Neuronale Grundlagen des Lernens, Bernstein Fokus

Lernen ist eine komplexe Hirnfunktion, die zu dauerhaften Änderungen der dynamischen Prozesse im Gehirn führt. Es wurde nachgewiesen, dass bestimmte Hirnzustände, besonders während des Schlafs, essentiell für Lernen sind und dass der neuronalen Oszillationen eine bedeutende Rolle beim Lernen zukommt, beispielsweise auf zellulärer Ebene für synaptische Plastizität oder auf Netzwerkebene für die Kommunikation zwischen Hippocampus und Neokortex. Die zugrunde liegenden Mechanismen, welche Hirnzustände und Rhythmen mit Lernen verbinden, sind trotz ihrer großen Bedeutung für klinische Anwendungen weitgehend unbekannt. Wir untersuchen daher, wie Hirnzustände das Lernen durch Wechselwirkung mit Rhythmen beeinflussen. Ziel ist es, Mechanismen und theoretische Grundlagen des Lernens zu identifizieren und in Zusammenarbeit mit weiteren Arbeitsgruppen im Verbundprojekt (in Bochum, Leipzig und Lübeck) für die Entwicklung neuer therapeutischer Ansätze zu nutzen.

Projektleitung
Schreiber, Susanne Prof. Dr. rer. nat. (Details) (Theoretische Neurophysiologie)

Mittelgeber
BMBF

Laufzeit
Projektstart: 09/2009
Projektende: 08/2016

Publikationen
Michalikova M, Remme MWH, Schmitz D, Schreiber S, Kempter R (2019): Spikelets in pyramidal neurons: generating mechanisms, distinguishing properties, and functional implications. Reviews in the Neurosciences, 20190044, ISSN (Online) 2191-0200.

Donoso JR., Schmitz D, Maier* N, Kempter* R, *co-last authors (2018): Hippocampal ripple oscillations and inhibition-first network models: frequency dynamics and response to GABA modulators. J. Neurosci., 38: 3124-3146.

Jaramillo J, Kempter R (2017): Phase precession: a neural code underlying episodic memory? Curr. Opin. Neurobiol., 43:130-138.

D'Albis T, Kempter R, (2017): A single-cell spiking model for the origin of grid-cell patterns.
PLoS Comput. Biol., 13(10): e1005782.

Michalikova M, Remme M, Kempter R, (2017): Spikelets in pyramidal neurons: Action potentials initiated in the axon initial segment that do not activate the soma. PLoS Comput. Biol., 13(1): e1005237.

Chenkov N, Sprekeler H, Kempter R, (2017):. Memory replay in balanced recurrent networks. PLoS Comput. Biol., 13(1): e1005359.

Winterer J, Maier N, Wozny C, Beed P, Breustedt J, Evangelista R, Peng Y, D'Albis T, Kempter R, Schmitz D, (2017): Excitatory microcircuits within superficial layers of the medial entorhinal cortex. Cell Reports, 19(6):1110-1116.

Reifenstein E, Ebbesen CL, Tang Q, Brecht M, Schreiber S, Kempter R (2016): Cell-type specific phase precession in layer II of the medial entorhinal cortex. The Journal of Neuroscience, 36(7): 2283-2288; doi: 10.1523/JNEUROSCI.2986-15.2016.

Ebbesen CL, Reifenstein ET, Tang Q, Burgalossi A, Ray S, Schreiber S, Kempter R, Brecht M (2016): Cell type-specific differences in spike timing and spike shape in rat parasubiculum and superficial medial entorhinal cortex. Cell Reports; http://dx.doi.org/10.1016/j.celrep.2016.06.057.

Reifenstein ET, Stemmler M, Herz AVM, KempterR, Schreiber S, (2014): Movement dependence and layer specificity of entorhinal phase precession in two-dimensional environments. PLoS ONE, 9(6):e100636.

Bergmann U, RemmeM, Schreiber S, Sprekeler H, Kempter R, (2013): A cellular mechanism for system memory consolidation. Computational and Systems Neuroscience (COSYNE) II-37.

Reifenstein ET, Kempter R, Schreiber S, Stemmler MB, Herz AV (2012): Grid cells in rat entorhinal cortex encode physical space with independent firing fields and phase precession at the single-trial level. PNAS, 109, 6301-6306.

Zuletzt aktualisiert 2020-18-11 um 09:50