Grundlagen des Lernens auf neuronaler Ebene

Pittsburgh – Eine neue Fertigkeit lässt sich am leichtesten erlernen, wenn sie mit bereits bekannten Fertigkeiten zusammenhängt. Das berichtet eine Arbeitsgruppe um Patrick Sadtler vom Center for the Neural Basis of Cognition, einem gemeinsamen Projekt der Universität Pittsburgh und der Carnegie Mellon Universität als Cover Story in Nature (doi: 10. 1038/nature13665).

„Stellen Sie sich vor, Sie haben Mehl, Zucker, Backpulver, Eier, Salz und Milch. Sie können sie zu verschiedenen Dingen kombinieren – Brot, Pfannkuchen, Keksen – aber es wäre schwierig, Frikadellen mit den vorhandenen Zutaten zu machen“, zieht Sadtler einen Vergleich zum Kochen heran, „Wir haben herausgefunden, dass das Gehirn beim Lernen auf ähnliche Weise arbeitet. Es ist leichter möglich, vertraute Aktivitätsmuster auf neuen Wegen zu rekombinieren, als völlig neue Muster zu kreieren.“

Die Wissenschaftler untersuchten Rhesus-Makaken mit Hilfe eines sogenannten Brain-Computer-Interface (BCI). Die Versuchstiere sollten mit dem Gerät einen Cursor zu Zielen auf dem Bildschirm bewegen. Dazu war es erforderlich, dass sie bestimmte neuronale Aktivitätsmuster erzeugten. Wenn den Tieren dies gut gelang, bedeutete das, dass sie gelernt hatten, das erwünschte Aktivitätsmuster hervorzubringen.

Die Wissenschaftler untersuchten die Geschwindigkeit, mit der die Affen den Cursor via BCI bewegten und welche neuronalen Verschaltungen die Tiere dabei benutzten. Dazu zeichneten die Forscher die Aktivität im motorischen Cortex auf.

Manche Aktivitätsmuster lernten die Affen leichter als andere. Das waren die Kombi­nationen präexistierender Muster. Schwerer fiel es ihnen, Muster zu erlernen, die sich von vorbekannten unterschieden. Die Forscher schlossen daraus, dass bereits bestehende Verschaltungen zwischen Neuronen die Fähigkeit zu lernen bestimmen. Sie gingen dabei davon aus, dass bestimmte neuronale Aktivitätsmuster die Bedingungen widerspiegeln, die die zugrundeliegenden neuronalen Schaltkreise vorgeben.

Das zeigt laut den Forschern, dass die vorbestehende Struktur eines neuronalen Netz­werkes die Fähigkeit, bestimmte Dinge zu lernen, beeinflusst. Dieses Ergebnis biete auf der Ebene des neuronalen Netzwerkes die Erklärung für die bekannte Beobachtung, dass wir leichter erlernen, was mit bereits bekannten Fertigkeiten zusammenhängt.

„Wir wollten untersuchen, wie das Gehirn beim Lernen seine Aktivität ändert und auch, wie seine Aktivität sich nicht ändern kann. Kognitive Flexibilität hat eine Grenze – und wir wollten herausfinden, wie diese Grenze auf der Ebene der Neuronen aussieht“, so Aaron Batista, ein Bioingenieur aus der Arbeitsgruppe. Die Ergebnisse könnten die Grundlage für neue Rehabilitationsmaßnahmen für bestimmte neurologische Krankheiten sein, schlägt Co-Autor Byron Yu die Brücke zur klinischen Anwendbarkeit.

hil