Verlässlichkeit durch Langsamkeit: Wie Gehirnzellen Signale in ihren Verzweigungen puffern
Nervenzellen verarbeiten Informationen nicht wie ein einfacher Schalter. Ihre Verzweigungen, die Dendriten, führen eigenständige Berechnungen durch. Neue Forschungsergebnisse zeigen: Gerade ihre Langsamkeit macht sie so zuverlässig.
Eine Nervenzelle empfängt ununterbrochen Signale von Tausenden anderer Zellen. Diese Signale treffen nicht gleichzeitig ein, sondern mit minimalen zeitlichen Versätzen im Millisekundenbereich. Das wirft eine grundlegende Frage auf: Wie erzeugt eine Zelle dennoch eine kohärente Antwort? Wann „weiß" ein Neuron, dass es genug Eingaben erhalten hat, um zu feuern?
Langsame Dendriten als Kurzzeitgedächtnis
Die Forschenden, die ihr Modell in eLife veröffentlicht haben, zeigen, dass neuronale Verzweigungen sogenannte Plateau-Potenziale erzeugen können. Dabei handelt es sich um elektrische Signale, die nicht rasch ansteigen und abfallen, sondern über Dutzende von Millisekunden anhalten. In diesem Zeitfenster können zusätzlich eintreffende Signale summiert werden.
Das funktioniert wie ein Kurzzeitgedächtnis. Jede Verzweigung registriert die empfangenen Eingaben und setzt sich erst danach zurück. Da das Zeitfenster breit genug ist, um kleine zeitliche Versätze zu überbrücken, können Neuronen auch auf asynchrone Eingaben zuverlässig reagieren, selbst wenn die Signale nicht perfekt synchron eintreffen.
Bedeutung für die Alterung des Gehirns
Mit zunehmendem Alter lässt die Präzision der Kommunikation zwischen Nervenzellen nach. Zeitliche Verzögerungen werden größer, Signale geraten häufiger aus dem Takt. Zu verstehen, wie gesunde Neuronen diese Ungenauigkeiten abfangen, hilft zu erklären, was im Verlauf des Alterns und bei neurodegenerativen Erkrankungen schiefläuft.
Der Befund ist auch für die Erforschung neurodegenerativer Erkrankungen wie Alzheimer relevant. Diese Krankheit schädigt die Verbindungen zwischen Neuronen fortschreitend. Wenn der Puffermechanismus in den neuronalen Verzweigungen die erste Verteidigungslinie darstellt, könnte seine Beeinträchtigung früh im Krankheitsverlauf nachweisbar sein.
Die vorliegende Arbeit basiert auf computergestützten Modellen, die anhand experimenteller Daten validiert wurden. Der nächste Schritt ist die direkte Messung in lebendem Hirngewebe. Schon jetzt liefert das Modell konkrete, überprüfbare Vorhersagen darüber, wie Neuronen unter den Bedingungen von Alterung oder Schädigung reagieren.
Suchbegriffe zur weiteren Recherche: dendritic plateau potentials neurons, asynchronous synaptic integration, neuronal computation ageing brain