CORNET - Die Integration von top-down und bottom-up Einflüssen im Cortex von Marmosets und Makaken

• Antragsteller: Professor Dr. Pascal Fries
• Fachliche Zuordnung: Kognitive, systemische und Verhaltensneurobiologie
• Förderung: Förderung von 2015 bis 2020
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 287010018

Das Kennedy-Knoblauch Labor hat einen umfangreichen Datensatz zu inter-arealen Projektionen im Cortex des Makaken etabliert. Dieser Datensatz führte zur Entwicklung eines umfassenden Cortex-Modells, das zahlreiche interessante Eigenschaften aufweist, einschließlich einer hierarchischen Organisation (Markov et al., 2013b; Song et al., 2014). Das Fries Labor ist international bekannt für die Entwicklung innovativer elektrophysiologischer Methoden, was bereits zu wichtigen Einsichten in Zusammenhänge zwischen neuronaler Dynamik und struktureller Konnektivität geführt hat (Fries, 2009). Vor kurzem hat das Fries Team dynamic causal models (DCM) entwickelt, um Asymmetrien zwischen feedforward und feedback Einflüssen und deren Beziehung zu predictive coding zu untersuchen (Bastos et al., 2015a; Bastos et al., 2012). Die Teams von Fries und Kennedy-Knoblauch verglichen in einer Kollaboration die strukturellen und funktionellen Aspekte der Hierarchie visueller Areale im Makaken (Bastos et al., 2015b). Sie zeigten, dass gerichtete Einflüsse in einer funktionellen Hierarchie organisiert sind, die entscheidende Eigenschaften mit der strukturellen Hierarchie teilt, während sie kontextabhängige Veränderungen aufweist. Das hier beantragte Projekt wird diese Zusammenarbeit erweitern und vertiefen. Wir werden unsere Kompetenzen verbinden, um umfassende strukturelle und funktionelle Datensätze aus dem Marmoset zu integrieren. Marmosets haben einen glatten Cortex, der dabei extrem hilfreich ist. Wir werden retrograde Marker in weit verteilte Bereiche des Marmoset Cortex injizieren, besonders visuelle Areale, um eine gerichtete und gewichtete Konnektivitätsmatrix zu erstellen. Wir werden die Physiologie dieser Areale mittels hochauflösender Elektrocorticographie charakterisieren (hdECoG, 200 electrodes/cm2). Die Injektionen werden in denselben Tieren durchgeführt, in denen auch die hdECoG Ableitungen durchgeführt werden, so dass die Karten koregistriert werden können. Die Daten werden die Grundlage für DCMs bilden, welche die Mechanismen visuellen predictive codings in bisher nicht erreichtem Detail erschließen werden. Die anatomischen Daten werden durch Bayessche Ansätze zur Vervollständigung ergänzt, um komplette Netzwerkmodelle im Marmoset, Makaken und der Maus zu erstellen. Mit diesen Entwicklungen werden wir unseren bestehenden Datensatz aus dem Makaken von 91 auf 131 Areale erweitern. Die genauere Bestimmung der Verbindungsgewichte wird die Korrelation zwischen elektrophysiologischen und bildgebenden Daten spezifischer machen. Dieses Vorhaben wird untersuchen, ob strukturelle Modelle der Gehirne von Makak, Marmoset und Maus den gleichen Gesetzmäßigkeiten unterliegen. Die Abhängigkeiten zwischen Projektionslänge und Projektionsstärke in diesen drei Spezies wird eine Abschätzung der Skalierungseigenschaften des Kortex erlauben, was entscheidend ist für eine Extrapolation unserer bisherigen Ergebnisse auf das wesentlich größere menschliche Gehirn.

• DFG-Verfahren: Sachbeihilfen
• Internationaler Bezug: Frankreich
• Partnerorganisation: Agence Nationale de la Recherche / The French National Research Agency
• Kooperationspartner: Professor Henry Kennedy, Ph.D.