Modellierung des funktionalen Netzwerks für die räumliche Navigation im menschlichen Gehirn

Funktionelle Spezifität ist ein grundlegendes Organisationsprinzip des menschlichen Gehirns, das eine entscheidende Rolle bei der Gestaltung kognitiver Funktionen spielt¹. Anomalien in der Organisation der funktionellen Spezifität können charakteristische kognitive Beeinträchtigungen und die damit verbundenen pathologischen Grundlagen wichtiger Hirnerkrankungen wie Autismus und Alzheimer widerspiegeln ^2,3. Während sich herkömmliche Theorien und Forschungen eher auf einzelne Hirnregionen konzentrieren, wie z. B. den fusiformen Gesichtsbereich (FFA) für die Gesichtserkennung⁴ und den Parahippocampus-Platzbereich (PPA)⁵ für die Szenenverarbeitung, deutet eine zunehmende Zahl von Beweisen darauf hin, dass komplexe kognitive Funktionen, einschließlich räumlicher Navigation und Sprache, eine koordinierte Aktivität über mehrere Gehirnregionen hinweg erfordern⁶. Die Untersuchung der Mechanismen, die den Interaktionen zur Unterstützung komplexer kognitiver Funktionen zugrunde liegen, ist eine wichtige wissenschaftliche Fragestellung, die dazu beitragen wird, die funktionelle Architektur und Funktionsweise des Gehirns zu beleuchten. Hier stellen wir am Beispiel der räumlichen Navigation eine integrative Methode zur Modellierung des funktionalen Netzwerks für die räumliche Navigation im menschlichen Gehirn vor.

Räumliche Navigation ist eine komplexe kognitive Funktion, die die Integration und Manipulation mehrerer kognitiver Komponenten umfasst, wie z. B. visuell-räumliche Kodierung, Gedächtnis und Entscheidungsfindung⁷. Mit der funktionellen Magnetresonanztomographie (fMRT) haben zahlreiche Studien bedeutende Fortschritte im Verständnis der zugrundeliegenden kognitiven Verarbeitung und neuronalen Mechanismen erzielt. Zum Beispiel wurden spezifische Funktionen mit verschiedenen Hirnregionen über verschiedene Navigationsaufgaben verknüpft: Die Szenenverarbeitung ist spezifisch mit PPA verbunden, und die Transformation von Navigationsstrategien ist mit dem retrosplenialen Kortex (RSC) ^verbunden8,9. Diese Studien lieferten wichtige Erkenntnisse über die neuronalen Grundlagen der räumlichen Navigation. Die Navigation ist jedoch eine in sich dynamische und multimodale Funktion, und die Funktionen einzelner Regionen reichen nicht aus, um große individuelle Unterschiede in der räumlichen Navigation¹⁰ zu erklären, die häufig beobachtet werden.

Mit dem Aufkommen der fMRT-basierten Konnektomik begannen Forscher zu untersuchen, wie einige Schlüsselregionen des Gehirns miteinander interagieren, um die räumliche Navigation zu unterstützen. So wurde beispielsweise festgestellt, dass die funktionelle Konnektivität zwischen dem entorhinalen und dem posterioren cingulären Kortex die Navigationsdiskrepanzen bei der gefährdeten Alzheimer-Krankheit untermauert¹¹. In einer anderen Studie schlugen wir zum ersten Mal einen Netzwerkansatz vor, indem wir Konnektommethoden und fast alle funktional relevanten Regionen (Knoten) für die räumliche Navigation integrierten, und die Ergebnisse zeigten, dass topologische Eigenschaften dieses Netzwerks spezifische Assoziationen mit dem Navigationsverhalten zeigten¹². Diese Studie liefert neue Einblicke in Theorien, wie mehrere Hirnregionen miteinander interagieren, um flexibles Navigationsverhalten zu unterstützen^10,13.

Die vorliegende Arbeit demonstriert eine aktualisierte Version des integrativen Ansatzes zur Modellierung des funktionalen Netzwerks. Kurz gesagt, wurden zwei Aktualisierungen aufgenommen: 1) Während die in der ursprünglichen Studie definierten Knoten auf der Grundlage einer früheren und kleineren Datenbank identifiziert wurden (55 Studien mit 2.765 Aktivierungen, Zugriff im Jahr 2014), basierte die aktuelle Definition auf der neuesten Datenbank (77 Studien mit 3.908 Aktivierungen, Zugriff im Jahr 2022); 2) Um die funktionelle Homogenität jedes Knotens zu erhöhen, haben wir neben dem ursprünglichen anatomischen AAL (Anatomical Automatic Labeling) Atlas¹⁴ eine neue Gehirnparzellierung angewendet, die eine viel feinere Auflösung und eine höhere funktionelle Homogenität aufweist (siehe unten). Wir hatten erwartet, dass beide Updates die Modellierung des funktionalen Netzwerks verbessern würden. Dieses aktualisierte Protokoll bietet ein detailliertes Verfahren zur Untersuchung der neuronalen Grundlagen der räumlichen Navigation aus einer Netzwerkperspektive und hilft, individuelle Variationen im Navigationsverhalten bei Gesundheit und Krankheit zu verstehen. Ein ähnliches Verfahren könnte auch für die Netzwerkmodellierung für andere kognitive Konstrukte (z.B. Sprache und Gedächtnis) verwendet werden.