in einer unklaren Situation gefällt werden“, so Christian Klaes, Erstautor der Studie. Speziell waren die Forscher an der Frage interessiert, ob wir auf einer abstrakten Ebene entscheiden, also zwischen direkt (Torwart) und indirekt (leerer Raum), oder ob wir die unterschiedlichen Handlungen zunächst vollständig durchplanen, bevor wir eine Entscheidung zwischen den beiden alternativen Bewegungsplänen fällen. Die Annahme der Forscher: wird die Entscheidung auf einer abstrakten Ebene getroffen, sollten in den Hirnarealen der Bewegungsplanung nur solche Nervenzellen aktiv sein, welche die kurz darauf ausgeführte Bewegung vorbereiten. Werden die Handlungen dagegen parallel geplant bevor entschieden wird, sollten alle Zellen beteiligt sein, die irgendeine der beiden alternativen Bewegungen vorbereiten. © Christian Klaes/ DPZ Aktuelle Publikationen Neuronale Aktivität im parietalen Areal für Armbewegungsplanung im Rhesusaffen während der Entscheidungsfindung. Während der Planung (‚memory‘) zweier alternativer Bewegungen in Reaktion auf einen einzelnen Zielreiz (‚cue‘) werden zwei Gruppen von Neuronen aktiv: die Gruppe, deren Verzugsrichtung mit der Position des direkten Ziels (Torwart) übereinstimmt und die, deren Vorzugsrichtung mit dem indirekten Ziel (leere Ecke) übereinstimmt. Es werden also beide Handlungsoptionen gleichzeitig geplant. beteiligt waren. Im Experiment wurde den Affen zunächst ein kurzer räumlich-visueller Reiz gezeigt. Nach einer Merkphase wurden die Tiere angeleitet, entweder ein direktes Ziel, den gemerkten Punkt, oder ein indirektes Ziel, die entgegengesetzte Seite des Monitors zu berühren. Oft erhielten die Affen nur einen räumlichen Hinweisreiz, aber ansonsten keine weitere Anleitung. Sie mussten dann selbst entscheiden, welche Monitorseite sie berühren wollten. Bemerkenswerterweise zeigte sich dabei, dass sowohl die Neurone für die direkten als auch für die indirekten räumlichen Ziele aktiv waren. „Unsere Ergebnisse zeigen, dass das Gehirn die alternativen Bewegungen (…) parallel plant, bevor es die Entscheidung fällt“, so Klaes. Bezieht man bei einer Entscheidung mehrere Ebenen ein, könnte dies eine umfassendere Kosten-Nutzen-Rechnung ermöglichen. „Unserem Torschützen reicht es nicht zu wissen, dass der Torwart meistens nach links springt, wenn er gleichzeitig weiß, dass ihm die Schüsse auf die gegenüberliegende Seite oft nicht gut gelingen. Beide Faktoren sollten die Entscheidung am Ende beeinflussen“, so Alexander Gail. Text: Pressestelle DPZ, Alexander Gail (modifiziert) Die Forscher trainierten Rhesusaffen auf eine Entscheidungsaufgabe und maßen in Hirnarealen der Bewegungsplanung, welche Zellen in den unterschiedlichen Stufen an der Entscheidung Klaes C, Westendorff S, Chakrabarti S, Gail A (2011): Choosing goals, not rules: deciding among rule-based action plans, Neuron 70(3): 536-48 Aktuelle Publikationen Es kommt aufs Kleingedruckte an Weinkenner erkennen bereits am ersten Schluck den Jahrgang, Künstler sehen winzige Farbabweichungen und Blinde unterscheiden feinste Oberflächenstrukturen. Warum sind sie Laien auf ihrem Gebiet so überlegen? Wissenschaftlerinnen und Wissenschaftler der Charité - Universitätsmedizin Berlin, des Bernstein Zentrums Berlin, des Exzellenzclusters NeuroCure und