LONDON (IT BOLTWISE) – Eine große Auswertung von Hirndaten zeigt, dass sich die Netzwerktopologie des Gehirns im Lebensverlauf nicht gleichmäßig verändert, sondern an vier Stellen besonders stark umschaltet. Die Übergänge liegen grob bei neun, 32, 66 und 83 Jahren. Das Team beschreibt anhand messbarer Netzwerkgrößen, wann globale Kopplung nachlässt oder lokale Spezialisierung zunimmt. Damit wird nachvollziehbar, wie sich Gehirnnetzwerke in unterschiedlichen Lebensphasen neu organisieren.
Die Forschung liefert einen Ansatz, um die menschliche Gehirnveränderung über die Lebensspanne nicht nur als „mehr oder weniger“ zu betrachten, sondern als klar segmentierte Übergänge. Das Gehirn lässt sich dabei als Netzwerk aus miteinander verbundenen Regionen verstehen; entscheidend ist die Topologie dieses Netzwerks, also wie die Verbindungen strukturell angeordnet sind. Wenn diese Form sich verschiebt, ändert sich auch, wie effizient Informationen zwischen weit entfernten Arealen laufen, wie stark lokale Spezialisierung ausgeprägt ist und welche Regionen als zentrale Umschlagpunkte für Signale fungieren. Die Studie „Topological turning points across the human lifespan“ (Nature Communications) macht genau solche Umschaltmomente entlang des Alters greifbar.
Die Metriken, mit denen die Wissenschaftler die Netzwerkform quantifizieren, sind dabei nicht willkürlich: „Integration“ erfasst, wie leicht Informationen das gesamte Gehirn durchqueren können, und spiegelt sich etwa in kurzen Pfaden zwischen weit entfernten Regionen. „Segregation“ beschreibt dagegen, wie stark sich das Netzwerk in spezialisierte lokale Gruppen aufteilt; dicht verschaltete Nachbarschaften sind hier typisch, etwa für Verarbeitungsschritte, die besonders gut mit visuellen oder motorischen Aufgaben zusammenhängen. „Centrality“ schließlich markiert Knoten, die als aktive Hubs für den Informationsaustausch dienen und damit das Netzwerk widerstandsfähiger gegenüber bestimmten Schäden machen können. Dass topologische Varianten unterschiedliche Zusammenhänge zu Kognition und psychischer Gesundheit in bestimmten Lebensphasen haben können, war in der Literatur bereits angelegt; offen blieb aber, ob sich über das ganze Leben hinweg wiederkehrende Muster in den gleichen Größen abbilden lassen.
Um die Organisation über das Alter hinweg sichtbar zu machen, kombinierten die Forschenden Daten aus neun unterschiedlichen Bildgebungs-Datensätzen. Insgesamt flossen 4.216 Teilnehmende ein, die von der Geburt bis etwa 90 Jahre reichten. Im Kern nutzten die Autorinnen und Autoren eine Form der Magnetresonanztomografie, die die Bewegung von Wassermolekülen verfolgt, um die physische „Verdrahtung“ im Gehirn abzubilden. Weil die Daten aus unterschiedlichen Quellen stammen, harmonisierten sie die Messungen, um systematische Unterschiede durch verschiedene Scan-Setups zu reduzieren. Für jede Person berechneten sie anschließend zwölf Metriken zur Netzwerk-Topologie; zudem kontrollierten sie die Netzwerkdichte so, dass ein fairer Vergleich über Altersgruppen hinweg möglich bleibt.
Für die eigentliche Entdeckung der Umschaltpunkte brauchten sie dann eine Methode, die die hohe Dimensionalität der Metriken sinnvoll zusammenfasst. Die Analyse projizierte die Netzwerkgrößen in drei dimensionale Räume, wobei ein maschinelles Lernverfahren als Filter dient, um überlappende Informationen zu trennen und die grundlegende mathematische Struktur der komplexen Daten sichtbar zu machen. Anschließend verfolgten sie die durchschnittliche „Entwicklungstrajektorie“ im Raum; entscheidend war, wo diese Trajektorie sprunghaft die Richtung ändert. Genau diese Richtungswechsel definieren die „turning points“, also Zeitpunkte, an denen die Struktur des Gehirnnetzwerks besonders deutlich in eine neue Organisationsphase übergeht.
Das Ergebnis: Vier größere Umschaltmomente über die Lebensspanne hinweg – ungefähr im Alter von neun, 32, 66 und 83 Jahren. Diese Punkte unterteilen das Leben in fünf Entwicklungs-Epochen, die jeweils ein eigenes Muster struktureller Veränderungen tragen. In der ersten Phase von Geburt bis etwa neun Jahre sinkt die globale Integration, während die lokale Segregation steigt. Auffällig ist dabei, dass in diesem Abschnitt vor allem die Verbindungsstärke benachbarter Regionen das Alter eines Kindes am besten vorhersagen kann; außerdem fällt das Ende dieser Epochen grob mit dem Beginn der Pubertät zusammen und mit einem biologischen Prozess, bei dem das Gehirn ungenutzte neuronale Verbindungen gezielt reduziert.
