imported>ChristophDemmer: /* Prägung des Begriffs */

2025-09-27T09:52:22Z

Prägung des Begriffs

Neue Seite

[[Datei:White Matter Connections Obtained with MRI Tractography.png|mini|Die weiße Substanz in einem menschlichen Gehirn, visualisiert durch [[Magnetresonanztomographie|MRT]]. ]]

Als '''Konnektom''' ({{enS|connectome}}) bezeichnet man die Gesamtheit der Verbindungen im [[Nervensystem]] eines [[Lebewesen]]s. Seinem Studium auf verschiedenen [[Größenordnung|Skalen]] widmet sich die '''Konnektomik''' ({{enS|connectomics}}), ein Teilgebiet der [[Neurowissenschaften]].

Da die Verbindungen einer [[Nervenzelle]] bei der Bestimmung ihrer Funktion eine zentrale Rolle spielen, ist ihre Untersuchung ein traditioneller Gegenstand [[Biologie|biologischer]] Forschung. Das Begriffspaar „Konnektom“ und „Konnektomik“ gibt es jedoch erst seit 2005. Zu seiner Etablierung trug das im September 2010 bewilligte ''[[Human Connectome Project]]'' bei, in dessen Rahmen die ''[[National Institutes of Health]]'' die Erforschung des menschlichen Konnektoms mit insgesamt knapp 40 Millionen US-Dollar fördern.

== Prägung des Begriffs ==
Der Begriff „Konnektom“ geht auf die Neurowissenschaftler [[Olaf Sporns]] ([[Indiana University]]) und Patric Hagmann ([[École polytechnique fédérale de Lausanne]]) zurück, die ihn im Jahr 2005 unabhängig voneinander vorgeschlagen hatten.<ref name="Sporns">Olaf Sporns, [[Giulio Tononi]], Rolf Kötter: [http://www.ploscompbiol.org/article/info:doi/10.1371/journal.pcbi.0010042 ''The Human Connectome: A Structural Description of the Human Brain.''] In: ''PLoS Comput Biol.'' 1(4), 2005, S. e42.</ref><ref name="Hagmann-phd">Patric Hagmann: [https://infoscience.epfl.ch/record/33696 ''From Diffusion MRI to Brain Connectomics.''] [[Dissertation]]. École polytechnique fédérale de Lausanne, 2005.</ref>

Durch bewusste Anlehnung an die bestehenden Begriffe [[Genom]] und [[Proteom]], die die Gesamtheit der Erbinformation beziehungsweise der [[Protein]]e in einem Lebewesen bezeichnen, soll der Name „Konnektom“ zum Ausdruck bringen, dass die einzelnen Verbindungen nur in ihrer gegenseitigen Beziehung zueinander verstanden werden können, ähnlich wie einzelne Gene oder Proteine im Organismus miteinander wechselwirken.<ref name="Hagmann-phd" /> Ähnlich wie das Proteom ist das Konnektom nicht statisch, sondern aufgrund der [[Neuronale Plastizität|neuronalen Plastizität]] ständigen Veränderungen unterworfen.

Für die synaptischen Verbindungen zwischen den Neuronen wird der aus der Elektrotechnik entlehnte Begriff [[Verdrahtungssystem|Verdrahtung]] genutzt.

Zu den Mitbegründern der Konnektomik gehört der am [[Max-Planck-Institut für medizinische Forschung]] in Heidelberg promovierte [[Moritz Helmstaedter]], Direktor am [[Max-Planck-Institut für Hirnforschung]] in Frankfurt am Main, der 2024 den mit 2,5 Millionen Euro dotierten [[Gottfried-Wilhelm-Leibniz-Preis]] der Deutschen Forschungsgemeinschaft (DFG) erhielt.<ref>Eva Richter-Kuhlmann: ''Moritz Helmstaedter. Mitbegründer der Konnektomik ausgezeichnet.'' In: ''Deutsches Ärzteblatt.'' Jahrgang 121, Heft 7, 5. April 2024, S. B 392.</ref>