der Otto-von-Guericke Universität Magdeburg haben herausgefunden, welche Bereiche des Gehirns besonders aktiv sind, wenn man seine Wahrnehmung schult. In der Fachzeitschrift Neuron zeigen sie: Nicht durch das visuelle Verarbeiten von immer mehr Details wird man zum Experten, sondern durch die Fähigkeit, Feinheiten immer besser zu unterscheiden. Forscher aus der Arbeitsgruppe von John-Dylan Haynes, Leiter des Berlin Center for Advanced Neuroimaging an der Charité, haben gemeinsam mit ihren Magdeburger Kollegen am Beispiel visueller Reize untersucht, wie sich die Hirnaktivität im Laufe des Lernprozesses verändert. Dafür maßen sie Änderungen der Nervenzellaktivität im Gehirn mit Hilfe der funktionellen Magnetresonanztomografie (fMRT). Ihre Überlegung lautete: Beruht der Lerneffekt vor allem auf einer detaillierteren Darstellung der Reize, so sollte in erster Linie das Sehzentrum aktiv sein. Ist hingegen die Interpretation der Reize im Gehirn der Grund für die Fortschritte der Lernenden, so sollte sich das in den Bereichen zeigen, die für Entscheidungen eine Rolle spielen. Gelb markiert ist die Region im Präfrontalkortex, die bei der Schärfung der Wahrnehmung („Wahrnehmungslernen“) eine Rolle spielt. © Bernstein Center Berlin „Die fMRT-Messungen zeigten deutlich, dass die Aktivität im Sehzentrum während des gesamten Lernvorgangs gleich blieb“, erklärt Haynes. „Eine Region im Präfrontalen Kortex aber, die bei der Interpretation von Reizen eine wichtige Rolle spielt, wurde stetig aktiver.“ Daraus schlossen die Forscher, dass der Lernvorgang auf der Ebene der Entscheidungsfindung stattfindet. „Wenn sich unsere Wahrnehmung beim Lernen schärft, dann liegt dies nicht so sehr daran, dass mehr Information das Gehirn erreicht“, folgert Haynes. „Stattdessen lernen wir, mit der gegebenen Information immer mehr anzufangen. Wir sehen nach und nach in Bildern Details, die uns zu Beginn nicht bewusst sind.“ Die Forscher untersuchten die Lernvorgänge am Beispiel einfacher geometrischer Skizzen. Im Experiment sahen die zwanzig Testpersonen für kurze Zeit ein kleines Streifenmuster auf einem Bildschirm. Sie sollten entscheiden, in welche Richtung die Streifen zeigten. Im Laufe der Zeit konnten sie dies immer besser erkennen. „Ob ähnliche Effekte auch zum Beispiel für Weinkenner oder Spitzenköche gelten, könnte man auf der Basis unserer Experimente jetzt genauer untersuchen“ erklärt Haynes. Thorsten Kahnt, Doktorand am Bernstein Center for Computational Neuroscience, entwickelte für diese Studie ein mathematisches Modell, das die Lernvorgänge im Gehirn sehr präzise vorhersagt. „Solche Modelle sind sehr wichtig, um die Daten systematisch erfassen zu können“, sagt der junge Forscher. „Die Zusammenarbeit von Modellierung und Datenerhebung funktioniert hier im Bernstein Zentrum besonders gut, weil hier Psychologen, Mediziner, Physiker und Mathematiker zusammenarbeiten.