Moderne bildgebende Verfahren lassen tief ins Hirn blicken und decken immer neue Zusammenhänge auf. Detaillierte Karten der Verbindungen im Gehirn zeigen etwa, wie Hunderte von Regionen ihre Aktivität über die Zeit verändern und koordinieren. Diese Netzwerke allerdings zu interpretieren, ist eine Herkulesaufgabe. Den Neurowissenschaftlern, die klassischerweise das Gehirn untersuchen, sind jetzt Mathematiker zur Seite gesprungen. Genauer gesagt, das Institute of Mathematical Sciences in Chennai, Indien und das Max-Planck-Institut für Mathematik in den Naturwissenschaften (MPIMIS) Leipzig.
Topologische Datenanalyse an Daten von hunderten Personen
Die Mathematiker haben untersucht, welche Veränderungen mit dem Altern einhergehen und welche mit Autismus-Spektrum-Störungen (ASD) verbunden sind. Dazu nutzten sie bereits vorhandene Ruhe-fMRT-Daten von mehr als 1.000 Personen und analysierten diese mathematisch. Dabei wendeten die Forschenden die sogenannte persistente Homologie an, erklärt Jürgen Jost, Leiter des MPIMIS.
„Das ist eine Methode der algebraischen Topologie. Man versucht erst einmal zu erkennen, wie viele Komponenten es überhaupt in den Bildern gibt, aber vor allen Dingen, wie viele Schleifen es in abstrakten Daten gibt, die sich nicht zusammenziehen lassen“, so der Mathematiker. Damit beschreibt er die mathematischen Unterschiede zwischen den Bildern, also in diesem Fall auch die Unterschiede zwischen den MRT-Daten. „Gibt es Schleifen, die sich nicht zusammenziehen lassen in den bearbeiteten Bildern – das ist dann die persistente Homologie – auf welcher Skala zeigen die sich? Zeigen die sich bei den einzelnen Pixeln, zeigen die sich bei kleinen Gehirnregionen oder zeigen die sich erst im Gehirn als Ganzem?“
Unterschiede zwischen Gehirnarealen ausgemacht
Die zentrale Neuerung der Studie sei die Entwicklung von Node Persistence (deutsch: beharrliche Knoten) – ein neues Maß, mit dem sich einzelne Hirnregionen identifizieren lassen, deren funktionelle Verbindungen sich unterscheiden. Die mathematische Analyse machte 108 solcher Hirnareale im Vergleich zwischen Älteren und Jüngeren aus. So konnten Jost und seine Kollegen bei älteren Menschen Unterschiede besonders in Gebieten finden, die mit der Motorik zusammenhängen. „Das ist vielleicht nicht besonders überraschend, das weiß man aus alltäglicher Erfahrung, aber dass man das an den Daten auch sehen kann, ist schon einmal ein wichtiger Schritt“, erklärt Jost.
Herauszufinden, ob in den mathematischen Analysen Regionen identifiziert wurden, die der Neurologie bisher nicht im Zusammenhang mit Alterung aufgefallen sind, sei der nächste Schritt. „Das ist natürlich auch ein gewisses Ziel der Veröffentlichung, dass die Neurologen sie lesen und dann sagen: ‚Oh, da gibt es ja etwas, was wir bisher noch nicht gesehen haben.‘ Da können wir gespannt bleiben.“
Abweichungen auch auf höheren Hirnebenen
Auch auf höheren Betrachtungsebenen mit Blick auf das Gehirn, also nicht nur in den Hunderten einzelnen Hirnarealen, sondern auch auf einer Zwischenstufe und global betrachtet, ergaben sich Unterschiede zwischen Jung und Alt. So zeigten sich in der mesoskopischen Ebene – also der zwischen dem Kleinteiligen und dem großen Ganzen – Abweichungen bei Älteren hinsichtlich Aufmerksamkeitsnetzwerken und in Verbindungen, die dann aktiv sind, wenn wir uns in Ruhe befinden.
Mit Blick auf das ganze Gehirn zeigte sich, dass junge Erwachsene komplexere und länger bestehende topologische Strukturen aufweisen als ältere Personen, die Aktivität im Gehirn und dessen Netzwerken also gleichmäßiger verteilt ist.