Aus Forschung wird Gesundheit

Transkript

Zurück zur Episode

BIH_Podcast_24_Wie kann der Computer dabei helfen, das Gehirn besser zu verstehen?

Interviewpartnerin: Professorin Petra Ritter, BIH Johanna-Quandt-Professorin am Berlin Institute of Health und an der Charité, gefördert von der Stiftung Charité.

Seltmann: Herzlich willkommen zum BIH-Podcast „Aus Forschung wird Gesundheit“ aus dem Berlin Institute of Health, dem BIH. Wir wollen in diesem Podcast Fragen beantworten rund um das Thema Gesundheit und Gesundheitsforschung. Mein Name ist Stefanie Seltmann.

Seltmann: Heute bin ich zu Gast bei Petra Ritter. Sie ist BIH-Johanna-Quandt-Professorin für Gehirnsimulation an Berlin Institute of Health und an der Charité. Und ich möchte von ihr wissen, wie der Computer dabei helfen kann, das Gehirn besser zu verstehen. Frau Ritter, Sie leiten ein internationales Projekt, das heißt The Virtual Brain, das virtuelle Gehirn. Was verbirgt sich dahinter?

Petra Ritter: Guten Tag, Frau Seltmann, hinter dem Virtual Brain verbirgt sich eine Gehirnsimulationsplattform, die von einem internationalen Konsortium entwickelt wurde und seit 2012 öffentlich verfügbar ist. Das heißt, jeder Wissenschaftler und jede Wissenschaftlerin kann sie benutzen, und man kann damit Gehirne, personenbezogene, personalisierte Gehirne konstruieren und am Computer simulieren. Dadurch, dass das eine Plattform ist, ist der Vorteil, dass Simulationen aus verschiedenen Laboren auch miteinander verglichen werden können.

Seltmann: Normalerweise erforscht man ja das Gehirn mit eher physikalischen Methoden. Man macht ein EEG, ein Elektroenzophalogramm, oder ein MRT oder eine PET-Untersuchung und kann damit auf die Aktivität im Gehirn oder sogar einzelner Nervenzellen Rückschlüsse ziehen. Und diese Informationen speisen Sie dann in den Computer ein? Oder wie kann man sich das vorstellen?

Petra Ritter: Man kann sich das so vorstellen, dass wir diese Informationen von einzelnen Personen in theoretische oder mathematische Modelle vom Gehirn integrieren. Wir bauen also ein Gehirn aufgrund von Theorien, wie das Gehirn funktionieren könnte. Und das kann man sich so vorstellen, dass wir erst mal sehr vereinfachen, also wir wollen keine Eins-zu-eins-Kopie des Gehirns generieren, das ist momentan auch gar nicht möglich, sondern wir wollen wirklich ein Modell bauen eines Gehirns, das dann bestimmte Merkmale hat, die für eine Fragestellung, die uns interessiert, gerade entscheidend sind. Das heißt, man kann sich das so vorstellen wie eine Karikatur vom Gehirn, wo nur ganz besondere Merkmale oder Features betont werden und vieles andere einfach ignoriert wird, um eine bestimmte Eigenschaft erkennbar zu machen.

Seltmann: Und dadurch, dass Sie so diese Computersimulation mit den Messmethoden kombinieren, erhalten Sie dann neue Erkenntnisse über das Gehirn?

Petra Ritter: Ja. Dadurch, dass wir Messdaten in die Modelle integrieren, können wir erst mal die Gehirne individualisieren. Das heißt wir können wirklich einzelne Patientengehirne oder auch Gehirne von gesunden Personen, auch von Tieren, also wir bauen auch Affengehirne und Mäusegehirne, am Computer rekonstruieren. Und aufgrund der Messdaten, das sind Messungen von Gehirnfunktionen, unterscheiden sich die Gehirne. Und wie ich gerade beschrieben habe bei der Karikatur, wo man entweder eine kleine Stupsnase oder eine große Hakennase hat, unterscheiden sich eben auch bestimmte Merkmale im Gehirn, bestimmte Gehirnregionen sind stärker verbunden, haben kürzere oder längere Verbindungen. Das können wir aus strukturellen Gehirndaten rückschließen. Aber eben auch die individuellen Gehirnfunktionen unterscheiden sich ja, die über Aktivitätsmessungen bestimmt werden. Und auch das wird in unseren Modellen so abgebildet.

