Alzheimer-Forschung unterstützt durch die Entdeckung des Gehirnnetzwerks, das alte und neue Verse unterscheidet

Neue Forschungsergebnisse zeigen ein Gehirngedächtnisnetzwerk, das eingehende Informationen basierend darauf verarbeitet, ob es sich um etwas handelt, das wir zuvor erlebt haben, oder ob es völlig neu und unbekannt ist.

Die Auswirkungen dieses Befundes werden der Alzheimer-Forschung zugute kommen, da Experten nach dem Mechanismus suchen, der dazu führt, dass ein mit der Krankheit kämpfender Angehöriger ein Familienmitglied oder einen engen Freund, der sich um sie kümmert, nicht mehr vollständig erkennt.

In der Studie ziehen die Forscher Beweise aus mehreren Neuroimaging-Studien und -Methoden zusammen, um die Existenz eines zuvor unbekannten und unterschiedlichen funktionellen Hirnnetzwerks nachzuweisen, das offenbar eine breite Beteiligung an der Verarbeitung des menschlichen Gedächtnisses hat.

Die Forschung wird in einer kommenden Ausgabe der Zeitschrift veröffentlicht Trends in den Kognitionswissenschaften.

"Die Aktivitäten in diesem Netzwerk zeigen uns, ob Sie etwas betrachten, das Sie als neuartig oder vertraut empfinden", sagte Adrian Gilmore, Erstautor der Studie und Psychologiedoktorand im fünften Jahr in Arts & Sciences an der Washington University.

„Wenn eine Person einen neuartigen Reiz sieht, zeigt dieses Netzwerk eine deutliche Abnahme der Aktivität. Wenn eine Person einen vertrauten Reiz sieht, zeigt dieses Netzwerk eine deutliche Zunahme der Aktivität. “

Mitautoren der Studie sind Kathleen B. McDermott, Ph.D., Professorin für Psychologie in Kunst und Wissenschaft und für Radiologie an der Washington University School of Medicine in St. Louis; und Steven Nelson, Ph.D., Absolvent des Doktorandenprogramms für Neurowissenschaften an der Washington University.

Das neue Gedächtnis- und Lernnetzwerk, das von den Autoren der Studie als Parietal Memory Network (PMN) bezeichnet wird, zeigt konsistente Aktivierungs- und Deaktivierungsmuster in drei verschiedenen Regionen des Parietalcortex in der linken Gehirnhälfte - dem Precuneus, dem Mid-Cingulate Cortex und der dorsale eckige Gyrus.

Die Aktivität innerhalb des PMN während der Verarbeitung eingehender Informationen (Codierung) kann verwendet werden, um vorherzusagen, wie gut diese Informationen im Speicher gespeichert und später für einen erfolgreichen Abruf verfügbar gemacht werden.

Das PMN weist entgegengesetzte Aktivitätsmuster auf, je nachdem, ob die abgerufenen Informationen als neu oder vertraut erkannt werden. Je vertrauter die Informationen, desto mehr Aktivität im PMN ergab die Studie.

In der Studie identifizierten die Forscher interessante Merkmale des PMN, indem sie Daten aus einer Reihe zuvor veröffentlichter Neuroimaging-Studien analysierten. Mithilfe konvergierender Beweise aus Dutzenden von fMRI-Gehirnexperimenten entdeckten die Forscher, wie sich die Aktivität im PMN während der Erfüllung bestimmter mentaler Aufgaben ändert und wie die Regionen in Ruhezuständen interagieren, wenn das Gehirn an keiner bestimmten Aktivität oder mentalen Herausforderung beteiligt ist.

Diese Studie baut auf früheren Forschungen auf, die die Existenz eines anderen funktionellen Hirnnetzwerks feststellten, das überraschend aktiv bleibt, wenn das Gehirn nicht an einer bestimmten Aktivität beteiligt ist, einem System, das als Standardmodus-Netzwerk bekannt ist.

Wie beim Default Mode Network wurde gezeigt, dass Schlüsselregionen des PMN in einem ähnlichen Einklang summen, während sich das Gehirn in relativen Ruhephasen befindet. Während sich Schlüsselregionen des PMN in der Nähe des Standardmodus-Netzwerks befinden, scheint das PMN ein eigenes, eigenständiges und separates Funktionsnetzwerk zu sein, wie vorläufige Ergebnisse vermuten lassen.

Ein weiteres Merkmal, das das PMN von anderen funktionalen Netzwerken unterscheidet, ist, dass seine Aktivitätsmuster unabhängig von der Art der mentalen Herausforderung, die es verarbeitet, konsistent bleiben.

Viele Regionen des Kortex treten nur während der Verarbeitung einer bestimmten Aufgabe in Aktion, z. B. beim Lernen einer Wortliste, bleiben jedoch bei sehr ähnlichen Aufgaben, z. B. beim Lernen einer Gruppe von Gesichtern, relativ inaktiv. Das PMN hingegen zeigt Aktivität für eine Vielzahl von mentalen Aufgaben, wobei die Ebenen steigen und fallen, je nachdem, wie sehr die Neuheit oder Vertrautheit einer Aufgabe unsere Aufmerksamkeit auf sich zieht.

"Es scheint, als ob das Ausmaß der Veränderung stark davon abhängt, wie sehr ein bestimmter Reiz unsere Aufmerksamkeit auf sich zieht", sagte Gilmore. "Wenn etwas wirklich als alt oder neu auffällt, sehen Sie viel größere Änderungen in der Netzwerkaktivität als wenn es nicht so auffällt."

Die Konsistenz dieser Muster über verschiedene Arten von Verarbeitungsaufgaben hinweg legt nahe, dass das PMN eine breite Rolle in vielen verschiedenen Lern- und Rückrufprozessen spielt, schlägt das Forschungsteam vor.

"Ein wirklich cooles Feature des PMN ist, dass es seine Antwortmuster zu zeigen scheint, unabhängig davon, was Sie tun", sagte Gilmore.

"Dem PMN scheint es egal zu sein, was Sie versuchen zu tun. Es wird deaktiviert, wenn wir auf etwas Neues stoßen, und wird aktiviert, wenn wir auf etwas stoßen, das wir zuvor gesehen haben.

Dies macht es zu einem vielversprechenden Ziel für die zukünftige Forschung in Bereichen wie Bildung oder Alzheimer-Forschung, in denen wir die Gedächtnisleistung allgemein fördern oder verbessern möchten, anstatt uns auf bestimmte Aufgaben zu konzentrieren. “

Quelle: Washington University, St. Louis