Synaptische Plastizität: von Biophysik zu Lernvermögen

• Antragsteller: Dr. Jonas Ranft
• Fachliche Zuordnung: Kognitive, systemische und Verhaltensneurobiologie ; Statistische Physik, Nichtlineare Dynamik, Komplexe Systeme, Weiche und fluide Materie, Biologische Physik
• Förderung: Förderung von 2014 bis 2017
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 255001987

Synapsen stellen die zentrale Verbindung zwischen Nervenzellen dar und sind so Voraussetzung für das Zusammenspiel neuronaler Aktivität im Gehirn. Gleichzeitig sind sie damit der Ort, an dem Erinnerungen dauerhaft gespeichert werden. Um das leisten zu können, müssen sie ihre jeweilige Verbindungsstärke abhängig von neuronaler Aktivität nachhaltig ändern können, ein Phänomen, das als synaptische Plastizität bezeichnet wird. Ein tiefergehendes Verständnis synaptischer Plastizität muss daher die Frage beantworten, wie Synapsen, die auf molekularer Ebene hochdynamische, stochastischem Rauschen ausgesetzte Strukturen sind, Verbindungsmuster verlässlich ändern und über Jahre hinweg speichern können. Ich möchte mithilfe von Methoden aus der theoretischen Physik drei Aspekte synaptischer Plastizität untersuchen, die zusammen die Brücke von Biophysik hin zu Lernvermögen schlagen: (1) Implementierung auf molekularer Ebene: Synaptische Plastizität wird auf molekularer Ebene über die Anzahl der zur Verfügung stehenden Neourotransmitter-Rezeptormoleküle vermittelt. Experimentelle Daten zeigen, dass die Rezeptorcluster stochastischer Dynamik unterliegen, was von bisherigen theoretischen Arbeiten nicht oder nur ansatzweise berücksichtigt wird. Ich möchte die Dynamik und Statistik der von Rezeptoren und Gerüstproteinen gebildeten Cluster mithilfe stochastischer Simulationen und analytischer Methoden quantitativ verstehen und auf mögliche Konsequenzen für die Implementierung synaptischer Plastizität hin untersuchen. (2) Steuerung auf synaptischer Ebene: Plastizität wird postsynaptisch durch transiente Signalmolekül-Konzentrationen infolge prä- und postsynaptischer Aktivität verursacht. Ich plane, ein Modell Calcium- und NO-vermittelter Plastizität der zentralen Synapse im Cerebellum zu entwickeln und auf Stabilität gelernter Verbindungsstärken zu untersuchen. Das Modell wird auch dazu dienen, die Hypothese zu untersuchen, wonach synaptische Bistabilität durch differentielle, d.h. von synaptischer Stärke selbst abhängige, Plastizität implementiert ist. (3) Funktion auf Netzwerk-Ebene: Ich will schließlich das in (2) entwickelte Modell nutzen, um die Funktion Spike-Zeit-abhängiger synaptischer Plastizität in biologisch plausiblen Lernszenarien zu untersuchen. Forschungsansatz wird hier die Simulation und mathematische Analyse von spikenden Netzwerken sein, die der funktionalen Architektur des Cerebellums entsprechen. Der Schwerpunkt liegt dabei auf der Plausibilität biologischer Lernalgorithmen und der Stabilität so gelernter Gedächtnisinhalte.Ich bin überzeugt, dass anbetrachts des aktuellen Forschungsstandes jetzt der richtige Moment ist, diese Fragen anzugehen, wobei das Cerebellum ein hervorragendes Modellsystem für funktionale Fragestellungen darstellt. Enge Zusammenarbeit mit experimentellen Gruppen wird für alle Teilprojekte erlauben, neue Vorhersagen zu testen und die Modellentwicklung durchgängig anhand von neuen Daten zu verfeinern.

• DFG-Verfahren: Forschungsstipendien
• Internationaler Bezug: Frankreich
• Gastgeber: Dr. Vincent Hakim