“ Kahnt T, Grueschow M, Speck O, Haynes J-D (2011): Perceptual learning and decision-making in human medial frontal cortex, Neuron, 70(3): 549-559 Aktuelle Publikationen Die maskierte Angst Das Angstempfinden ist ein natürlicher Begleiter unseres Lebens und ein sinnvoller Schutzmechanismus. Doch manchmal nehmen Ängste überhand und sind nur schwer wieder abzulegen. Wissenschaftlerinnen und Wissenschaftler aus Freiburg, Basel und Bordeaux haben nun die Vorgänge im Gehirn bei der Entstehung und Unterdrückung von Ängsten im Computer simuliert. In der Fachzeitschrift PLoS Computational Biology erklären Ioannis Vlachos vom Bernstein Center der Universität Freiburg und Kollegen aus Bordeaux und Basel erstmals, auf welche Weise scheinbar abgelegte Ängste in Wirklichkeit nur verdeckt, aber nicht verschwunden sein können. Der Grund für die Hartnäckigkeit von Ängsten ist, dass sie buchstäblich tief sitzen: Tief unter dem Großhirn liegt in unserem Denkorgan der „Mandelkern“. Er spielt im Angstverhalten eine zentrale Rolle. Angstreaktionen werden oft an Mäusen erforscht, indem ein neutraler Reiz – beispielsweise ein Klang – gemeinsam mit einem unangenehmen Reiz auftritt. Die Tiere lernen so, auch vor diesem Klang Angst zu haben. Eine wichtige Rolle spielt dabei der Kontext: Wenn der ängstigende Klang viele Male in einem neuen Umfeld vorgespielt wird, ohne dass etwas Unangenehmes passiert, legen die Mäuse ihre Angst ab. Sie kehrt aber sofort zurück, wenn der Klang im ursprünglichen oder in einem völlig neuen Kontext auftritt. Hatten die Mäuse etwa nicht verlernt sich zu fürchten? Dass Angstempfinden im Gehirn „verdeckt“ werden kann, ist seit längerem bekannt. Vor kurzem entdeckten zwei Ko-Autoren der aktuellen Studie, dass zwei Gruppen von Nervenzellen im Mandelkern dabei eine Rolle spielen. Ioannis Vlachos und Kollegen erklären nun durch den „Nachbau“ des Nervennetzes, wie die Maskierung der Angst konkret abläuft: Eine Gruppe von Zellen steuert das Angstverhalten, die zweite die Unterdrückung von Angst. Ist die zweite Gruppe aktiv, verhindert sie, dass die Aktivität der ersten an andere Stellen im Gehirn weitergeleitet wird. Trotzdem sind die Verbindungen zwischen den Zellen, die Angst kodieren, noch vorhanden. Sobald die Maskierung wegfällt, zum Beispiel durch eine Veränderung des Kontexts, werden diese Verbindungen schnell wieder aktiv und die Angst kehrt zurück. Diese Einsichten, so die Forscher, sind auf den Menschen übertragbar und helfen zu verstehen, wie Ängste erfolgreich therapiert werden können. Text: Gunnar Grah, Bernstein Center Freiburg Vlachos I, Herry C, Lüthi A, Aertsen A and Kumar A (2011): Contextdependent encoding of fear and extinction memories in a largescale network model of the basal amygdala, PLoS Comput Biol 7(3): e1001104 Maskierte Angst: Eine Gruppe von Nervenzellen steuert das Angstverhalten im Gehirn (rechts). Dieses kann durch die Aktivität einer zweiten Gruppe maskiert werden (links). Aber die Angst ist nur verdeckt und nicht verschwunden. © Carlos Toledo Aktuelle Publikationen Schneller im Team Gruppen von Neuronen in der Großhirnrinde können deutlich schnellere Signale verarbeiten und weiterleiten als lange vermutet. Wissenschaftler des Max-Planck-Instituts für Dynamik und Selbstorganisation, des Bernstein Zentrums Göttingen und der Universität Göttingen zeigten erstmals in theoretischen Berechnungen, dass allein die Geschwindigkeit, mit der ein einzelnes Neuron ein Signal abfeuert die Kommunikationsgeschwindigkeit einer Gruppe begrenzt. Neuronenverbünde können hierdurch mit einigen hundert Einzelreizen pro Sekunde umgehen. Jedes Neuron in der Großhirnrinde steht unter „Dauerbeschuss“: Es empfängt ständig elektrische Impulse, so genannte Spikes, von etwa 10.000 anderen Nervenzellen, leitet selbst aber nur etwa zehnmal pro Sekunde einen eigenen Impuls weiter. Danach benötigt jedes Neuron eine kurze Erholungszeit: Treffen in direkter Folge nach einem eigenen Spike weitere Impulse auf die Zelle, ist sie noch nicht wieder aufnahmebereit und kann die neue Information nicht verarbeiten. Das Neuron bleibt stumm. Bisher gingen Wissenschaftler deshalb davon aus, dass die Großhirnrinde nur Signale mit Frequenzen von bis maximal 20 Hertz bewältigen kann. Doch jüngste Experimente haben gezeigt, dass Gruppen von Neuronen deutlich schneller reagieren können als gedacht. Neuronale Netze kommen mit Signalen von bis zu 200 Hertz zurecht. Eine Erklärung für dieses Verhalten gab es bisher nicht. „Damit ein theoretisches Modell dieses Verhalten erklären kann, muss es die Dynamik der elektrischen Ströme in der Zellmembran genau berücksichtigen“, erklärt Fred Wolf den Ansatz seiner Studie. Die Vielzahl der ankommenden Impulse führt dazu, dass die Spannung an der Zellmembran permanent fluktuiert. Doch erst wenn sie einen bestimmten Wert überschreitet, feuert das Neuron ebenfalls einen Impuls ab. Dieser Prozess des Abfeuerns dauert nur wenige Bruchteile einer Millisekunde. Neuronen in der Großhirnrinde empfangen tausende synaptische Signale von anderen Zellen. Dieses so genannte „synaptische Bombardement“ führt dazu, dass der elektrische Strom in der Zelle stark fluktuiert. © MPIDS/ Thomas Dresbach (Uni Göttingen) Den Wissenschaftlern ist es nun erstmals gelungen, diesen komplizierten Ablauf in ein Modell so einzubeziehen, dass zu einem eingehenden Signal die Antwort einer Neuronengruppe direkt berechnet werden konnte. „Leitet die Gruppe kein Ausgangssignal mehr weiter, ist dies ein Zeichen, dass das Eingangssignal zu schnell war und die Neuronen überfordert hat“, erklärt der Erstautor der Studie Wei Wei den Grundgedanken des Modells. Die Rechnungen der Forscher zeigen, dass die Obergrenze für die Verarbeitungsgeschwindigkeit nur von der Zeit abhängt, die das Neuron zum Aufbau eines Impulses benötigt. Teams von Neuronen können somit problemlos hochfrequente Signale von einigen hundert Hertz empfangen und weiterleiten. Die neuen Ergebnisse könnten unter anderem von großer Bedeutung für die Entwicklungsneurobiologie sein. Schon lange wissen Forscher, dass bei Säuglingen und Jungtieren visuelle Erfahrungen erst ab einem bestimmten Alter neue Verknüpfungen der Nervenzellen in der Großhirnrinde auslösen. Mithilfe der neuen Ergebnisse ließe sich dieses Phänomen nun im Prinzip erklären. „Das Knüpfen neuer Verbindungen funktioniert nur dann zuverlässig, wenn die Neuronen möglichst schnell und präzise auf eingehende Sinnesinformationen reagieren können“, erläutert die Entwicklungsbiologin Siegrid Löwel vom Bernstein Zentrum Göttingen. Sollte sich im Experiment herausstellen, dass die Neuronen von Jungtieren nicht so schnelle Signale verarbeiten können wie die ausgewachsener Tiere würde dies diese Erklärung bestätigen. Text: Birgit Krummheuer (gekürzt) Wei W, Wolf F (2011): Spike onset dynamics and response speed in neuronal populations, Phys Rev Lett 106, 088102 Aktuelle Publikationen Warum Fliegen Flüstertöne hören