Navigation auf uzh.ch
Navigation auf uzh.ch
Das ganze Leben lang müssen wir uns neue motorische Fähigkeiten aneignen: Ein Baby etwa lernt von Geburt an, seine Arme und Hände zu bewegen, Worte auszusprechen und zu gehen. Die Menschen lernen einen Bewegungsablauf meist durch Üben und tausendfach Wiederholen. Dabei gelingen einige Versuche besser als andere und sie werden insgesamt besser.
Diesen Fortschritt ermöglichen Veränderungen in der Vernetzung des Gehirns. In vielen Hirnarealen müssen Millionen von Verbindungen zwischen Neuronen sowie zwischen Gehirn und Muskeln angepasst werden. Sie müssen zudem gefestigt werden, damit die verbesserten Bewegungsabläufe nicht verloren gehen, wenn die gleichen Hirnareale aktiviert werden, um eine weitere Fähigkeit zu lernen.
Um die biologischen Grundlagen des Lernens zu verstehen, muss die Forschung Gemeinsamkeiten im Erlernen von äusserst verschiedenen Fähigkeiten und Bewegungsabläufen finden. «Beim Klavierspielen oder beim Spracherwerb laufen sehr ähnliche Mechanismen ab. Die beteiligten Muskeln sind jedoch völlig unterschiedlich», sagt Sepp Kollmorgen, Post-Doktorand am Institut für Neuroinformatik der Universität Zürich.
In einer neuen Studie untersuchten Forschende der Universität Zürich und der ETH Zürich am Institut für Neuroinformatik die allgemeinen Prinzipien, die dem Erlernen von komplexen motorischen Fertigkeiten zugrunde liegen. Sie führten einen allgemeingültigen Algorithmus ein, der die unzähligen Veränderungen während eines Lernprozesses auf eine einfache Lernkurve reduziert. So konnten die Wissenschaftler ablesen, wie und wann sich die einzelnen Versuche veränderten, ohne dass alle Details der beteiligten Bewegungen berücksichtigt werden mussten.
Mit ihrer neuen Methode untersuchte das Team, wie männliche Zebrafinken singen lernen. In freier Wildbahn imitieren die Jungvögel den Gesang eines ausgewachsenen Finken, um später Weibchen anzulocken. Im Alter von etwa 40 Tagen beginnen sie, den Gesang nachzuahmen und üben ihn über drei Monate viele tausend Mal pro Tag. «Wir vermuten, dass die Prozesse, die beim Lernen im Gehirn der Vögel aktiv sind, beim Menschen etwa analog ablaufen», erklärt Richard Hahnloser, Professor für Neuroinformatik an der ETH Zürich. Der Vorteil einer Studie bei Vögeln sei allerdings, dass viel präzisere Werkzeuge zur Verfügung stehen, um den Lernprozess im Gehirn zu beobachten.
Die Lernkurve der Zebrafinken enthält Überraschendes: Zum einen zeigt sich, dass der Lernprozess vielschichtig ist und sich guter und schlechter Gesang unterschiedlich verändert. An einem Tag klingen die meisten Lieder ähnlich, aber gelegentlich produziert der Vogel einen besonders guten oder einen wirklich schlechten Versuch. Die Wissenschaftler fanden heraus, dass sich die besten Lieder im Laufe eines Tages langsam aber stetig verbessern und sich über Nacht nicht verändern. Am nächsten Morgen klingen die besten Lieder ebenso gut wie am Vorabend. Die sehr schlechten dagegen verbessern sich während eines Tages schnell – aber dann vergisst der Vogel über Nacht die meisten Fortschritte. Am nächsten Morgen klingen die sehr schlechten Versuche wieder fast genauso wie am Vortag.
Zudem zeigen die Lernkurven, dass die meisten Veränderungen über Nacht vergessen gehen, wenn sie nichts mit dem zu tun haben, was der Vogel zu singen versucht. «Die Vögel scheinen unglaublich effizient zu sein. Dank des Schlafes erinnern sie sich an die positiven Dinge, die sie tagsüber gelernt haben, und vergessen den unwichtigen Rest», erklärt Valerio Mante, Professor am Institut für Neuroinformatik der Universität Zürich.
Diese Prozesse sind die Grundlage für ein besseres Verständnis darüber, wie Lernen im Gehirn abläuft. Das therapeutische Potenzial dieser Erkenntnisse ist gross: Verstünde man zum Beispiel, warum es so schwer ist, sich an Verbesserungen weniger gelungenen Abläufe zu erinnern, wären effizientere Trainingspläne in der Rehabilitation für Schlaganfall- oder Unfallopfer möglich. Es wäre letztlich sogar denkbar, direkt auf bestimmte Hirnareale zuzugreifen, um den Lernprozess zu stimulieren, folgern die Forschenden.
Sepp Kollmorgen, Richard Hahnloser and Valerio Mante. Nearest neighbors reveal fast and slow components of motor learning. Nature, 8. January 2020. Doi: 10.1038/s41586-019-1892-x
