Die Neurowissenschaftlerin und Einstein Visiting Fellow Panayiota Poirazi erschafft neuronale Computermodelle von verästelten Dendriten, um deren Rolle im Gehirn zu ergründen – und ihre Funktionsweise auf Künstliche Systeme zu übertragen. Eines ihrer Ziele ist, Algorithmen so zu trainieren, dass sie wie Menschen auf der Basis vorhandenen Wissens lernen.
Dendriten breiten sich aus wie die Äste der Bäume. Ihr Name stammt vom griechischen Wort für Baum – dendron. Manche nennen sie aber auch die Schmetterlinge des Gehirns, weil sie aus den Zellkörpern der Neuronen herauszufliegen scheinen und versuchen, irgendwo hinzugelangen. Man kann sich das als einen Prozess des kontinuierlichen Wachstums vorstellen. Es sind formvollendete Strukturen, für jeden Zelltyp im Gehirn anders. Ich empfinde sie als äußerst kunstvoll.
Ich bin Dendriten-Aficionada. Ich möchte so detailliert wie möglich verstehen, wie sie zu den Rechenoperationen des Gehirns beitragen – zum Gedächtnis, zur Fähigkeit, sich in Reaktion auf Gelerntes zu verändern, oder zur Fähigkeit, sich an Umweltveränderungen anzupassen. Und ich möchte Wege finden, die Operationen in künstliche Systeme zu übertragen, um bessere Algorithmen für maschinelles Lernen zu schaffen. Hier haben wir bereits erhebliche Fortschritte gesehen. Künstliche Intelligenz hat bereits Probleme in Videospielen lösen können und kürzlich sogar das Proteinfaltungsproblem. Logisches Denken nachzuahmen bleibt allerdings weiterhin eine Herausforderung, also die Fähigkeit, Entscheidungen auf der Grundlage logischer Schlussfolgerungen zu treffen oder neue Aufgaben zu erlernen, indem man sich bekannte Dinge zunutze macht. Wir denken, dass bestimmte Eigenschaften der Dendriten dieses Transfer-Lernen in künstlichen Systemen verbessern könnten, wenn es uns gelingt, sie in unsere Modelle zu übertragen.
Ich wollte schon immer auch auf der experimentellen Seite der Neurowissenschaften arbeiten. Die Zusammenarbeit mit Matthew Larkums Labor an der Humboldt Universität zu Berlin – einem der besten weltweit für die Untersuchung von Dendriten – ist für mich eine einzigartige Gelegenheit, die experimentellen Fähigkeiten zu erlernen, die wir in unserem Labor in Zukunft ebenfalls einsetzen wollen. Im Gegenzug werden wir alle experimentellen Daten, die wir aus dem Berliner Labor erhalten, in Computermodelle übertragen.
In Science haben wir 2020 bereits gemeinsam einen wichtigen Befund veröffentlicht, der auf der Entdeckung des Berliner Labors einer völlig neuen Rechenoperation basiert, die menschliche Dendriten durchführen können und die wir den dendritischen Spike nennen. Wir haben Modelle verwendet, um zu beweisen, dass ein Dendrit mit dieser besonderen Rechenoperation das sogenannte Exklusiv-ODER-Problem (XOR) lösen kann, ein mathematisches Problem, von dem man dachte, dass es nur von großen Netzwerken von Neuronen gelöst werden kann. Dies könnte helfen, die Unterschiede zwischen menschlichen und tierischen Gehirnen zu erklären.
Gemeinsam untersuchen wir auch die Verhaltensflexibilität. Wir wollen verstehen, wie das Gehirn es uns ermöglicht, uns an Veränderungen der Umwelt anzupassen. Unsere Hypothese ist, dass die Dendriten dabei eine wichtige Rolle spielen. Wir hoffen, den grundlegenden Mechanismus dahinter mit einer Kombination aus Experimenten an Mäusen und Computermodellen herauszufinden – einschließlich optogenetischer Methoden, also der Kontrolle von Zellaktivität durch Licht. Wenn wir Antworten finden, wären wir in der Lage, neue Targets für die Medikamententwicklung vorzuschlagen, etwa für Menschen mit Anpassungs- oder Flexibilitätsproblemen, wie sie bei Depressionen, Schizophrenie oder sogar im Zuge des normalen Altern vorkommen. Aber das kann nur ein zweiter Schritt sein. Ich bin ein starker Befürworter des Blue-Sky-Ansatzes. Die Geschichte hat uns gelehrt, dass die größten wissenschaftlichen Entdeckungen gemacht wurden, wenn die Menschen die Freiheit hatten, auch verrückte Ideen zu erforschen. Viele Entdeckungen werden nun mal durch Zufall gemacht.
Aufgezeichnet von Mirco Lomoth