Neurowissenschaftler Dr. Yangfan Peng leitet neue Emmy Noether-Gruppe
Wie kommunizieren benachbarte Nervenzellen in der Hirnrinde miteinander, während wir uns bewegen? Dieser Frage geht Dr. Yangfan Peng jetzt in seiner Emmy Noether-Nachwuchsgruppe an der Charité – Universitätsmedizin Berlin nach. Sein Ziel ist es, grundlegende Struktur-Funktions-Prinzipien neuronaler Netzwerke zu etablieren, um das Verständnis von Bewegungssteuerung zu vertiefen. Die Deutsche Forschungsgemeinschaft (DFG) fördert den Wissenschaftler zunächst für drei Jahre mit 1,25 Millionen Euro und stellt, nach erfolgreicher Zwischenevaluation, eine Anschlussförderung über weitere drei Jahre mit rund 945.000 Euro in Aussicht.
Dr. Yangfan Peng © Charité
Wie ein Straßennetz in einer Stadt
„Die Anordnung der Straßen lenkt den Verkehr. Ähnlich steuern Verbindungen zwischen benachbarten Nervenzellen, wie Signale im Gehirn fließen“, erklärt Yangfan Peng. Entscheidend ist dabei nicht nur, welche Zellen beteiligt sind, sondern vor allem, wie sie miteinander kommunizieren. „Wir wollen verstehen, wie lokale neuronale Netzwerke organisiert sind und wie daraus die Aktivität vieler Nervenzellen entsteht, die unser motorisches Verhalten steuert“, sagt der Neurowissenschaftler, der mit seinem Team nun am Institut für Zell- und Neurobiologie der Charité forscht.
Moderne Methoden zur Entschlüsselung neuronaler Netzwerke
Um diese Fragen zu beantworten, setzt Yangfan Peng auf eine Kombination modernster Methoden. Die Verschaltungen zwischen Nervenzellen über Synapsen sollen direkt im Hirngewebe untersucht werden, und zwar mit der sogenannten Multipatch-Technik. Dabei messen mehrere Glaspipetten gleichzeitig die Aktivität und synaptische Konnektivität von bis zu zehn Nervenzellen. Das Team wird Hirngewebe von Mäusen analysieren, aber auch das besonders wertvolle menschliche Hirngewebe, das im Rahmen neurochirurgischer Eingriffe anfällt und sonst verworfen würde.
Ergänzend messen die Forschenden im Tiermodell mit hochauflösenden Elektroden die Aktivität hunderter Nervenzellen gleichzeitig. So lässt sich nachvollziehen, welches konkrete motorische Verhalten mit welchem Aktivitätsmuster im Gehirn einhergeht. Mithilfe künstlicher Intelligenz wollen die Forschenden dann aus den Aktivitätsmustern der Nervenzellen das Verhalten vorhersagen.
Von Netzwerkprinzipien zur klinischen Anwendung
Langfristig könnte diese Forschung weit über die Grundlagenwissenschaft hinausreichen, denn viele neurologische Erkrankungen entstehen durch eine gestörte Kommunikation in neuronalen Netzwerken. Ein besseres Verständnis dieser Mechanismen ist daher die Basis für neue Ansätze in Diagnostik und Therapie. Darüber hinaus könnte eine bessere Aktivitätsmessung im Gehirn zur Weiterentwicklung von Gehirn-Computer-Schnittstellen beitragen, die verlorene Funktionen wie Bewegung oder Kommunikation wiederherstellen sollen.
