Stabilisierung fraktionaler dynamischer Netzwerke unterdrückt epileptische Anfälle

Warum das Beruhigen von Stürmen im Gehirn wichtig ist

Für Millionen von Menschen mit Epilepsie können Anfälle ohne Vorwarnung auftreten und Arbeit, Schule und Alltag unterbrechen. Viele Patientinnen und Patienten sprechen nicht gut auf Medikamente an, und Operationen oder implantierte Geräte bringen nicht immer Linderung. Diese Studie untersucht einen neuen Weg, Gehirnaktivität zu lesen und sanft zu steuern, mithilfe mathematischer Werkzeuge, die erfassen, wie sich Signale über die Zeit entfalten, mit dem Ziel, Anfälle zu schwächen und ihre Ausbreitung zu erschweren.

Anfälle als wechselnde Gehirnzustände betrachten

Die Forschenden konzentrierten sich auf vier Phasen rund um einen Anfall: die ruhigen Intervalle zwischen Ereignissen, die Minuten kurz vor einem Anfall, den Anfall selbst und die anschließende Erholungsphase. Mithilfe von Aufzeichnungen aus Elektroden, die direkt auf der Gehirnoberfläche bei 10 Personen mit schwer behandelbarer Epilepsie platziert waren, zerschnitten sie die Daten in kurze Zeitfenster und betrachteten jedes Fenster als Momentaufnahme eines sich verändernden Gehirnnetzwerks. Anstatt anzunehmen, dass das Gehirn nur auf seine jüngste Aktivität reagiert, nutzten sie eine mathematische Beschreibung, die erlaubt, dass die Gegenwart von einer langen Geschichte vergangener Signale abhängt und so das gedächtnisähnliche Verhalten des Gehirns besser widerspiegelt.

Verborgene Muster in Hirnrhythmen finden

Mit diesem Ansatz extrahierte das Team zwei Schlüsselfunktionen aus den Aufzeichnungen. Eine Funktion beschrieb, wie stark die aktuelle Gehirnaktivität von ihrer Vergangenheit abhängt und erfasste damit multiskaliges bzw. langreichweitiges Gedächtnis in den Signalen. Die andere Funktion beschrieb, wie stabil oder instabil das Netzwerk in einem bestimmten Moment ist. Über die Patientinnen und Patienten hinweg zeigten die ruhigen Intervalle zwischen Anfällen ein charakteristisches Muster, die frühen Warnphasen vor Anfällen ein anderes, und Anfalls- sowie Erholungsphasen trugen jeweils eigene Signaturen. Insbesondere wurde die Aktivität mit dem Übergang vom Ruhezustand zum Anfall stärker von der Vergangenheit beeinflusst, was darauf hindeutet, dass sich ein einmal entstehendes Anfallsmuster an seiner eigenen Vorgeschichte nähren und selbsttragend werden kann.

Wie ein sanftes Lenkungssignal Anfälle zähmen kann

Ausgestattet mit diesen Mustern entwarfen die Forschenden eine Steuerungsstrategie, die kleine, gezielte Anpassungen am Gehirnnetzwerk berechnet – ähnlich einem Thermostat, der einen Raum wieder auf eine angenehme Temperatur bringt. Anhand der aufgezeichneten Daten simulierten sie, was passieren würde, wenn solche stabilisierenden Signale beim Anfallsbeginn angewendet würden. In 27 von 35 aufgezeichneten Anfällen wurden die angepassten Netzwerke mathematisch stabil, und über alle Anfälle hinweg verringerte sich die simulierte Gehirnaktivität im Mittel um etwa die Hälfte. Nur eine Handvoll Anfälle konnte nicht stabilisiert werden; die Autorinnen und Autoren führten dies auf numerische Probleme zurück, die möglicherweise besonders komplexe Gehirnveränderungen in diesen Fällen widerspiegeln.

Persönliche Unterschiede und was sie offenbaren

Verglich das Team die Ergebnisse über alle Patientinnen und Patienten zusammen, erschienen die vier Gehirnzustände unterschiedlich, aber überlappend. Untersuchten sie jedoch jede Person separat, wurden die Unterschiede zwischen den Zuständen deutlich klarer. Das deutet darauf hin, dass Anfallsdynamiken sehr individuell sind und von der jeweiligen Gehirnstruktur und der Krankheitsgeschichte geprägt werden. Bei vielen Patientinnen und Patienten war der Übergang vom Ruhenzustand zum Voranfall leichter zu erkennen als der Moment, in dem der Anfall sichtbar begann, was nahelegt, dass frühe Warnzeichen lange vor äußeren Symptomen in subtilen Verschiebungen liegen können.

Was das für die zukünftige Versorgung bedeuten könnte

Vereinfacht gesagt zeigt die Studie, dass Anfälle als Stürme in einem vernetzten Gehirn betrachtet werden können, die eine Erinnerung an Vergangenes tragen, und dass sorgfältig gestaltete Steuersignale helfen könnten, diese Stürme zu beruhigen. Zwar beruhen diese Ergebnisse auf Computersimulationen, die auf realen Patientendaten basieren, doch sie weisen in Richtung zukünftiger implantierbarer oder nichtinvasiver Geräte, die die individuellen Anfallsmuster einer Person erkennen und personalisierte, schwach dosierte Stimulation liefern könnten, um die Gehirnaktivität in einem gesünderen Bereich zu halten.

Zitation: Wang, Y., Ashourvan, A., Ramos, G. et al. Stabilizing fractional dynamical networks suppresses epileptic seizures. Sci Rep 16, 16037 (2026). https://doi.org/10.1038/s41598-026-43151-1

Schlüsselwörter: Epilepsie, Anfälle, Gehirnnetzwerke, Neurostimulation, EEG