Die menschliche Konnektomsteuerung mit räumlich diffusen Eingangssignalen

Warum das für alltägliche Gehirne wichtig ist

Unsere Gehirne wechseln ständig ihre Aktivitätsmuster, selbst wenn wir ruhig sitzen und die Augen geschlossen haben. Ärztinnen und Ingenieure versuchen mittlerweile, diese Muster behutsam zu beeinflussen — etwa mit magnetischen Impulsen oder schwachen elektrischen Strömen — um Depressionen, Epilepsie und andere Erkrankungen zu behandeln. Die meisten Modelle nehmen jedoch an, dass ein Impuls an einem winzigen Punkt im Gehirn nur genau diesen Punkt beeinflusst, was weder der Wirklichkeit des Gehirns noch der Funktionsweise medizinischer Geräte entspricht. Diese Arbeit stellt eine einfache, aber folgenreiche Frage: Wenn wir die Geographie des Gehirns und die natürliche Ausbreitung von Signalen durch benachbartes Gewebe berücksichtigen, können wir die Gehirnaktivität dann effizienter und biologisch plausibler steuern?

Gehirnaktivität als Zustände und Reisen

Die Autorinnen und Autoren beginnen damit, das Gehirn wie ein städtisches Stromnetz zu betrachten, dessen Lichter in verschiedenen Vierteln über die Zeit flackern. Jedes ganze Gehirnmuster — erfasst mit funktioneller Magnetresonanztomographie — wird als „Gehirnzustand“ betrachtet. Wenn die Aktivität in Hunderten von Regionen ansteigt und abfällt, zeichnet das Gehirn einen Pfad durch diese Landschaft von Zuständen. Anhand von Daten mehrerer Dutzend gesunder Erwachsener identifizierte das Team elf wiederkehrende Zustände, die jeweils vertrauten großräumigen Systemen ähneln, etwa sensorischen Netzwerken, Aufmerksamkeitsnetzwerken und dem sogenannten Default‑Mode‑Netzwerk, das beim Tagträumen dominiert. Der Übergang von einem Zustand in einen anderen — etwa von einem nach außen gerichteten Zustand zu einem nach innen gerichteten — ist wie das Steuern des Gehirns entlang einer Route durch diesen hochdimensionalen Raum.

Von idealisierten Stößen zu realistischen Stupsern

Um zu untersuchen, wie man diese Routen am besten lenkt, nutzten die Forschenden einen mathematischen Rahmen namens Netzwerksteuerungstheorie. In ihrer üblichen Form nimmt diese Theorie an, man könne in jede Gehirnregion eine präzise, unabhängige Eingabe injizieren, als ob jede Stadt im Land ein eigenes Kraftwerk ohne Überschneidung hätte. Das ist für Gleichungen praktisch, aber unrealistisch für echte Stimulationsmethoden, die immer auch benachbartes Gewebe beeinflussen. Die Autorinnen und Autoren ersetzen diese „Zielpunkt“-Sicht durch ein „Spritz“-Modell: Wenn sie eine Eingabe auf eine Region zentrieren, spüren auch benachbarte Regionen diese Eingabe, wobei die Wirkung mit der Distanz sanft abnimmt. Diese einfache Änderung integriert die physische Anordnung der Hirnrinde direkt in das Steuerungsmodell und erkennt an, dass benachbarte Areale anatomisch und funktional miteinander verbunden sind.

Sanftere, intelligentere Routen zwischen Gehirnzuständen

Beim Vergleich des traditionellen Zielpunktmodells mit ihrem neuen räumlich diffusen Ansatz über alle möglichen Übergänge zwischen den elf Gehirnzuständen zeigte sich ein klares Muster. Über einen breiten und realistischen Bereich der Signalverbreitung benötigte die diffuse Strategie deutlich weniger „Energie“ — die Gesamtgröße der Kontrollsignale über Raum und Zeit — um denselben Zielzustand zu erreichen. Anders gesagt: Indem Eingaben natürlich in benachbarte Regionen überlaufen, findet das Modell einfachere Routen, die mit der eingebauten Verschaltung des Gehirns und der Ähnlichkeit benachbarter Regionen zusammenarbeiten. Diese realistischeren Eingaben erzeugen zudem leicht unterschiedliche Pfade durch den Zustandsraum und abweichende Aufwandmuster über die Regionen, was zeigt, dass Ort und Art der Stimulation die Trajektorien des Gehirns bedeutend umgestalten können, und nicht nur deren Endpunkte.

