Die von Prof. Dr. Sacha van Albada geleitete Arbeitsgruppe untersucht die Architektur und Konnektivität von Hirnschaltkreisen. Diese dienen als Grundlage für die Erstellung neuronaler Netzwerkmodelle, die Struktur und Dynamik miteinander verbinden und eine Auflösung von Neuronen und Synapsen haben.

Zur Erstellung von Netzwerkmodellen, die den Konstruktionsprinzipien des Gehirns folgen, kombiniert die Gruppe die Zusammenstellung experimenteller anatomischer Daten, z. B. unter Verwendung der CoCoMac-Datenbank, mit statistischen Datenvorhersagestrategien. Diese Strategien, insbesondere die prädiktive Konnektomik, ermöglichen neue Einblicke in die Prinzipien der Gehirnstruktur. Der Schwerpunkt der Forschung liegt auf der Großhirnrinde von Säugetieren, deren multiskalige Struktur durch Konzepte wie Areale, Schichten und neuronale Populationen charakterisiert wird. Die Forschung unterscheidet sich von rein anatomischen Ansätzen durch zwei rechnerische Aspekte: Das anatomische Wissen wird in abstrakte mathematische Regeln formalisiert, die für die Instanziierung von Modellen auf Supercomputern zugeschnitten sind, und dynamische Simulationen schränken die abgeleitete Konnektivität weiter ein.

Die dynamischen Netzsimulationen werden mit dem Simulationsprogramm für neuronale Netze NEST durchgeführt. Der Schwerpunkt liegt dabei auf der Simulation von Netzwerken, die die volle biologische Dichte von Neuronen und Synapsen aufweisen, da durch Downscaling unvermeidliche Ungenauigkeiten entstehen. Solche großen Simulationen werden durch die Simulationstechnologie NEST ermöglicht, die effizient auf Clustern und Supercomputern läuft. Die Abhängigkeit der vorhergesagten Netzwerkaktivität von strukturellen Parametern wird untersucht, und die Vorhersagen werden mit experimentell aufgezeichneten Aktivitäten verglichen. Mithilfe der Mean-Field-Theorie werden dann Anpassungen an der Modellstruktur vorgeschlagen, die die dynamischen Vorhersagen verbessern. Die Kombination aus anatomischer Analyse, Dynamik aus Spike-Simulationen und Mean-Field-Theorie liefert Vorhersagen für neue anatomische Studien und Einblicke in die Mechanismen, die der beobachteten Gehirnaktivität zugrunde liegen.

Mehr Informationen finden sich auf der englischen Seite der Arbeitsgruppe.