(Wien, 11-08-2021) Ein Paper der MedUni Wien, das in Zusammenarbeit mit KollegInnen in New York, Paris, Baltimore und Hamburg entstanden ist, und zu dem Karl-Heinz Nenning (als shared First Author) und Ernst Schwartz zentral beigetragen haben, wurde vom Editorial Board des Journals NeuroImage zum Best Paper des Jahres 2020 gewählt.
Vergleichende Neurowissenschaften mittels struktureller und funktioneller Bildgebung beschreiben Aspekte der evolutionären Gehirnentwicklung um besondere Merkmale des menschlichen Gehirns und deren Ursprung zu identifizieren. Neue mathematische Methoden erlauben die Entkopplung von Anatomie und Funktion des Gehirns bei der Untersuchung dessen Evolution. Dadurch ermöglichte Beobachtungen zeigen, dass besonders die Areale, die einzigartigen menschlichen kognitiven Funktionen zugrunde liegen, im Laufe der Evolution nicht nur gewachsen sind, sondern eine komplexe Reorganisation durchgemacht haben.
Während die funktionelle Architektur mancher neuronaler Systeme des Gehirns (z.B. Motorik) im Laufe der Evolution zu einem hohen Grad konserviert wurden, deuten starke Unterschiede zwischen Menschen und anderen Spezies in anderen Regionen auf Eigenschaften hin, die einzigartigen kognitiven Fähigkeiten des Menschen zugrunde liegen könnten. Die Evolution bietet dadurch einen wichtigen Einblick in die Art und Weise wie die kortikale Organisation Funktion beeinflusst und umgekehrt.
Bisher wurden diese Untersuchungen dadurch erschwert, dass zwar sowohl Veränderungen der Morphologie als auch der funktionellen Organisation den zerebralen Kortex in Säugetieren im Laufe der Evolution geformt haben, die beiden Aspekte aber nicht getrennt voneinander untersucht werden konnten.
In einer Kooperation von ForscherInnen an der Medizinischen Universität Wien (Universitätsklinik für Radiologie und Nuklearmedizin, Computational Imaging Research Lab CIR, Shared First Author: Karl-Heinz Nenning), mit Gruppen in den USA, UK, Kanada und Frankreich (u.a. Child Mind Institute, Johns Hopkins University, Universität Hamburg, Massachusetts Institute of Technology) wurde eine Methode entwickelt, um homologe Regionen zwischen Menschen und Rhesusaffen zu identifizieren und den Grad an funktioneller Reorganisation zu quantifizieren. Die Methode entkoppelt dazu Unterschiede zwischen funktionellen Netzwerken von Differenzen ihrer Morphologie am Kortex. Dadurch ergibt sich ein scharfes Bild der Ähnlichkeiten in der funktionellen Organisation der beiden Spezies, das einen Gradienten evolutionärer Veränderungen sichtbar macht: hohe Ähnlichkeit von unimodalen Systemen und ausgeprägte Veränderungen in den posterioren Regionen des Default Mode Netzwerks. Dieses Default Mode Netzwerk ist ein wichtiges neuronales System des Menschen, und die Ergebnisse deuten darauf hin, dass sich die Etablierung des Default Mode Netzwerks als Spitze einer kognitiven Hierarchie im Laufe der menschlichen Evolution auf komplexe Weise verändert hat.
„Dieses Paper bringt drei Aspekte zusammen“, erklärt Studienleiter Georg Langs, „die klinische Motivation, bei neuronaler Reorganisation in Patienten Funktion und Anatomie entkoppelt betrachten zu können, die dadurch angestoßene Grundlagenforschung zur Evolution der funktionalen Architektur unseres Gehirns, und schließlich auch neue Zugänge im mathematischen Gebiet der Mannigfaltigkeiten und ihres Alignments, die das ermöglichen.“
Die Autoren der MedUni Wien
Karl-Heinz Nenning (CIR Lab, Univ. Klinik Radiologie und Nuklearmedizin) hat an der TU Wien Informatik studiert, und im Computational Imaging Research Lab Lab (CIR) der Universitätsklinik für Radiologie und Nuklearmedizin an der Medizinischen Universität Wien an seiner PhD im Gebiet der Computational Neuroscience gearbeitet. Er wird im Rahmen eines PostDocs am Nathan Kline Institute in New York tätig sein.
Ernst Schwartz (CIR Lab, Univ. Klinik Radiologie und Nuklearmedizin) hat ebenfalls an der TU Wien Informatik studiert und arbeitet im CIR Lab an seiner PhD im Gebiet der Gehirnentwicklung und Computerbasierten Modellierung basierend auf Magnetresonanz- Daten.
Studienleiter Georg Langs leitet das Computational Imaging Research Lab (CIR) an der Universitätsklinik für Radiologie und Nuklearmedizin der MedUni Wien. Er ist Professor für Maschinelles Lernen in der medizinischen Bildgebung an der Medizinischen Universität Wien.
Service: NeuroImage
Cross-species functional alignment reveals evolutionary hierarchy within the connectome TingXua, Karl-HeinzNenning, ErnstSchwartz, Seok-Jun Hong, Joshua T. Vogelstein, Alexandros Goulas, Damien A. Faire, Charles E. Schroeder, Daniel S. Marguliesh, Jonny Smallwood, Michael P.Milham, Georg Langs; NeuroImage, Volume 223, 2020, 117346, ISSN 1053-8119, https://doi.org/10.1016/j.neuroimage.2020.117346.
Illustration: Ähnlichkeit funktioneller Organisation
blau: hoher Grad an Reorganisation
rot: niedriger Grad an Reorganisation