Seltmann: Also ein Gehirn hat, habe ich gelesen, einhundert Milliarden Nervenzellen, die untereinander verschaltet sind mit noch viel, viel mehr Synapsen. Die können Sie nicht alle abbilden?

Petra Ritter: Nein, das machen wir nicht. Das wäre auch gar nicht möglich, mit dieser Menge von Elementen käme kein Supercomputer der Welt und auch nicht alle zusammen zurecht. Daher müssen wir reduzieren. Und das ist auch sehr gut möglich, da es sehr viel Redundanz im Gehirn gibt. Das heißt, viele Nervenzellen sind synchronisiert, sie sind also stark miteinander verbunden und machen ganz ähnliche Dinge. So ähnlich wie bei einem Vogelschwarm, der ja auch gemeinsam fliegt. Da fliegt also nicht jeder Vogel in eine andere Richtung und hat seine eigene Trajektorie, seinen eigenen Weg, sondern man kann eigentlich den Pfad eines jeden Vogels mit dem Pfad des Gesamtschwarms bestimmen. Und so ähnlich machen wir das eben auch für die Nervenzellen. Wir bündeln die zusammen und erzeugen natürlich dadurch Ungenauigkeit und kleine Fehler, aber für viele unserer Simulationen ist die Genauigkeit ausreichend. So können wir die Komplexität des Gehirns, des Systems deutlich reduzieren.

Seltmann: Und das sind dann die Elemente, von denen Sie eben gesprochen haben? So eine Art Bündel von Nervenzellen?

Petra Ritter: Genau. Die einzelnen Elemente, könnte man ja sagen, sind erst mal die Nervenzellen, und die werden dann zusammengeklumpt in sogenannte Populationsmodelle oder Maßmodelle, neuronale Massen nennt man, die dann ganze Hirnregionen repräsentieren. Das heißt, es gibt praktisch nur eine Beschreibung einer ganzen Gehirnregion und nicht jeder einzelnen Nervenzelle.

Seltmann: Und dieses Modell des Gehirns, das Sie jetzt sozusagen aufgebaut haben, welche Informationen sind denn da drin? Sind das die Informationen von ganz, ganz vielen Probanden, von ganz, ganz vielen Messungen von verschiedenen Personen? Oder ist das ein Modell für jeden Menschen einzigartig?

Petra Ritter: Beides ist möglich. Je nachdem, was wir für Fragen beantworten möchten, gibt es ganz unterschiedliche Ansätze. In klinischen Fragestellungen ist es meist erwünscht, dass wir wirklich personenbezogene Modelle bauen. Das heißt, dass wir Modelle mit den individuellen Informationen von den Patienten speisen und man dann praktisch für jeden einzelnen Patienten bzw. für jede Person ihren eigenen Gehirnavatar, ihr eigenes Gehirnmodell am Computer geschaffen hat.

Seltmann: Und was können Sie dann mit diesem Modell sehen? Was jemand denkt, wo Probleme auftauchen, wo möglicherweise Störungen im Gehirn auftreten?

Petra Ritter: Ja, also was jemand denkt, können wir nicht sehen.

Seltmann: Schade.

Petra Ritter: Das wollen wir auch gar nicht sehen.

Seltmann: Aber ob jemand denkt, können Sie vielleicht sehen?

Petra Ritter: Genau. Grundsätzlich interessieren wir uns dafür, welche Netzwerkinteraktionen, welche Prozesse laufen im gesunden Gehirn ab, welche Prozesse laufen in der Entwicklung des Gehirns ab, also auch beim Altern, und wie verändern die Prozesse sich bei bestimmten Krankheiten. Und das ist wichtig zu verstehen, weil, wenn wir wissen, was genau im Gehirn passiert, was also der Krankheit zugrunde liegt, dann können wir auch Möglichkeiten finden, diesen veränderten Prozessen entgegenzusteuern und sie wieder zu normalisieren.

Seltmann: Nennen wir doch einfach mal ein Beispiel, wo Sie das schon sozusagen konkret durchgespielt haben. Was sieht man denn bei Alzheimer-Patienten mit Ihrem Modell? Sieht man da schwarze Löcher, wo einmal das Gedächtnis saß? Oder ist da weniger Aktivität in den Gehirnen von Alzheimer-Patienten? Wie unterscheidet sich so ein Alzheimer-Gehirn von dem eines gesunden Menschen?