Seit Jahren suchen Wissenschaftler Ionenkanäle deren Verlust komplette Taubheit verursacht – ohne diese Schallwandler können Ohren schließlich keine Nervensignale mehr produzieren. Doch trotz zahlreicher Studien am Hörsystem von Fruchtfliegen, Mäusen, Ratten und Menschen konnte bislang keiner dieser schallwandelnden Ionenkanäle identifiziert werden. Die Göttinger Forscher entfernten bei ihren Experimenten den bereits bekannten Ionenkanal NompC aus dem Ohr der Fliegen. Dabei fanden sie heraus, dass die Fliegen auch ohne den Ionenkanal hören können, ihre Hörempfindlichkeit jedoch stark vermindert ist. Nur wenn die Tiere sehr laut beschallt wurden, wurden von den Ohren Nervensignale ans Gehirn weitergeleitet. Die Fähigkeit der Fliegen, auch leisen Schall zu hören, konnten die Wissenschaftler auf eine bestimmte Gruppe empfindlicher Sinneszellen im Ohr einschränken. Es stellte sich heraus, dass genau diese Gruppe den Kanal NompC für die Schallwandlung braucht. Zwar gibt es diesen Kanal auch in den umliegenden weniger empfindlichen Sinneszellen, die Schallwandlung muss dort aber auf einem anderen Ionenkanal beruhen, denn der Verlust des NompC-Kanals stört die Schallwandlung in diesen Sinneszellen nicht. Für die Wissenschaftler bedeutet die Entdeckung, dass sie ihren Forschungsansatz ändern müssen: „Würden wir die Suche weiterhin auf Ionenkanäle beschränken, deren Verlust komplette Taubheit bewirkt, dann würden wir die Schallwandler im Ohr vermutlich nie finden“, so Thomas Effertz, der Erstautor der Studie. Text: Pressestelle, Universität Göttingen (modifiziert) Effertz T, Wiek R, Göpfert M (2011): NompC TRP channel is essential for drosophila sound receptor function, Curr Biol. 21(7): 592-597 Aufnahme mit einem konfokalen Mikroskop: Rezeptoren im Fliegenohr (grün), überlagert sind Antworten der Rezeptoren auf Schall (rot bis gelb). © University Göttingen Wenn Schallwellen auf eine Sinneszelle im Ohr treffen, werden sie dort in elektrische Nervensignale umgewandelt. Wissenschaftler haben nun herausgefunden, dass ein bestimmter Ionenkanal im Hörsystem der Fruchtfliege Drosophila offenbar speziell für die Schallwandlung in den empfindlichsten Sinneszellen verantwortlich ist. Das bedeutet, dass er die Fähigkeit der Fliege steuert, besonders leise Geräusche wahrnehmen zu können. Gleichzeitig konnten die Forscher in der Studie erstmals zeigen, dass es in Ohren offenbar nicht nur einen, sondern mehrere verschiedene Ionenkanäle für die Schallwandlung gibt. Die Studie, in der Fachzeitschrift Current Biology veröffentlicht, fand unter Leitung von Martin Göpfert im Rahmen des Sonderforschungsbereichs „Zelluläre Mechanismen sensorischer Signalverarbeitung“ in der Abteilung Zelluläre Neurobiologie der Universität Göttingen sowie am Bernstein Zentrum Göttingen statt. Mitteilungen und Termine © Anne Faden, Tübingen Personalia Onur Güntürkün (BFNL Sequenzlernen, Ruhr-Universität Bochum) erhielt den Verdienstorden des Landes Nordrhein-Westfalen für seine Verdienste um den wissenschaftlichen, persönlichen und gesellschaftlichen Austausch zwischen Deutschland und seinem Geburtsland Türkei. www.idw-online.de/de/news417517 Gregor Schöner (BGCN Bochum, BFNL Lernen von Verhaltens-modellen, Ruhr-Universität Bochum) koordiniert das neue EU-Projekt „Neural Dynamics“, in dem Roboter entwickelt werden sollen, die sich wie Menschen mühelos in ihrem Umfeld zurechtfinden. www.idw-online.de/de/news405973 Philipp Hövel ist Leiter der neuen Nachwuchsgruppe „Nonlinear Dynamics and Control in Neuroscience“ am Bernstein Zentrum Berlin. Die Stelle wurde in der zweiten Förderperiode des Zentrums an der Technischen Universität Berlin eingerichtet. www.idw-online.de/de/news410951 Hermann Wagner (BCOL Zeitliche Präzision, RWTH Aachen) wurde als neues Mitglied in die Nationale Akademie der Wissenschaften Leopoldina und für die Amtszeit 2011/2012 zum Präsidenten der Deutschen Zoologischen Gesellschaft gewählt. www.nncn.de/nachrichten/leopoldinawagner Bernhard Schölkopf (BCCN Tübingen, BFNT Freiburg-Tübingen, Max-Planck-Institut für Intelligente Systeme, Stuttgart und Tübingen) erhält den mit 750.000 Euro dotierten Max-PlanckForschungspreis 2011. Mit dem Preis werden jährlich jeweils ein in Deutschland und ein im Ausland tätiger Forscher ausgezeichnet, die bereits international anerkannt sind und von denen im Rahmen internationaler Kooperationen weitere wissenschaftliche Spitzenleistungen erwartet werden. www.idw-online.de/de/news413142 Felix Wichmann wurde zum neuen W3 Bernstein Professor für Neuronale Informationsverarbeitung am BCCN Tübingen und dem Wilhelm Schickhard Institut für Informatik an der Eberhard Karls Universität Tübingen ernannt. www.bccn-tuebingen.de/news/article/new-bernstein-professorfelix-wichmann-78.html (auf Englisch) Mitteilungen und Termine DAAD-Förderung für Promotionsprogramm des BCCN Tübingen Im Rahmen des DAAD-Förderprogramms „International promovieren in Deutschland“ erhält das Bernstein Zentrum Tübingen eine dreijährige Förderung seines Promotionsprogramms „Neural Information Processing“. Das Programm wird die Internationalisierung der Doktorandenausbildung des Bernstein Zentrums Tübingen verstärken. Fünf Bernstein Mitglieder in NWG Vorstand gewählt Die Mitglieder der deutschen Neurowissenschaftlichen Gesellschaft e.V. (NWG) haben Anfang des Jahres den neuen Vorstand für die Amtsperiode 20112013 gewählt. Bernstein Mitglieder sind wie folgt beteiligt: Präsident: • Herta Flor (BCCN Heidelberg-Mannheim) Schatzmeister: • Andreas Draguhn (BCCN Heidelberg-Mannheim, BGCN Heidelberg) Sektionssprecher: • Computational Neuroscience: Fred Wolf (BCCN und BFNT Göttingen, BFNL Visuelles Lernen, BCOL Aktionspotential-Kodierung) • Entwicklungsneurobiologie/Neurogenetik: Michael Frotscher (BCF Freiburg) • Systemneurobiologie: Stefan Treue (BCCN und BFNT Göttingen) http://nwg.glia.mdc-berlin.de/de/news/ Neue D-J Fördermaßnahme in CNS Das BMBF, die DFG und die JST haben am 20. Mai 2011 Richtlinien für die neue Förderinitiative „Deutschland-Japan Zusammenarbeit in Computational Neuroscience“ veröffentlicht. Die Förderrichtlinien dienen der Etablierung transnationaler Forschungsprojekte und zielen darauf ab, die bereits bestehende Zusammenarbeit zwischen Forschern dieser beiden Länder zu vertiefen und auf eine neue Ebene zu heben. Bewerbungsfrist: 8. August 2011. www.nncn.de/nachrichten/djcall/ Ministerin Wanka besuchte das Bernstein Zentrum Göttingen Im Februar 2011 besuchte die niedersächsische Wissenschaftsministerin Prof. Dr. Johanna Wanka das Bernstein Zentrum