== Das Konnektom auf verschiedenen Skalen ==
Die Konnektom-Forschung konzentriert sich auf die Netzwerkeigenschaften des Nervensystems. Das zu untersuchende [[Netzwerk]] wird hierbei meist durch einen [[Graph (Graphentheorie)|Graphen]] im Sinne der [[Graphentheorie]] dargestellt, das heißt als abstrakte [[Mengenlehre|Menge]] so genannter Knoten, die durch Kanten verbunden sind. Welche konkrete Bedeutung die Knoten und Kanten haben, hängt von der [[Größenordnung]] ab, auf der das Nervensystem betrachtet wird. Die möglichen Größenordnungen werden grob in Mikroskala, Mesoskala und Makroskala unterteilt.

=== Mikroskala: Das Konnektom als Netzwerk von Nervenzellen ===
Auf feinster Ebene, der Mikroskala, besteht ein Nervensystem aus [[Neuron]]en, die durch [[Synapse]]n miteinander verbunden sind. Eine Untersuchung des Nervengewebes auf dieser Skala erfordert seine Darstellung mit einem [[Auflösungsvermögen]] im Mikrometer-Bereich. Die Knoten im Netzwerkgraphen entsprechen in diesem Fall den einzelnen Neuronen.

Eine vollständige Rekonstruktion des Konnektoms auf Mikroebene ist 1986 erstmals bei den [[Hermaphroditismus|Hermaphroditen]] des [[Nematoden|Fadenwurms]] ''[[Caenorhabditis elegans]]'' gelungen. Ihr Nervensystem besteht aus 302 Neuronen, die rund 5000 Synapsen, 2000 [[Motorische Endplatte|neuromuskuläre Endplatten]] sowie 600 [[Gap Junction]]s bilden. Es wurde 1986 auf Grundlage einer [[elektronenmikroskop]]ischen Untersuchung serieller Schnitte durch ein Team um den Biologen [[John White (Biologe)|John White]] beschrieben.<ref name="White">J. G. White, E. Southgate, J. N. Thomson, S. Brenner: ''The structure of the nervous system of the nematode Caenorhabditis elegans.'' In: ''Phil. Trans. Royal Soc. London.'' B 314, 1986, S. 1–340.</ref>

Eine ähnlich umfassende Untersuchung komplexerer Organismen ist beim derzeitigen Stand der Technik nicht möglich, da die Anzahl ihrer Neurone typischerweise in die Milliarden geht. Aufgrund von Hochrechnungen ist davon auszugehen, dass beispielsweise das menschliche Gehirn rund 10 Milliarden Neurone enthält, die rund 100 Billionen Synapsen bilden;<ref>Olaf Sporns: [http://www.scholarpedia.org/article/Connectome ''Connectome.''] In: ''Scholarpedia.'' 5(2), 2009, S. 5584. Revision 91162.</ref> im Vergleich dazu umfasst das menschliche Genom nur wenig mehr als 3 Milliarden Basenpaare. In diesem Maßstab ist es nicht mehr möglich, alle [[Axon]]e in aufeinander folgenden elektromikroskopischen Schnittbildern manuell nachzuverfolgen. Daher werden für diese Aufgabe spezialisierte Methoden des [[Maschinelles Sehen|maschinellen Sehens]] entwickelt, deren Qualität bislang jedoch noch nicht ganz die einer manuellen [[Segmentierung (Bildverarbeitung)|Segmentierung]] erreicht.<ref>{{Literatur |Autor=Srinivas Turaga, Joseph Murray, Viren Jain, Fabian Roth, Moritz Helmstaedter, Kevin Briggman, Winfried Denk, Sebastian Seung |Titel=Convolutional networks can learn to generate affinity graphs for image segmentation |Sammelwerk=Neural Computation |Band=22 |Nummer=2 |Datum=2010 |Seiten=511–538 |DOI=10.1162/neco.2009.10-08-881 |PMID=19922289}}</ref> Zudem stellt bereits die [[Datenspeicher|Speicherung]] und [[Datenverarbeitung|Verarbeitung]] der anfallenden Datenmengen eine technische Herausforderung dar.