Petra Ritter: Ja, also schwarze Löcher sehen wir nicht, aber wir machen sehr viele interessante Beobachtungen. Beispielsweise kann man mit PET sehen, dass sich bestimmte Proteine, das sogenannte Beta-Amyloid, bei Patienten mit Alzheimererkrankung in vielen Bereichen des Gehirns ablagern. Und auch diese Informationen können wir ja in unsere Modelle integrieren. Wir wissen außerdem von Tierstudien und von zellulären Studien, dass in der Nähe dieser Proteinablagerungen die Funktion bestimmter Nervenzellen gestört ist, nämlich der hemmenden Nervenzellen. Und diesen Mechanismus bauen wir auch in unser Modell ein. Das heißt, wir haben die räumliche Verteilung des Proteins von den PET-Daten, und wir haben nun dazu ein kleines mathematisches Modell, das das Protein übersetzt in eine verminderte Aktivität der hemmenden Zellen in dem entsprechenden Areal. Und wenn wir das alles zusammenfügen wie so ein Puzzle und dann eine Simulation von diesem Patienten oder der Patientin starten, dann sehen wir, dass alleine durch die Berücksichtigung der Proteinablagerungen wir in der Simulation veränderte EEG, also elektromagnetische Signale bekommen, und zwar kommt es zu einer Verlangsamung. Und diese Verlangsamung sehen wir auch in den echten gemessenen Daten. So können wir also das Puzzle zusammenfügen und bekommen neue Theorien, wie die verschiedenen Beobachtungen miteinander in Zusammenhang stehen, nämlich das Beta-Amyloid mit seiner räumlichen Verteilung dafür sorgt, dass es zu einer Verlangsamung im EEG kommt,

Seltmann: Also Sie bauen sich ein Modell anhand der MRT-Daten oder der PET-Daten und sagen voraus durch die Simulation, wie das EEG aussehen müsste, und wenn dann der Patient tatsächlich ein EEG durchführt, wird Ihr Modell entweder bestätigt oder vielleicht auch mal nicht bestätigt, und so können Sie selber wissen, ob Ihr Modell stimmt oder nicht?

Petra Ritter: Das ist genau unser Ansatz, und so können wir Schritt für Schritt die Modelle verfeinern und verbessern. Das heißt, wir würden dann das Modell nicht nur gegen das EEG vergleichen, sondern gegen viele andere Daten, die zum Teil auch schon in der Literatur erhältlich sind, die wir aber erst mal bei der Konstruktion des Modells gar nicht berücksichtigt haben. Denn was wir ja simulieren, ist die zugrundeliegende neuronale Aktivität. Das heißt, wir können jetzt auch in die Literatur gehen und schauen, wie sind denn zum Beispiel die Feuerraten, also Aktionspotenzialraten der Nervenzellen unter diesen Bedingungen, gibt es da Messungen. Oder wie ist die Beziehung zwischen Hemmung und Erregung im Gehirn bzw. in verschiedenen Gehirnstrukturen. Das können wir dann Stück für Stück überprüfen. Und dann sehen wir, welche Beobachtungen werden denn von unserem Modell schon korrekt vorhergesagt und wo gibt es Abweichungen. Und wenn es Abweichungen gibt, dann müssen wir dafür Erklärungen finden und überlegen, ist möglicherweise unser Modell noch nicht präzise genug, und was genau für Faktoren, die wir in dem Modell ändern müssen, um auch diese Beobachtung mit vorhersagen zu können. Das heißt, das ist ein ganz iterativer Vorgang, wo man tatsächlich immer von Theorie zu Experiment zurück zur Theorie dann wieder zum Experiment wechseln muss.

Seltmann: Und jetzt würde man sich natürlich wünschen, gemäß dem BIH Motto „Aus Forschung wird Gesundheit“, dass Sie irgendwann mal so weit sind mit Ihrem Modell, dass Sie vielleicht sogar simulieren könnten, welcher Eingriff oder welche medikamentöse Behandlung helfen könnte am besten.