Göttingen, um sich über die Entwicklung und Perspektiven des Zentrums und des Bernstein Fokus Neurotechnologie Göttingen zu informieren. Besonders beeindruckt zeigte sich die Ministerin vom interdisziplinären Ansatz des Bernstein Zentrums. Sehr überzeugend fand sie die Tatsache, dass Nachwuchswissenschaftler in zwei sehr unterschiedlichen Disziplinen wie Neurobiologie und theoretischer Physik gleichzeitig auf so hohem Niveau ausgebildet werden. www.ds.mpg.de/Aktuell/pr/20110225/index.html V. r. n. l.: S. Löwel (BFNT Göttingen, BFNL Visuelles Lernen, BCOL Aktionspotential-Kodierung, Georg-August-Universität Göttingen), Prof. Dr. Johanna Wanka (Niedersächsische Ministerin für Wissenschaft und Kultur), T. Geisel (BCCN, BFNT Göttingen, MPI für Dynamik und Selbstorganisation, GeorgAugustUniversität Göttingen), T. Niemann (BCCN, BFNT Göttingen). © MPIDS Mitteilungen und Termine Termine Datum Titel Organisation URL 8.-9. Juni, Tübingen Symposium: Retinal Coding in Light of Clinical Applications Thomas Euler, Matthias Bethge, Judith Lam (BCCN Tübingen) www.bccn-tuebingen.de/ events/symposium-a.html 13.-15. Juni, Espoo, Finnland 8th Workshop on SelfOrganizing Maps T. Kohonen, T. Honkela, K. Obermayer (BCCN & BFNT Berlin, in program committee) www.cis.hut.fi/wsom2011/ 14.-17. Juni, Espoo, Finnland International Conference on Artificial Neural Networks (ICANN) 2011 E. Oja (K.-R. Müller, K. Obermayer, BCCN & BFNT Berlin, area chairs) www.cis.hut.fi/icann2011/ 19.-24. Juni, Bertinoro, Italien FENS-IBRO SfN School: Causal Neuroscience: Interacting with Neural Circuits (with M. Brecht, BCCN Berlin and H. Monyer, BCCN Heidelberg-Mannheim & BGCN Heidelberg, as faculty) G. Buzsaki, M. Häusser http://fens.mdc-berlin.de/ fens-ibro-schools/2010/ schools/read.php?id=2057 22.-24. Juni, Osnabrück 1st Osnabrück Computational Cognition Alliance Meeting F. Jäkel, P. König, G. Pipa (BFNT Frankfurt) www.occam-os.de/home.html 6.-8. Juli, London, UK IMPRS NeuroCom Summer School (with M. Ernst, BCCN Tübingen and A. Villringer, BCCN Berlin) MPI for Human Cognitive & Brain Sciences (Leipzig), Institute of Cognitive Neuroscience, UCL (London) http://imprs-neurocom.mpg.de/ summerschool/index.html 23.-28. Juli, Stockholm, Schweden 20th Annual Computational Neuroscience Meeting (CNS) Organization for Computational Neuroscience (K. Obermayer, BCCN Berlin, in executive committee) www.cnsorg.org/2011/ 1.-26. Aug., Bedlewo, Polen 16th Advanced Course on Computational Neuroscience (with Bernstein members as faculty) D. Jäger, P. Latham, Y. Prut, C. van Vreeswijk, D. Wojcik, T. Bem www.neuroinf.pl/accn 24.-27. Aug., Frankfurt a. M. IEEE-ICDL-EPIROB Conference A. Cangelosi, J. Triesch (BFNT Frankfurt) www.icdl-epirob.org Mitteilungen und Termine Termine (Fortsetzg.) Datum Titel Organisation URL 4.-6. Sept., Boston, USA 4th INCF Congress of Neuroinformatics International Neuroinformatics Coordinating Facility (INCF) www.neuroinformatics2011.org 11.-16. Sept., St. Andrews, UK Summer School: Advanced Scientific Programming in Python K. M. Zeiner, M. Spitschan, Z. Jedrzejewscy Szmek (G-Node), T. Zito (BCCN Berlin, G-Node) https://python.g-node.org/wiki/ 19.