=== Mesoskala: Kortikale Säulen und Schichten ===
Die [[Großhirnrinde]] ist in kortikalen Säulen organisiert, Verbänden von hunderten oder tausenden Neuronen, mit einem Gesamtdurchmesser von etwa 80 Mikrometern. Sie zeichnen sich durch gemeinsame [[Afferenz|afferente]] Nervenverbindungen aus, sind untereinander besonders stark verbunden und insbesondere in den primären sensorischen Arealen deutlich ausgeprägt. Sie bilden eine grundlegende Verarbeitungseinheit des Kortex.

Neben dieser vertikalen Organisation lassen sich [[Histologie|histologisch]] darüber hinaus horizontale Schichten unterscheiden; aufgrund deren Anzahl unterteilt man die Großhirnrinde in den [[Isocortex]] (sechs Schichten) und den [[Allocortex]] (drei bis fünf Schichten). Während die Hirnforschung im Laufe [[Geschichte der Hirnforschung|ihrer jüngeren Geschichte]] wesentliche Fortschritte beim Verständnis auf Mikro- und Makroskala erreicht hat, gibt es noch immer nur wenige Ansätze, die Funktionsweise von Neuronenverbänden auf der mittleren Ebene zu erforschen.<ref>[http://www.gehirn-und-geist.de/alias/dachzeile/das-manifest/852357 ''Das Manifest. Was wissen und können Hirnforscher heute?''] In: ''[[Gehirn&Geist]].'' Juni 2004.</ref>

=== Makroskala: Verbindungen zwischen Hirnarealen ===
Aufgrund ihrer anatomischen Eigenschaften oder ihrer Funktion lassen sich verschiedene [[Hirnareal]]e unterscheiden, die bei Betrachten des Konnektoms auf Makroebene die Knoten des Netzwerkgraphen bilden. Verbunden sind diese Zentren durch längere Nervenfasern, die die [[weiße Substanz]] bilden. Aufgrund von Erkenntnissen, die mittels spezieller [[Präparat]]ions- und [[Histologie#Färbemethoden der Histologie|Färbeverfahren]] gewonnen wurden, ist der generelle Verlauf vieler großer Nervenbündel auf der Makroebene bekannt.<ref>Eugen Ludwig, Josef Klingler: ''Atlas cerebri humani.'' S. Karger AG, Basel 1956.</ref> Ziel aktueller Forschung (Stand: 2012) ist es, mittels [[Bildgebendes Verfahren (Medizin)|bildgebender Verfahren]] das individuelle Konnektom lebender Probanden zu untersuchen und Einflüsse genetischer Faktoren, normaler Alterungsprozesse, sowie von Lernprozessen und Krankheiten aufzuklären. Neben wichtigen Beiträgen zahlreicher kleinerer Forschungsprojekte stellt das ''[[Human Connectome Project]]'' im Zeitraum 2010 bis 2015 das größte koordinierte Forschungsprogramm in diesem Bereich dar. Der Forschung stehen derzeit im Wesentlichen die folgenden drei Verfahren zur Verfügung:

Die [[Diffusions-Tensor-Bildgebung|Diffusions-Bildgebung]] ermöglicht eine direkte Untersuchung der weißen Substanz. Sie misst die [[Brownsche Bewegung|brownsche Molekularbewegung]] von Wassermolekülen. Da diese durch die Mikrostruktur der Nervenfasern eingeschränkt ist, ermöglicht ihre Vorzugsrichtung eine Schätzung der lokalen Ausrichtung der Nervenfasern. Traktographie-Verfahren rekonstruieren aus solchen Daten algorithmisch den Verlauf der großen Nervenbahnen. Es wurden unterschiedliche Verfahren vorgeschlagen, um aus den Diffusions-Daten einen Netzwerkgraphen abzuleiten: Eine Möglichkeit besteht darin, die Hirnareale (d. h. die Knoten des Graphen) einer kortikalen Karte zu entnehmen; Gong u. a. definieren auf diese Weise 78 Regionen.<ref name="Gong">{{Literatur |Autor=Gaolang Gong, Yong He, Luis Concha, Catherine Lebel, Donald Gross, Alan Evans, Christian Beaulieu |Titel=Mapping Anatomical Connectivity Patterns of Human Cerebral Cortex Using In Vivo Diffusion Tensor Imaging Tractography |Sammelwerk=Cerebral Cortex |Band=19 |Datum=2009 |Seiten=524–536 |DOI=10.1093/cercor/bhn102 |PMC=2722790}}</ref> Eine feinere Unterteilung in 500 bis 4000 Knoten kann durch eine zufällige Gruppierung von je 8 bis 64 zusammenhängenden [[Voxel]]n erreicht werden, die in diesem Fall jedoch keine anatomische Bedeutung besitzen.<ref name="Hagmann-PLoS">Patric Hagmann, M. Kurant, X. Gigandet, P. Thiran, V. J. Wedeen, R. Meuli, J.-P. Thiran: ''Mapping Human Whole-Brain Structural Networks with Diffusion MRI.'' In: ''[[PLoS ONE]].'' 2(7), 2007, S. e597.</ref> Zwei Knoten werden durch eine Kante verbunden, wenn die Traktographie eine Verbindung der entsprechenden Areale rekonstruiert hat; [[Graph (Graphentheorie)#Gewichtete Graphen|Kantengewichte]] können aus der Zahl der rekonstruierten Kurven abgeleitet werden.<ref name="Hagmann-PLoS" /> Wenn das gemeinsame Konnektom einer ganzen Gruppe von Probanden dargestellt werden soll, wird eine Kante nur dann gesetzt, wenn die Verbindung innerhalb der Gruppe verlässlich reproduziert wurde.<ref name="Gong" />

Ergänzend zu der Diffusions-Bildgebung, deren Netzwerkgraphen im Kontext der Konnektomik als Ausdruck einer „strukturellen“ Konnektivität betrachtet werden, kommt auch die [[funktionelle Magnetresonanztomographie]] (fMRT) zum Einsatz. Insbesondere werden [[Korrelation]]en im [[BOLD-Kontrast|BOLD-Signal]], das indirekter Ausdruck der Hirnaktivität ist, als Indiz für eine Verbindung der entsprechenden Hirnregionen gewertet. Besonders verbreitet sind Messungen im Ruhezustand (''resting state''); die dabei beobachteten Netzwerke werden daher als [[Default Mode Network|''resting state networks'']] bezeichnet. Von der funktionellen Bildgebung erhofft man sich im Kontext der Konnektomik insbesondere eine Darstellung [[Synapse|polysynaptischer]] Verbindungen, die etwa eine Umschaltung im [[Thalamus]] enthalten und daher mit der Diffusions-Bildgebung nicht zuverlässig erkannt werden. Im Gegensatz zu Traktographie-Verfahren zeigt die fMRT zwar die verbundenen Hirnregionen, nicht aber den Verlauf der Nervenverbindung selbst; im Gegenzug leidet sie weniger unter kreuzenden oder auffächernden Faserbahnen, die die Genauigkeit und Verlässlichkeit von Traktographie-Verfahren einschränken.<ref>K. R. A. Van Dijk, T. Hedden, A. Venkataraman, K. C. Evans, S. W. Lazar, [[Randy Buckner|R. L. Buckner]]: ''Intrinsic Functional Connectivity As a Tool For Human Connectomics: Theory, Properties, and Optimization.'' In: ''[[Journal of Neurophysiology]].'' 103, 2010, S. 297–321.</ref>

Ein dritter Ansatz führt systematische Korrelationen in der Dicke verschiedener Kortexregionen auf eine Verbindung der korrelierten Areale zurück. Diese Dicke lässt sich aus herkömmlichen T1-gewichteten Bildern der [[Magnetresonanztomographie]] schätzen.<ref>Y. He, Z. J. Chen, A. C. Evans: ''Small-World Anatomical Networks in the Human Brain Revealed by Cortical Thickness from MRI.'' In: ''Cerebral Cortex.'' 17, 2007, S. 2407–2419.</ref> Da diese Korrelationen sich nur durch den Vergleich zwischen Probanden berechnen lassen, ergibt sich in diesem Fall kein individuelles Konnektom, sondern ein gemeinsamer Graph für alle Probanden der untersuchten Gruppe.