Petra Ritter: Das ist das Ziel. Und es gibt auch bereits eine klinische Studie mit dem Virtual Brain in Frankreich. Das ist eine multizentrische Studie, das heißt, eine Studie, die an verschiedenen beteiligten Krankenhäusern durchgeführt wird im Bereich von Epilepsie. Es ist also so, dass dreißig Prozent der Patienten und Patientinnen mit Epilepsie nicht auf Medikamente ansprechen, und ihre Option ist dann ein neurochirurgischer Eingriff. Der muss aber gut geplant sein. Und dazu macht man häufig zum Beispiel auch Messungen im Gehirn. Das heißt, man würde in diesem Fall tatsächlich Elektroden in dem Gehirn der Patienten und Patientinnen platzieren und so noch genauere Informationen über die Prozesse im Gehirn erhalten, um den neurochirurgischen Eingriff richtig planen zu können. Trotzdem kann man natürlich nicht überall Elektroden im Gehirn platzieren. Und diese Lücken können durch das theoretische Modell gut ausgefüllt werden. Das heißt, das Modell kann mit allen vorhandenen Informationen simulieren, wie die Aktivität an Stellen ist, wo wir keine Informationen haben. Und da hat es erste Hinweise, die auch publiziert wurden, gegeben, dass die Vorhersagen des Modells bezüglich der sogenannten epileptogenen Zone, also der Zone, wo die krankhafte Aktivität im Gehirn startet und der Ausbreitungsweg dann über verschiedene Regionen des Gehirns, besser sein könnten als die Schlussfolgerungen der Menschen, wenn sie sich die Daten einfach nur anschauen. Und basierend auf diesen ersten Beweisen gibt es nun eine multizentrische klinische Studie in Frankreich, bei der vierhundert Patienten und Patientinnen eingeschlossen werden, und zweihundert von ihnen werden unter Hinzunahme der Informationen aus dem Virtual Brain operiert, und die anderen zweihundert werden unter Hinzunahme der klassischen Informationen operiert, das heißt, es gibt das menschliche Expertenteam, das sich die Daten anschaut und daraus Schlussfolgerungen zieht. Die Studie dauert vier Jahre, sie hat dieses Jahr gestartet. Das heißt, in knapp vier Jahren haben wir dann das Ergebnis vorliegen und können dann wirklich sagen, ob das Computermodell tatsächlich bessere Vorhersagen machen kann und das den Patienten am Ende auch hilft, das heißt, nach der Operation die Anzahl der epileptischen Anfälle stärker reduziert ist als bei dem herkömmlichen Ansatz bzw. mehr Patienten und Patientinnen geheilt werden.

Seltmann: Das wäre ja eine kleine Revolution auch gegenüber den Neurochirurgen, stelle ich mir vor. Sind die denn da sehr offen dafür, sich von einem Computersimulationsmodell helfen zu lassen?

Petra Ritter: Ja, also aus meiner Erfahrung sehr. Wir haben hier auch an der Charité eine Kooperation mit den Neurochirurgen gestartet, und da stoßen wir auf sehr großes Interesse und sehr große Bereitschaft zusammenzuarbeiten.

Seltmann: Und jetzt stelle ich mir vor, dass man so eine Vorabinformation, wo man am besten operiert, möglicherweise auch bei zum Beispiel Hirntumoren gut gebrauchen könnte.

Petra Ritter: Also zu Hirntumoren haben wir auch bereits Kooperationsprojekte durchgeführt, und zwar unter Leitung der Kollegen von der Uni Gent in Belgien. Da gibt es bereits mehrere Publikationen, die gezeigt haben, dass tatsächlich durch die Simulation man auch sehr gut unterscheiden kann zwischen Tumorgewebe und Nichttumorgewebe. Und da gibt es noch keine klinische Studie dazu, aber das ist eine schöne Grundlage für eine zukünftige klinische Studie, in der man dann systematisch untersuchen kann, ob diese Informationen tatsächlich nützlich sind für den Neurochirurgen und für den operativen Eingriff.

Seltmann: Jetzt mal noch einen Schritt weitergedacht, also Thema Alzheimer noch mal oder auch möglicherweise psychische Krankheiten, da ist ja auch ein ganz großer Medical Need, Depressionen, Schizophrenie: Könnte man denn an einem solchen Gehirnmodell möglicherweise auch Vorhersagen machen, wie chemische Substanzen, also Medikamente wirken?