-20. Sept., Göttingen Ribbon Synapses Symposium 2011 F. Schmitz, H. von Gersdorff, T. Moser (BCCN and BFNT Göttingen), J.S. Rhee, T. Pangrsic, D. Riedel, E. Reisinger, M. Rutherford, C. Wichmann www.rss2011.uni-goettingen.de 4.-6. Okt., Freiburg Bernstein Conference 2011 U. Egert, A. Aertsen, F. Dancoisne, G. Grah, G. Jäger, B. Wiebelt (BCF Freiburg), S. Cardoso (BCOS) www.bc11.de 16.-21. Okt., Freiburg BCF/NWG Course: Analysis and Models in Neurophysiology S. Rotter, U. Egert, A. Aertsen, J. Kirsch (BCF Freiburg), S. Grün (BCCN Berlin) www.bcf.uni-freiburg. de/events/conferences/ 20111016-nwgcourse 26.-28. Okt., Bled, Slovenien Conference: Humanoids 2011 A. Ude (G. Cheng, BCCN Munich, Awards co-Chair) www.humanoids2011.org/ Welcome.html Das Bernstein Netzwerk Vorsitzender des Bernstein Projektkomitees: Andreas Herz (München) Stellvertretender Vorsitzender des Projektkomitees: Theo Geisel (Göttingen) Bernstein Zentren für Computational Neuroscience (Koordinator) Berlin (Michael Brecht) Freiburg (Ad Aertsen, Direktor: Stefan Rotter) Göttingen (Theo Geisel) Heidelberg / Mannheim (Daniel Durstewitz) München (Andreas Herz) Tübingen (Matthias Bethge) Bernstein Fokus: Neurotechnologie (Koordinator) Berlin (Klaus-Robert Müller) Frankfurt (Christoph von der Malsburg, Jochen Triesch, Rudolf Mester) Freiburg – Tübingen (Ulrich Egert) Göttingen (Florentin Wörgötter) Bernstein Fokus: Neuronale Grundlagen des Lernens (Koordinator) Visuelles Lernen (Siegrid Löwel) Plastizität neuronaler Dynamik (Christian Leibold) Gedächtnis und Entscheidungsfindung (Dorothea Eisenhardt) Sequenzlernen (Onur Güntürkün) Kurzzeitgedächtnis (Hiromu Tanimoto) Komplexe Lernvorgänge (Christian Büchel) Zustandsabhängigkeit des Lernens (Petra Ritter, Richard Kempter) Lernen von Verhaltensmodellen (Ioannis Iossifidis) Bernstein Gruppen für Computational Neuroscience (Koordinator) Bochum (Gregor Schöner) Bremen (Klaus Pawelzik) Heidelberg (Gabriel Wittum) Jena (Herbert Witte) Magdeburg (Jochen Braun) Bernstein Kooperationen für Computational Neuroscience Berlin-Tübingen, Berlin-Erlangen-Nürnberg-Magdeburg, Berlin-GießenTübingen, Berlin-Konstanz, Berlin-Aachen, Freiburg-Rostock, FreiburgTübingen, Göttingen-Jena-Bochum, Göttingen-Kassel-Ilmenau, GöttingenMünchen, München-Heidelberg Titelbild: Honigbiene im Flug (s. Artikel S. 2). © modifiziert nach: alle|dreamstime.com Bernstein Preis für Computational Neuroscience Matthias Bethge (Tübingen), Jan Benda (München), Susanne Schreiber (Berlin), Jan Gläscher (Hamburg), Udo Ernst (Bremen) Deutscher INCF-Knoten (Koordinator) G-Node (Andreas Herz, Direktor: Thomas Wachtler-Kulla) Deutsch–US-Amerikanische Kooperationen in Computational Neuroscience (Koordinator) Berlin–Cambridge (Klaus Obermayer) Freiburg–Cambridge (Andreas Schulze-Bonhage) Lübeck–New York (Lisa Marshall) Mannheim–Los Angeles (Thomas Hahn) München–San Diego (Christian Leibold) Das Bernstein Netzwerk für Computational Neuroscience wird vom Bundesministerium für Bildung und Forschung (BMBF) gefördert. Impressum Herausgeber: Koordinationsstelle des Nationalen Bernstein Netzwerks Computational Neuroscience www.nncn.de, [email protected] Text, Layout: Simone Cardoso de Oliveira, Johannes Faber, Kerstin Schwarzwälder (News and Events) Redaktionelle Unterstützung: Koordinationsassistenten im Bernstein Netzwerk Gestaltung: newmediamen, Berlin Druck: Elch Graphics, Berlin