== Das Konnektom im Kontext funktioneller Spezialisierung und Integration ==
Der Theorie funktioneller Spezialisierung und Integration zufolge erfordern konkrete Funktionen des Gehirns eine Integration spezialisierter Hirnareale.<ref>K. Friston: ''Functional Integration.'' In: [[Karl Friston|K. Friston]] u. a. (Hrsg.): ''Statistical Parametric Mapping. The Analysis of Functional Brain Images.'' Academic Press, 2011.</ref> Eine wesentliche Motivation für die Erforschung des Konnektoms ist die Annahme, dass die Verbindungen der Nervenzellen untereinander wesentlich zu beiden Aspekten beitragen. So wird zum Beispiel einerseits die Funktion des [[Visueller Cortex|visuellen Cortex]] primär durch seine [[afferent]]e Verbindung zu den [[Sinneszelle]]n im Auge bestimmt. Andererseits weiß man aus Experimenten mit [[Split Brain|Split-Brain-Patienten]], dass die Faserbahnen im [[Corpus callosum]] zur Integration visueller Eindrücke des linken Gesichtsfelds mit den [[Sprachzentrum|Sprachzentren]] unerlässlich sind.

Während die funktionelle Spezialisierung durch Methoden der [[Elektrophysiologie]] und der funktionellen Bildgebung inzwischen relativ gründlich erforscht und belegt ist, erhofft man sich von der Erforschung des Konnektoms insbesondere weitere Einsichten über die bislang weniger detailliert verstandenen Mechanismen der funktionellen Integration.<ref>[[Olaf Sporns]]: ''Discovering the Human Connectome.'' MIT Press, 2012, S. 20.</ref>

== Literatur ==
* Sebastian Seung: ''Das Konnektom – Erklärt der Schaltplan des Gehirns unser Ich?'' Springer Spektrum, 2013, ISBN 978-3-642-34294-3.

== Weblinks ==
{{Commonscat|Connectomics}}
* Jan Dönges: [https://www.spektrum.de/news/der-schaltplan-der-denkmaschine/1066187 ''Der Schaltplan der Denkmaschine.''] In: ''[[spektrum.de]]''. 18. März 2011
* [http://www.spektrum.de/thema/konnektom-die-verkabelung-des-gehirns/1071725 ''Konnektom – Die Verkabelung des Gehirns.''] Themenseite auf [[Spektrum der Wissenschaft|Spektrum]] (Mai 2011, zuletzt abgerufen am 4. Mai 2014)
* [[Olaf Sporns]]: [http://www.scholarpedia.org/article/Connectome ''Connectome.''] In: ''[[Scholarpedia]].'' (englisch)
* Oliver Schmitt, Peter Eipert: [http://neuroviisas.med.uni-rostock.de/neuroviisas.shtml ''neuroVIISAS.''] auf: ''neuroviisas.med.uni-rostock.de'', Konnektomanalyse Software. (englisch)
* Oliver Schmitt, Peter Eipert: [http://neuroviisas.med.uni-rostock.de/connectome/index.php ''Rat connectome.''] auf: ''neuroviisas.med.uni-rostock.de'', Zentrales und peripheres multiskalen Konnektom der Laborratte. (englisch)

== Einzelnachweise ==
<references />

[[Kategorie:Gehirn]]
[[Kategorie:Neurowissenschaften]]

Konnektom - Versionsgeschichte

imported>ChristophDemmer: /* Prägung des Begriffs */