Petra Ritter: Das kann man, das haben wir auch schon demonstriert. Und zwar an dem Alzheimer-Gehirn wird das Medikament Memantine eingesetzt, ein NMDA-Antagonist, der in vielen Fällen zumindest temporär eine Verbesserung der kognitiven Leistungsfähigkeit bei Patienten und bei Patientinnen hervorruft. Und wir konnten nun am Computer zeigen, dass tatsächlich durch die virtuelle Gabe dieses Medikaments die Gehirne von den Alzheimer-Patienten sich normalisiert haben, also eine normalisierte Funktion aufweisen konnten. Hier haben wir noch mit Gruppen gearbeitet. Die Hoffnung ist, dass das in Zukunft individuell gehandhabt werden kann und man so am Computer bereits untersuchen kann, welches Medikament ganz spezifisch für einen bestimmten Patienten oder Patientin am besten wirksam ist. Sie haben auch gerade Schizophrenie als Beispiel gebracht. Und da möchte ich kurz auch eine Studie erwähnen, die wir derzeit am Laufen haben. Weil wir haben uns also sehr interessiert dafür, wie in unserem virtuellen Gehirn kognitive Funktionen entstehen. Und solche kognitiven Funktionen sind natürlich gerade auch bei neuropsychiatrischen Erkrankungen gestört. Das heißt, wir untersuchen die Funktion von Arbeitsgedächtnis, von Entscheidungsfindung, und das sind Komponenten, die gerade bei Schizophrenie-Patienten und -Patientinnen gestört sind, und wir nun erste Erklärungsansätze haben, was genau für Prozesse diesen Störungen zugrunde liegen.

Seltmann: Und wenn Sie jetzt erkennen können, woran es liegt, dass jemand diese schizophrenen Störungen entwickelt, könnten Sie möglicherweise ja auch Ideen entwickeln, wie man dagegen vorgehen kann.

Petra Ritter: Genau, bevor man tatsächlich bestimmte Intervention an Menschen ausprobiert oder auch an Tieren, hoffen wir, dass in Zukunft tatsächlich diese Gehirnmodelle am Computer der erste Schritt sind und dass man dann bereits am Computer beispielsweise Nebenwirkungen erkennen kann und gezielt Experimente durchführen kann und auch natürlich klinische Experimente.

Seltmann: Jetzt haben Sie schon gesagt, dieses Memantine oder diese NMDA-Antagonisten bei Alzheimer-Patienten, die wirken ja manchmal am Anfang erstaunlich gut, verlieren dann aber doch recht schnell ihre Wirkung. Konnten Sie dazu was sehen, warum das plötzlich seine Wirkung verliert?

Petra Ritter: Das wären dann weiterführende Studien. Dazu kann ich Ihnen jetzt noch nichts sagen. Aber das geht genau in die Richtung, die wir eben auch ins Auge gefasst haben, dass man schaut individuell, nachdem wir uns erst mal Gruppen angeschaut haben, was sind denn die verschiedenen Grundvoraussetzungen im Modell, im personalisierten Modell bei den einzelnen Patienten und Patientinnen und wie erklären die unterschiedlichen Grundvoraussetzungen im Modell dann auch verschiedene Wirkungen bzw. auch die Dauer der Wirkung von Medikamenten. Wiederum bei Gesunden konnten wir hier tatsächlich individuelle Unterschiede finden beispielsweise im Grad der Korrelation von Aktivität im Gehirn. Diese kann sehr gut Aufschlüsse darüber geben, wie beispielsweise das Arbeitsgedächtnis und auch Entscheidungsfindung im individuellen Gehirn funktioniert und wie die Performance, wie die Leistungsfähigkeit für damit in Zusammenhang stehende Aufgaben bei individuellen Personen ist.

Seltmann: Also Sie lernen auch ganz viel über das gesunde Gehirn. Und Leistungsfähigkeit des Gehirns wird ja vielleicht umgangssprachlich auch als Intelligenz übersetzt. Das heißt, Sie können anhand Ihres Modells möglicherweise Rückschlüsse auf die Intelligenz einer Person schließen?

