Eine Studie des Max-Planck-Instituts für biologische Intelligenz enthüllt, wie Gehirne von Fruchtfliegen Bewegungsmuster verarbeiten und erkennen. Die Forscher haben herausgefunden, dass die Gehirne der Fliegen die rechnerische Last auf drei Netzwerkebenen verteilen. Ein bestimmter Zelltyp übernimmt dabei die Berechnung auf jeder Ebene. Dieser Ansatz hilft den Fliegen, verschiedene Bewegungsmuster zuverlässig zu erkennen und ihrer Spur treu zu bleiben. Die Forscher identifizierten LPi-Zellen als die zelluläre Grundlage für die Bewegungsopposition, bei der bestimmte Neuronen durch Bewegung in eine Richtung aktiviert und durch Bewegung in die entgegengesetzte Richtung gehemmt werden. Überraschenderweise konnten die Forscher feststellen, dass die LPi-Zellen ihre hemmende Funktion auf allen Netzwerkebenen ausüben. Obwohl LPi-Zellen relativ unauffällig im Netzwerk sind, tragen sie etwa 5-10% aller Synapsen bei und haben starke hemmende Effekte. Die Verwendung dieses rechnerischen Ansatzes ermöglicht es dem Netzwerk, örtliches Rauschen herauszufiltern und die Ausgabezellen sensitiv für relevante Informationen zu halten. Dadurch können die Fliegen Bewegungsmuster auch unter schwierigen Bedingungen mit hoher Sensitivität unterscheiden. Die Forscher spekulieren, dass dieser verteilte rechnerische Ansatz auch bei anderen Arten und Gehirnregionen vorhanden sein könnte.
Einführung
In einer Studie, die vom Max-Planck-Institut für biologische Intelligenz durchgeführt wurde, haben Forscher herausgefunden, wie die Gehirne von Fruchtfliegen Bewegungsmuster verarbeiten und erkennen. Diese Forschung liefert Einblicke in die rechnerischen Mechanismen, die der Fähigkeit der Fruchtfliegen zugrunde liegen, verschiedene Bewegungsmuster zuverlässig zu erkennen und auf Kurs zu bleiben.
Die rechnerische Arbeitsbelastung und Netzwerkebenen
Die Forscher fanden heraus, dass die Gehirne von Fruchtfliegen die rechnerische Arbeitsbelastung auf drei Netzwerkebenen verteilen. Auf jeder Ebene führt eine bestimmte Art von Zelle die gleiche Berechnung durch. Dieser Ansatz ermöglicht es den Fliegen, Bewegungsmuster effektiv zu erkennen und zu verarbeiten.
LPi-Zellen und Bewegungsopponenz
Die Forscher identifizierten LPi-Zellen als die zelluläre Grundlage für Bewegungsopponenz in den Gehirnen von Fruchtfliegen. Bewegungsopponenz bedeutet, dass bestimmte Neuronen durch Bewegung in eine Richtung aktiviert und durch Bewegung in die andere Richtung gehemmt werden. LPi-Zellen entfalten ihre hemmende Funktion auf allen Netzwerkebenen, was die Forscher überraschte.
Überraschende hemmende Funktion von LPi-Zellen
Obwohl LPi-Zellen innerhalb des Netzwerks relativ unauffällig sind, tragen sie etwa 5-10% aller Synapsen bei und haben starke hemmende Effekte. Diese hemmende Funktion spielt eine entscheidende Rolle dabei, den Fliegen die Fähigkeit zu geben, Bewegungsmuster mit hoher Sensibilität zu unterscheiden, selbst unter herausfordernden Bedingungen.
Filtern von lokalem Rauschen und Aufrechterhaltung der Ansprechbereitschaft
Der Einsatz von LPi-Zellen und verteilter Berechnung ermöglicht es dem Netzwerk der Fruchtfliegen, lokales Rauschen herauszufiltern und Ausgangszellen ansprechbar für relevante Informationen zu halten. Dieser rechnerische Ansatz gewährleistet, dass die Fliegen Bewegungsmuster effektiv unterscheiden und auch in Gegenwart von Störeinflüssen oder herausfordernden Umweltbedingungen auf Kurs bleiben können.
Auswirkungen auf andere Arten und Gehirnregionen
Die Forscher spekulieren, dass der Ansatz der verteilten Berechnung unter Beteiligung von LPi-Zellen auch bei anderen Arten und Gehirnregionen vorhanden sein könnte. Diese Erkenntnis legt nahe, dass ähnliche rechnerische Mechanismen der Erkennung von Bewegungsmustern bei einem breiteren Spektrum von Organismen zugrunde liegen könnten.
Fazit
Die Entschlüsselung der Art und Weise, wie die Gehirne von Fruchtfliegen Bewegungsmuster verarbeiten und erkennen, liefert wertvolle Einblicke in die rechnerischen Mechanismen der sensorischen Verarbeitung. Der Einsatz von LPi-Zellen und verteilter Berechnung ermöglicht es den Fliegen, Bewegungsmuster mit hoher Sensibilität zu unterscheiden und auch unter herausfordernden Bedingungen auf Kurs zu bleiben. Weitere Forschung kann diese Erkenntnisse erweitern und die Präsenz ähnlicher Mechanismen in anderen Arten und Gehirnregionen untersuchen.
