Der Energiemetabolismus des Gehirns öffnet den Blick auf verdeckte Eigenschaften von funktioneller Konnektivität
Zusammenfassung der Projektergebnisse
In den systemischen Neurowissenschaften wurden in den letzten Jahren große Fortschritte bei der Beschreibung von weitverzweigten Hirnnetzwerken und Konnektivitätsmustern im menschlichen Gehirn mittels funktioneller Magnetresonanztomografie (fMRT) erzielt. Weiterhin unklar sind jedoch zwei Aspekte dieser funktionellen Konnektivität (FK) im Gehirn: Das fMRT-Signal ist ein relatives Signal ohne Bezug zum absoluten Niveau neuronaler Aktivität. Desweiteren erlaubt die alleinige Messung mit fMRT nur Aussagen zu Verbindungen zwischen Hirnregionen, nicht jedoch über die Richtung des Informationsflusses in Netzwerken. Während der Förderperiode konnten wir unter Hinzunahme eines zusätzlichen, quantitativen Maßes zum Energieverbrauch von Hirnregionen diese beiden Lücken adressieren. An einem neuartigen PET/MR-Gerät haben wir simultan fMRT-Daten zur FK und FDG-PET Daten zum Energiemetabolismus, sowie zum Neurotransmittermetabolismus mittels MRS erhoben. Zunächst konnten wir zeigen, daß die Ergänzung von fMRT-Daten mit metabolischen Maßen wichtige Hinweise zur physiologischen Grundlage des fMRT-Signals liefern. Desweiteren konnten wir aus einem zellulären Modell zum Energiemetabolismus bei neuronaler Signalübertragung ein makroskopisches Modell zum Signalfluß in weitverzweigten Hirnnetzwerken des Menschen ableiten. Wir haben dieses Verfahren zum gerichteten Signalfluß sowohl an Daten von gesunden Probanden, als auch an pathologisch veränderten Netzwerken von Patienten mit der Alzheimererkrankung validiert. Zusammenfassend eröffnet die simultane Messung funktioneller und metabolischer Signale einen detaillierten und neuartigen Einblick in die komplexe Netzwerkarchitektur des menschlichen Gehirns. Ein positiver Nebeneffekt im Projektverlauf war die zügige Anwendung der von uns neu vorgestellten Methode zum gerichteten Signalfluß in Hirnnetzwerken bei Bildgebungsdaten mit pathologischer Veränderung. Unser Modell konnte sowohl die gerichteten Signalwege des visuellen Systems im gesunden Gehirn erkennen, als auch gestörte Kommunikationswege im Gehirn von Patienten mit der Alzheimererkrankung. Als verzögernden Effekt mußten wir die Komplexität eines neu entwickelten Studiendesigns für die bisher unbekannte Messung dynamischer, aufgabenbezogener Vorgänge mit der PET-Bildgebung verbuchen. Unser ursprünglich entworfenes design lieferte anfangs keine ausreichend starken Signaleffekte und mußte daraufhin neu aufgesetzt werden. Dies bedeutete Verzögerungen wegen zusätzlicher Qualitätskontrolle und Validierungen des neuen Studiensetups. „Seeing begins before we actually see anything” (innovations report, 22.11.18) https://www.innovations-report.com/html/reports/life-sciences/seeing-begins-before-we-actuallysee-anything.html
Projektbezogene Publikationen (Auswahl)
- (2016). Metabolic connectivity mapping reveals effective connectivity in the resting human brain. Proceedings of the National Academy of Sciences, 113(2), 428–433
Riedl, V., Utz, L., Castrillón, G., Grimmer, T., Rauschecker, J. P., Ploner, M., Friston, K. J., Drzezga, A., & Sorg, C.
(Siehe online unter https://doi.org/10.1073/pnas.1513752113) - (2017). Resting-State Networks as Simultaneously Measured with Functional MRI and PET. Journal of Nuclear Medicine, 58(8), 1314–1317
Savio, A., Fünger, S., Tahmasian, M., Rachakonda, S., Manoliu, A., Sorg, C., Grimmer, T., Calhoun, V., Drzezga, A., Riedl, V., & Yakushev, I.
(Siehe online unter https://doi.org/10.2967/jnumed.116.185835) - (2018). Impact of Global Mean Normalization on Regional Glucose Metabolism in the Human Brain. Neural Plasticity, 2018, 1–16
Mortensen, K. N., Gjedde, A., Thompson, G. J., Herman, P., Parent, M. J., Rothman, D. L., Kupers, R., Ptito, M., Stender, J., Laureys, S., Riedl, V., Alkire, M. T., & Hyder, F.
(Siehe online unter https://doi.org/10.1155/2018/6120925) - (2018). Opposite dynamics of GABA and glutamate levels in the occipital cortex during visual processing. The Journal of Neuroscience, 38(46), 1214–1218
Kurcyus, K., Annac, E., Hanning, N. M., Harris, A. D., Oeltzschner, G., Edden, R., & Riedl, V.
(Siehe online unter https://doi.org/10.1523/JNEUROSCI.1214-18.2018) - (2019). Effective connectivity in the default mode network is distinctively disrupted in Alzheimer’s disease-A simultaneous resting-state FDG-PET/fMRI study. Human Brain Mapping, June 2018, 1–10
Scherr, M., Utz, L., Tahmasian, M., Pasquini, L., Grothe, M. J., Rauschecker, J. P., Grimmer, T., Drzezga, A., Sorg, C., & Riedl, V.
(Siehe online unter https://doi.org/10.1002/hbm.24517)