Die zweite Phase reicht von neun bis 32 Jahre und umfasst damit Jugend und frühes Erwachsenenalter. Hier wird das Netzwerk auf globaler Ebene zunehmend integrierter, während die Segregation insgesamt zurückgeht; im Zentrum steht das Zusammenspiel zwischen globaler Effizienz und lokaler Spezialisierung. Der Übergang bei 32 Jahre ist laut der Analyse der größte strukturelle Sprung im gesamten Verlauf. Er fällt mit dem bekannten Gipfel des „white matter“-Volumens zusammen – jener myelinisierten Leitungsbahnen, die Regionen verbinden und die Übertragungsgeschwindigkeit unterstützen. Darauf folgt eine lange dritte Phase bis etwa 66 Jahre: Veränderungen laufen langsamer, globale Integration nimmt tendenziell ab, während lokale Effizienz zunimmt; insbesondere die Segregations-Ebene erklärt dabei den Zusammenhang zwischen Alter und Netzwerkform über diese Dekaden hinweg.
Ab 66 Jahre beginnt die vierte Phase, die bis etwa 83 Jahre reicht, und sie ist im Muster deutlich anders: Das Netzwerk bewegt sich stärker Richtung Modularität. Modularität bedeutet, dass das Netzwerk in klarer getrennte, aber intern stark verknüpfte Untergruppen zerfällt. Die Autorinnen und Autoren interpretieren dieses Muster als eine Art Vereinfachung der strukturellen Vernetzung, die zu altersbedingten Veränderungen in der weißen Substanz passt. In der letzten Phase ab 83 bis 90 Jahre wird der Zusammenhang zwischen Alter und Topologie dagegen insgesamt schwächer; als einzige Größe steigt die zentrale Bedeutung einzelner Knoten, also bestimmter lokaler Hubs, mit dem Alter an. Gleichzeitig räumen die Forschenden Einschränkungen ein: Die Studie ist querschnittsbasiert und vergleicht unterschiedliche Menschen verschiedener Altersgruppen statt dieselben Personen über Jahrzehnte hinweg zu beobachten. Damit lassen sich keine Kausalität oder zeitlichen Dynamiken innerhalb einer Person sicher ableiten. Auch feste Netzwerkdichte-Schwellen können kleinere individuelle Unterschiede verwischen, und es fehlen Trennungen nach biologischem Geschlecht. Zudem umfasst die älteste Gruppe lediglich 93 Teilnehmende; dadurch sinkt die statistische Power, und die Befunde im höchsten Alter sind entsprechend weniger robust.
Für die Einordnung ist das besonders wichtig, weil die Aussagekraft von Netzwerk-Metriken stark davon abhängt, wie gut einzelne Effekte über Mess- und Stichprobenunterschiede hinweg „durchscheinen“. Dennoch liefert die Arbeit einen strukturierten Blick: Statt eines linearen „Alter macht alles schlechter“ zeigt sie, dass das Gehirn in mehreren Phasen in unterschiedliche Organisationsmodi wechselt. Diese Art von Ergebnis kann künftig auch für translationalere Anwendungen relevant werden, etwa wenn Forschungsgruppen ähnliche Netzwerkgrößen nutzen, um Entwicklungs- oder Alterungsprofile besser zu charakterisieren oder Fragestellungen zur Rolle von Erkrankungsrisiken in bestimmten Epochen genauer zu untersuchen. Für Kliniken und Entwickler wäre vor allem entscheidend, wie stabil solche turning points gegenüber Scanner-Variationen, Segmentierungsannahmen und natürlichen demografischen Unterschieden bleiben – denn erst dann lassen sich aus reinen Bildgebungsanalysen verlässlichere Modelle für die Praxis ableiten.
💳 Amazon-Kreditkarte mit 2.000 Euro Limit bestellen!
🔥 Heutige Hot Deals bei Amazon: Bis zu 80% Rabatte!
🎉 Amazon Haul-Store für absolute Schnäppchenjäger!
- ★ 23-stufiges KI-Go-Training – Für Spieler mit Grundkenntnissen der Regeln – Entwickelt als intelligenter Trainingspartner passt sich die KI Spielern von 18K bis 9D an. Ideal für alle, die die Grundregeln bereits beherrschen und ihr Spiel verbessern möchten.
- IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
- 【MEHR LEBEN FÜR DEINEN SCHREIBTISCH】 Lerne Eilik kennen – deinen kleinen Roboter-Freund mit Persönlichkeit. Mit liebevollen Animationen, ausdrucksstarken Reaktionen und spielerischen Interaktionen bringt Eilik mehr Freude in deinen Alltag. Ob auf dem Schreibtisch, im Büro oder am Nachttisch – Eilik wird schnell zu einem vertrauten Begleiter für besondere Momente.
- 【XL-Größe für gedeihende Pflanzen】Geben Sie Ihren Pflanzen den Raum, den sie verdienen! Unser verbessertes, großes 13,7 cm großes Design bietet Platz für Pflanzen mit einem Durchmesser von bis zu 8,9 cm und damit deutlich mehr Platz für Wurzelwachstum und Pflanzengesundheit im Vergleich zu kleineren, veralteten Modellen. Die Produktabmessungen betragen 13,6 x 13,6 x 13,2 cm und das Gerät wiegt nur 355 g.
- V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen. Mobile Hotspots können sich mit Loona verbinden und überwinden WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren können.
- Die besten Bücher rund um KI & Robotik!
- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
- Künstliche Intelligenz: Dem Menschen überlegen – wie KI uns rettet und bedroht | Der Neurowissenschaftler, Psychiater und SPIEGEL-Bestsellerautor von »Digitale Demenz«
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "Vier Schlüsselalter verändern die Topologie des menschlichen Gehirns" für unsere Leser?
#Sophos
#AmazonPrime
#Bestseller
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "Vier Schlüsselalter verändern die Topologie des menschlichen Gehirns" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »Vier Schlüsselalter verändern die Topologie des menschlichen Gehirns« bei Google Deutschland suchen, bei Bing oder Google News!