Gehirnwellen sind Spannungsschwankungen im menschlichen Gehirn und können mit Hilfe der Elektroenzephalografie (EEG), einer wichtigen Methode der neurologischen Forschung, sichtbar gemacht werden. Der Begriff Gehirnwellen steht dabei für die synchronen Schwingungen der Aktivität vieler Neuronen, die sich meist über große Teile des Gehirns ausbreiten. Die griechischen Buchstaben bezeichnen dabei die Oszillationsfrequenz, die von einem Hertz bei den Alpha-Wellen bis zu mehreren hundert Hertz im Theta-Bereich reichen. Aufgrund der Frequenzen unterscheidet man fünf Kategorien von Gehirnwellen: Gamma, Beta, Alpha, Theta und Delta. Das Zusammenspiel der Milliarden von Nervenzellen im Gehirn ist aber nicht spontan und zufällig, sondern der Verarbeitung von Gedächtnisinhalten liegt eine Harmonie zugrunde, bei der hemmende Schaltkreise in der Entstehung von hochfrequenten Hirnwellen im Hippocampus eine wichtige Rolle spielen.
Schwingungen der Gehirnaktivität beeinflussen dabei die menschliche Aufmerksamkeit und andere kognitive Prozesse, wobei der Ursprung dieser Schwingungen in den neuronalen Netzwerken liegt. Experimentelle Untersuchungen zeigen, dass bestimmte Klassen von Neuronen größeren Einfluss auf den Oszillationszustand des Netzwerkes nehmen als Andere, wobei hemmende Neuronen, die etwa zwanzig Prozent der Nervenzellen in der Hirnrinde ausmachen, eine Schlüsselrolle in der Entstehung von Gehirnwellen spielen. Wie die hemmenden Neuronen die Oszillation steuern ist allerdings nicht im Detail bekannt, und da Gehirnwellen ein Netzwerkphänomen sind, ist außerdem nicht klar, wie sich die Eigenschaften der einzelnen Zellen in der Netzwerkdynamik widerspiegeln, oder ob eventuell nur die synaptischen Verbindungen von Bedeutung sind.
Zuletzt hat man dafür ein mathematisches Modell entwickelt, das die Aktivität der erregenden und hemmenden Nervenzellen eines Netzwerks wie der menschlichen Hirnrinde bestimmen kann, wobei dieses mathematische Modell zwei notwendigen Bedingungen für die Entstehung von Gehirnwellen lieferte. Erstens müssen die einzelnen hemmenden Neuronen eine unterschwellige Resonanz des Membranpotenzials bei der gewünschten Netzwerkoszillationsfrequenz aufweisen, d. h., sie müssten im Takt schwingen ohne, dass ihre elektrische Impulse diese Schwingung notwendigerweise offenbaren. Aber auch die Art der synaptischen Konnektivität ist essenziell, denn Oszillationen treten nur dann auf, wenn die hemmenden Neuronen durch elektrische Synapsen ausreichender Verbindungstärke vernetzt sind. Dieses Modell zeigt auch, dass allein die Eigenschaften der hemmenden Neuronen und deren Verbindungen die Oszillationsfrequenz des gesamten Netzwerks bestimmen, und das, obwohl die Mehrheit der Nervenzellen erregend sind. Zwar haben die Eigenschaften der erregenden Neuronen auch Einfluss auf die Dynamik des Netzwerks, allerdings bestimmen diese bei den Gehirnwellen nur die Amplitude nicht aber die Frequenz der Schwingung.
In der Hirnrinde waren elektrischen Synapsen bislang kaum bekannt, in den letzten Jahren hat man diese jedoch in mehr und mehr Gehirnarealen gefunden. Es sind allerdings nur hemmende Neuronen elektrisch gekoppelt, zwischen erregenden Nervenzellen wurde diese Art der Signalübertragung bisher noch nicht beobachtet (Tchumatchenko & Clopath, 2014).
Gammawellen (größer als 30 Hz) haben dabei die höchste Frequenz, wurden als letzte entdeckt und sind noch wenig erforscht. Vermutlich stehen sie in engem Zusammenhang mit Höchstleistungen und hohem Informationsfluss im menschlichen Gehirn. Gammawellen zeigen das gleichzeitige Feuern weit verteilter Neuronenverbände an, etwa bei hoher Konzentration. Gamma-Wellen sollen nach neueren Untersuchungen daher wichtig für Aufmerksamkeit und Konzentration sein, aber auch bei der Meditation und bei Lernprozessen, wobei unklar ist, ob es sich dabei um ein fundamentales Merkmal dieser Prozesse oder um ein neuronales Nebenprodukt handelt. Man vermutet, dass diese Frequenzen über 30 Hertz die Zusammenarbeit verschiedener Zellnetzwerke des Gehirns koordinieren. Bekannt ist auch, dass die Aktivität in diesem Frequenzbereich etwa bei Alzheimer-PatientInnen deutlich reduziert ist. Shin & Moore (2019) glauben in den Gammawellen nun im Mausmodell jene Neuronen entdeckt zu haben, die als eine Art Metronom des Gehirns fungieren könnten, denn diese bringen neuronale Prozesse in Einklang und ermöglichen so die koordinierte Verarbeitung von Sinnesreizen. Dafür ist eine bestimmte Art von Neuronen verantwortlich, die sie als fast spiking interneurons bezeichnen. Indem diese im Gehirn den Takt vorgeben, scheint sich die sensorische Wahrnehmung der Tiere zu verbessern.
Strüber et al. (2017) untersuchten dabei die Kommunikation zwischen den Interneuronen im Hippocampus bei Mäusen. Interneurone sind zwischen zwei oder mehreren anderen Neuronen liegender Zelltyp mit besonders kurzen Zellfortsätzen, die schnell und effizient eine Fortleitung hemmender Impulse an die Nachbarzellen bewirken. Es zeigte sich, dass die umliegenden Zellen, wenn sie sich aus ihrem Ruhezustand lösen, empfänglich gegenüber bestimmten Informationen sind, und dadurch zur Bildung eines gemeinsamen Aktionspotentials angeregt werden, sodass ein Signal auf andere Neuronen übertragen werden kann, was elektrophysiologisch als Entladung von Gammawellen gemessen werden kann. Dabei mischen sich die Mikroschaltkreise nicht ineinander ein, sondern sie speichern parallel verschiedene Informationen, wie etwa die Attribute Form und Farbe eines Gegenstands, ab oder rufen diese ab. Dieser Mechanismus erlaubt die zeitgleiche parallele Verarbeitung und das Speichern von Information, wobei vermutlich auf diese Weise erste Gedächtnisspuren gelegt werden.
Siehe dazu im Detail Das menschliche Gehirn.
Literatur
Shin, Hyeyoung & Moore, Christopher I. (2019). Persistent Gamma Spiking in SI Nonsensory Fast Spiking Cells Predicts Perceptual Success. Neuron, doi:10.1016/j.neuron.2019.06.014.
Strüber, M., Sauer, J. F., Jonas, P. & Bartos, M. (2017). Distance-dependent inhibition supports focality of gamma oscillations. Nature Communications, 8, doi: 10.1038/s41467-017-00936-3.
Tchumatchenko, T. & Clopath, C. (2014). Oscillations emerging from noise-driven steady state in networks with electrical synapses and subthreshold resonance. Nature Communications, doi:10.1038/ncomms6512.