Mehr erreichen mit weniger Stellschrauben

Die Studie behandelt außerdem ein wichtiges praktisches Problem: Echte Geräte können nicht tausende perfekt unabhängige Signale über die gesamte Hirnrinde liefern. Bei der Analyse ihrer Lösungen fällt den Forschenden auf, dass viele Regionen sehr ähnliche zeitliche Eingangssignale erhalten. Sie komprimieren diese zu einer deutlich kleineren Menge von „Prototyp“-Kontrollsignalen und ordnen jedem Prototyp mehrere Regionen zu. Bemerkenswerterweise nähert sich das Gehirn selbst bei einer Reduktion der Anzahl unabhängiger Eingänge um Zehnerpotenzen immer noch sehr nahe den gewünschten Zielzuständen an und benötigt dabei deutlich weniger Gesamtenergie. Das räumlich diffuse Modell lässt sich besonders gut komprimieren und erreicht mit weniger unterschiedlichen Eingängen gute Kontrolle als der traditionelle Ansatz. Das legt nahe, dass prinzipiell eine begrenzte Anzahl wohlgewählter Stimulationsmuster großflächige, koordinierte Veränderungen der Gehirnaktivität orchestrieren könnte.

Theorie in reale Biologie verankern

Abschließend vergleichen die Forschenden ihre aus der Kontrolle abgeleiteten Eingabekarten mit vielen unabhängigen Hirnkarten, die aus anderen Datenquellen erstellt wurden: Stoffwechsel, Dichte von Neurotransmitterrezeptoren, Myelinanteil, Entwicklungsgradienten und Muster kognitiver Funktionen. Die stärksten Kontrollekarten stimmen mit bekannten Achsen überein, die grundlegende sensorische Areale von höherwertigen Assoziationsregionen trennen, mit Gradienten funktionaler Konnektivität und mit spezifischen chemischen Systemen wie Dopamin und Acetylcholin. Diese Verbindungen deuten darauf hin, dass die „einfachsten“ Wege, das Gehirn zu steuern, keine willkürlichen mathematischen Konstrukte sind; sie spiegeln tiefe Organisationsprinzipien der Hirnrinde und ihrer Chemie wider.

Was das für die Steuerung des Gehirns bedeutet

Für Nicht‑Spezialisten ist die Kernbotschaft intuitiv: Das Gehirn ist leichter zu beeinflussen, wenn wir es auf Weisen anstoßen, die seine natürliche Geographie und Chemie respektieren. Modelle, die erlauben, dass Signale über nahegelegene Regionen hinweg streuen, entsprechen nicht nur besser der Funktionsweise von Stimulationsverfahren, sondern zeigen auch, dass wir zwischen sinnvollen Gehirnzuständen mit weniger Aufwand und weniger unabhängigen Kontrollpunkten wechseln können. Langfristig könnten diese Erkenntnisse helfen, effizientere und gezieltere Stimulationsprotokolle zu entwerfen — solche, die sich auf eine Handvoll sorgfältig platzierter und zeitlich abgestimmter Stupser stützen, um das gesamte Netzwerk in gesündere Aktivitätsmuster zu lenken, anstatt gegen die eigene Struktur des Gehirns anzukämpfen.

Zitation: Betzel, R., Puxeddu, M.G., Seguin, C. et al. Controlling the human connectome with spatially diffuse input signals. Commun Biol 9, 501 (2026). https://doi.org/10.1038/s42003-026-09560-8

Schlüsselwörter: Gehirnstimulation, Konnektom, Netzwerksteuerung, Gehirnzustände, Neuroimaging