Petra Ritter: Man hat ja schon recht lange geschaut, ob Bildgebungsdaten Auskunft über die Intelligenz geben können. Und man findet auch sehr geringfügige Zusammenhänge beispielsweise zwischen Gehirnvolumen und genereller Intelligenz, zwischen funktioneller Konnektivität, also dem Grad der Korrelation von Aktivität und genereller Intelligenz. Das sind meistens sehr geringfügige Korrelationen, was darauf hindeutet, dass es eben sehr viele Faktoren gibt, die ebenfalls mit die Intelligenz beeinflussen. Wenn wir diese Bildgebungsdaten in unsere Gehirnmodelle einschließen und individuelle Gehirnmodelle damit bauen, das haben wir von über siebenhundert Personen bereits gemacht, konnten wir tatsächlich mit diesen Modellen sehr viel genauer Rückschlüsse auf bestimmte kognitive Prozesse und damit in Verbindung stehende sogenannte generalisierte Intelligenz ziehen.

Seltmann: Sehen intelligente Gehirne auf Ihrem Bildschirm anders aus als weniger intelligente Gehirne? Gibt es da Unterschiede?

Petra Ritter: Also mit dem bloßen Auge, würde ich erst mal sagen, nein. Aber ich hatte es ja jetzt schon erwähnt, es gibt verschiedene Faktoren, die korrelieren mit Intelligenz. Das ist zum Beispiel das Gehirnvolumen, das ist die Oberfläche des Kortex, des Gehirnkortex.

Seltmann: Das heißt, die Gehirne von intelligenten Menschen sind größer als die von nicht so intelligenten Menschen?

Petra Ritter: Genau. Also man muss mit der Interpretation solcher Ergebnisse sehr vorsichtig sein. Aber in der Tat gibt es Publikationen, die zeigen, dass die Größe des Gehirns korreliert auch nach Korrektur für die Körpergröße mit der generalisierten Intelligenz. Aber wie schon gesagt, diese Korrelationen sind sehr gering.

Seltmann: Sie haben gesagt, Sie haben sehr, sehr viele Daten eingespeist von einer ganz großen Untersuchungsstudie. Wahrscheinlich haben mehrere hundert Personen ein MRT oder ein Bildgebungsverfahren erhalten. Ist das sozusagen einfach: Ein Gehirn mehr gibt mehr Informationen? Oder ist das ein lernendes System, das sozusagen auch noch selbst sich immer weiterentwickelt, Stichwort künstliche Intelligenz. Spielt das bei Ihrem Projekt eine Rolle?

Petra Ritter: ... Die künstliche Intelligenz spielt auch eine wesentliche Rolle. Einerseits, indem wir mehr Patientengehirne bzw. auch Gehirne von gesunden Personen am Computer bauen, werden unsere Vorhersagen immer genauer. Das heißt, wir können auch interindividuelle Unterschiede zwischen verschiedenen Gruppen von Personen immer genauer abbilden. Da benutzen wir unter anderem künstliche Intelligenz, um bestimmte Merkmale auch in unseren simulierten Daten herauszufinden, die zwischen verschiedenen Gruppen bzw. auch zwischen verschiedenen Krankheitsverläufen differenzieren können. Andererseits inspirieren wir mit unserer Forschung die künstliche Intelligenz, wir versuchen, genau diese neuronalen Netze zu verstehen und zu rekonstruieren, die für kognitive Leistungsfähigkeit zuständig sind und diese generieren. Und das ist dann eben auch hier wieder so eine Wechselwirkung bzw. ein iterativer Prozess. Einerseits lernt die künstliche Intelligenz von unseren Modellen biologischer Netzwerke und deren Fähigkeit, Kognition zu erzeugen, und andererseits benutzen wir die künstliche Intelligenz, um bessere Modelle zu bauen und bessere Vorhersagen treffen zu können beispielsweise für Patienten.

Seltmann: Kann man sagen, die künstliche Intelligenz hilft der menschlichen Intelligenz dabei, die natürliche Intelligenz zu verstehen?

Petra Ritter: Das könnte man durchaus so sagen, ja.

Seltmann: Ich habe noch eine Frage zum gesunden Gehirn: Sehen Sie eigentlich Unterschiede zwischen männlichen und weiblichen Gehirnen?

Petra Ritter: Zwischen männlichen und weiblichen Gehirnen gibt es widersprüchliche Ergebnisse. Es gibt auch viele Analysen und ähnlich wie mit der Größe und dem Volumen und anderen Merkmalen, die man findet und in Bezug gesetzt hat zur Intelligenz, ist das auch bei der Differenzierung von männlichen und weiblichen Gehirnen: Man findet leichte Unterschiede. Es gibt auch widersprüchliche Ergebnisse. Zum Teil findet man keine Unterschiede. Aber es gibt einige Publikationen, die tatsächlich auch Unterschiede zwischen weiblichen und männlichen Gehirnen gefunden haben. Erst mal ganz klar, es gibt Größenunterschiede. Man muss dann aber bei den Größenunterschieden des Gehirns bzw. Volumenunterschieden natürlich das auch wieder in Bezug setzen zu beispielsweise der Körpergröße, die ja auch im Durchschnitt bei Frauen geringer ist als bei Männern. Und es spielen auch hier wieder ganz viele andere Faktoren mit eine Rolle, nämlich beispielsweise auch Lifestylefaktoren, die sich ja am Ende auch wiederum auf den Körper niederschlagen und eben auch auf Features vom Gehirn. Das heißt, auch ist es immer sehr schwierig, Kausalitäten zu finden. Was wir haben, sind reine Korrelationen.

Seltmann: Können Sie da mal so einen Lifestylefaktor nennen?

Petra Ritter: Ja, also beispielsweise sportliche Betätigung, gesunde Ernährung, aber auch psychosoziale Faktoren spielen eine Rolle ganz generell für die Entwicklung des Körpers, für die langfristige Entwicklung der Gesundheit. Und da kann man im Prinzip sagen, dass gute Lifestylefaktoren insgesamt Auswirkungen haben auf den langfristigen Gesundheitszustand von Personen, aber eben unter anderem auch auf Gehirnfunktionen. Und beispielsweise besteht auch ein Zusammenhang mit funktioneller Konnektivität, also den Aktivitäten, die wir in der Bildgebung messen können im Gehirn.

Seltmann: Also auch zum Beispiel möglichst viel geistige Arbeit zu machen, spiegelt sich das dann auch wieder im Gehirn wider?

Petra Ritter: Genau, geistige Arbeit, soziale Interaktion. Eine große Rolle spielt beispielsweise auch, ob man sich musikalisch betätigt. Das sind alles Faktoren, wo es auch starke Hinweise gibt, dass sie beispielsweise mit dazu beitragen können, vor späteren neurodegenerativen Erkrankungen zu schützen. Und dazu gehört unter anderem auch die Alzheimer-Erkrankung.

Seltmann: Also möglichst ein Instrument lernen auch vielleicht noch im späteren Alter.

Petra Ritter: Das kann auf jeden Fall nichts schaden. Das macht ja außerdem auf jeden Fall Freude.

Seltmann: Frau Ritter, Sie arbeiten ja nicht alleine, Sie haben erstens ein eigenes sehr, sehr großes Team an der Charité und am BIH, und Sie sind Teil des Virtual Brain Network, das ist ja ein großes internationales Netzwerk mit vielen Hirnforschern und Computerspezialisten und Data Scientists. Ich stelle mir vor, Sie arbeiten wie Nervenzellen im Gehirn: Sie haben alle ganz viele Ausläufer und ein ganz großes Netzwerk, und Sie kriegen Input und geben Output. Kann man das ein bisschen so vergleichen?

Petra Ritter: Das kann man genauso vergleichen. Wir arbeiten in der Tat in großen Konsortien, internationalen Verbünden und haben ganz starke Kooperationen und sind tatsächlich auf Inputs von vielen anderen Wissenschaftlern und Wissenschaftlerinnen angewiesen, geben selber natürlich Input in andere Teams und vor allen Dingen bauen gemeinsam eben auch Software und Plattformen, um die vielen einzelnen Puzzleteile zusammenfügen zu können und integrieren zu können. Und ich glaube, es ist ganz wichtig für den Wissenschaftsbetrieb, dass die Anreize noch viel stärker gesetzt werden für Kooperationen. Das heißt, es geht tatsächlich nicht um Wettbewerb, sondern es geht darum, optimal miteinander zusammenarbeiten zu können. Und dazu gehört, dass man die Wissenschaft, die man betreibt, die Daten, die man erhebt, den Code, den man generiert, die Software, die man produziert, dass das alles gut dokumentiert ist. Und meines Erachtens sollte es so weit gehen, dass nur wirklich hundert Prozent reproduzierbare und entsprechend dokumentierte Ergebnisse als wissenschaftliche Ergebnisse gelten. Denn das Schreiben von Publikationen hilft häufig gar nicht weiter, weil diese traditionelle Art, wissenschaftliche Ergebnisse zu verbreiten, häufig damit einhergeht, dass die Ergebnisse eben nicht reproduziert werden können, weil viele Algorithmen, die genutzt wurden für die Analyse der Daten, die Daten selber nicht für die Allgemeinheit verfügbar sind. Und das bedeutet natürlich, dass eine Qualitätskontrolle auch nicht gut möglich ist und dadurch sehr, sehr viel Rauschen produziert wird, indem sehr viele Dinge als Publikationen an die Allgemeinheit gebracht werden und eher es schwerer machen können, wirklich neue Theorien zu finden und diese zu falsifizieren oder zu validieren. Das heißt, ich denke, da muss wirklich ein Umdenken stattfinden. Und ich bin sehr dafür, dass dieses Umdenken insbesondere beim wissenschaftlichen Nachwuchs bereits praktiziert wird.

Seltmann: Das ist ja auch ein ganz starkes Anliegen vom BIH, insbesondere vom BIH Quest Center, dieses Stichwort Open Data und Kollaboration statt Konkurrenz.

Petra Ritter: Absolut, ja, und das unterstütze ich sehr.

Seltmann: Frau Ritter, wenn sie so eine Software entwickeln, anhand derer man beispielsweise simulieren kann, wo man denn jetzt am besten entlangschneidet, um einem Epilepsiepatienten zu helfen oder einem Hirntumorpatienten den Tumor zu entfernen, ist das dann eine Software, die für den Endverbraucher, sprich, für den Neurochirurgen bedienbar ist? Oder muss ihm da schon noch jemand aus Ihrem Team oder vom Virtual Brain Network helfen?

Petra Ritter: Das kommt drauf an. Das Virtual Brain selbst ist eine Software, die eine grafische Benutzeroberfläche hat, die sehr intuitiv bedienbar ist. Und aus meiner Erfahrung ist es so, dass häufig beispielsweise Mediziner, Medizinstudenten, Studierende ein Praktikum bei uns machen und innerhalb weniger Tage mithilfe dieser intuitiv bedienbaren benutzerfreundlichen Software es schaffen, sehr sinnvolle Forschung zu betreiben und komplexe Simulationen von Gehirnen zu generieren. Das heißt, wir haben eine sehr benutzerfreundliche Software. Es gibt allerdings natürlich auch Komponenten, die noch nicht Teil der Software sind, die in der Entwicklung sind, die dann schon wesentlich komplexer sind und auch nicht so benutzerfreundlich dokumentiert sind. Prinzipiell ist es aber möglich, solche Software, die dann eben auch direkt vom Kliniker angewendet werden kann, zu entwickeln. Wir praktizieren das so, dass wir seit Anbeginn dieses Projektes mit Softwareentwicklungsfirmen zusammenarbeiten, die uns da unterstützen. Trotzdem ist die Software Open Source. Das sind also keine kommerziellen Softwareprojekte, die dann nur käuflich erwerbbar sind. Aber wir haben eben die professionelle Unterstützung von Softwareentwicklerteams, damit die Programme dann auch wirklich benutzerfreundlich sind.

Seltmann: Also das Endziel wäre sozusagen wirklich, dass der Neurochirurg die Messdaten seines Patienten in diese Software einspeist und dann eine Grafik geliefert bekommt, anhand derer er ermessen kann, wo er am besten entlangschneidet?

Petra Ritter: Genau so ist es.

Seltmann: Ja, vielen Dank, Frau Ritter, für dieses Gespräch, es war sehr interessant und ich habe viel gelernt. Und ich wünsche Ihnen noch viel Erfolg mit Ihrer Forschung und natürlich: Bleiben Sie gesund.

Petra Ritter: Ich danke Ihnen auch, Frau Seltmann.

Seltmann: Und das war der BIH-Podcast „Aus Forschung wird Gesundheit“ aus dem Berlin Institute of Health, dem BIH. Johanna-Quandt-Professorin Petra Ritter erklärte, wie der Computer dabei helfen kann, das Gehirn besser zu verstehen. Falls auch Sie eine Frage zur Gesundheit oder zur Gesundheitsforschung haben, schicken Sie sie gerne an podcast@bihealth.de Tschüss und bis zum nächsten Mal sagt Stefanie Seltmann.