Volume 16, Issue 4

Zusammenfassung Mäuse und Ratten verfügen über die Fähigkeit, Rufe im Ultraschallbereich auszusenden und zu detektieren (sogenannte Ultraschallvokalisationen, USV). Dabei können in Abhängigkeit von Entwicklungsniveau, affektivem Zustand und sozialem Kontext verschiedene USV-Klassen mit distinkten Schallmerkmalen unterschieden werden. So senden Mäuse und Ratten während der ersten Lebenstage, wenn sie von Mutter und Nest getrennt sind, isolationsinduzierte USV aus, die maternales Such- und Eintrageverhalten induzieren. Diese Rufe werden in der Angstforschung als frühes Maß angstähnlichen Verhaltens herangezogen. Adulte Ratten emittieren in tatsächlichen oder potenziellen Gefahrensituationen, wie Konfrontation mit einem Fressfeind, furchtinduzierte USV, welche für Artgenossen eine Alarmfunktion besitzen. Auch diese Rufe werden in der Angstforschung verwendet. Eine dritte Klasse von Rufen tritt bei juvenilen und adulten Mäusen und Ratten in vermutlich positiv affektiven (sogenannten appetitiven) Situationen auf, etwa während des sozialen Spiels oder des Erkundens von Artgenossen. Auch können diese Rufe durch potenziell süchtig machende Substanzen induziert werden, weshalb sie in der Sucht- und Depressionsforschung eingesetzt werden. Bedeutsamerweise haben diese Rufe eine affiliative kommunikative Funktion, denn sie induzieren soziales Annäherungsverhalten beim Empfänger. Dieser kommunikative Aspekt hat dazu geführt, dass die interaktionsinduzierten USV als Maß für Defizite in Sozialverhalten und Kommunikation eingesetzt werden. Sie finden daher zunehmend Anwendung bei Tiermodellen für tief greifende Entwicklungsstörungen, insbesondere Autismus.

Zusammenfassung Klassische entzündliche Muskelerkrankungen wie die Polymyositis und Dermatomyositis führen oft zu einer sich schnell entwickelnden Schwäche der Muskulatur an Armen und Beinen. Die zugrunde liegende Entzündung im Muskel wird überwiegend durch Immunzellen und Antikörper verursacht. Den meisten Patienten kann durch eine standard-immunsuppressive Therapie geholfen werden. Bei der sporadischen Einschlusskörpermyositis (sporadic inclusion body myositis, sIBM) spielen sehr ähnliche entzündliche Mechanismen eine Rolle mit zytotoxischen T-Lymphozyten, die die Muskelfasern attackieren und dadurch zunehmend schädigen. Zum anderen kommt es bei der sIBM auch zu einer charakteristischen Ablagerung von fehlerhaften Molekülen, die sonst bei neurodegenerativen Krankheiten eine Rolle spielen, allen voran b-Amyloid. Diese Degeneration mit der Entstehung von Einschlusskörpern und Vakuolen ist möglicherweise der Grund für die langsame, jedoch unaufhaltsam voranschreitende Muskelschädigung und ein fehlendes Ansprechen auf eine Standard-Immunsuppression bei der sIBM. Neuere Untersuchungen belegen, dass es zwischen der Entzündung im sIBM-Muskel mit vermehrter Bildung typischer Botenstoffe wie Interleukin (IL)-1b und der Amyloid-assoziierten Degeneration einen spezifischen Zusammenhang gibt. Die hier dargestellten molekularen Mechanismen im Skelettmuskel sind wichtig, um eine gezielte Verbesserung zukünftiger Therapiestrategien für chronische Muskelentzündung zu erzielen. Zum anderen können diese Mechanismen auch zum Verständnis der Pathogenese neurodegenerativer Erkrankungen beitragen.

Zusammenfassung Die jüngsten Fortschritte bei multiplen Einzelzellmessungen und Verfahren der optischen Bildgebung erlauben uns inzwischen, die Aktivität von bis zu Hunderten von Neuronen gleichzeitig zu registrieren. Das Ergebnis solcher Messungen sind hochdimensionale, multivariate Zeitreihen, die noch nie da gewesene Möglichkeiten bieten, Einblicke in Details raum-zeitlicher neuronaler Dynamiken zu erhalten, die kognitiven Prozessen zugrunde liegen. Beispielsweise können sie den Weg bahnen für reliable Einzel-Trial- Analysen, für die Erforschung der Rolle Korrelationen höherer Ordnung bei der neuronalen Codierung, der Mechanismen, die der neuronalen Ensemble-Formierung zugrunde liegen, oder allgemeiner für Übergänge zwischen Attraktorzuständen, die mit kognitiven Prozessen einhergehen. Um dieses Informationspotenzial multivariater neuronaler Zeitreihen auszuschöpfen, werden oftmals fortgeschrittene statistische Methoden benötigt, die über das üblicherweise verwendete Repertoire hinausgehen. In diesem Artikel diskutieren wir anhand spezifischer experimenteller Beispiele einige dieser Methoden zur Visualisierung von Struktur in hochdimensionalen Datensätzen, zur statistischen Inferenz über solche Strukturen, zur Einzel-Trial-Analyse von neuronalen Zeitreihen und zur Rekonstruktion dynamischer Eigenschaften neuronaler Systeme, die sich nur durch simultane Ableitung vieler Zellen gewinnen lassen.

Mice and rats produce and perceive calls in the ultrasonic range (so-called ultrasonic vo­calizations, USV). Various USV types can be differentiated on the basis of distinct acous­tic features. Their occurrence is dependent on stage of development, affective state and so­cial context. When separated from nest and littermates, young mice and rats emit iso­lation-induced USV, which induce mater­nal search and retrieval behaviour. Isolation-induced USV are used as an early marker of anxiety. Adult rats emit fear-induced USV in aversive situations such as predator exposure. They fulfil an alarm function and induce anxi­ety-related behaviour in conspecifics. Fear-in­duced USV are also used in the field of anxi­ety research. Finally, juvenile and adult mice and rats emit interaction-induced USV in pre­sumably appetitive situations such as rough-and-tumble play or social investigation. As they can also be elicited by drugs of abuse, they are used in the field of addiction and de­pression research. They have an affiliative communicative function and induce social approach behaviour in the recipient. Focus­ing on the communicative function of inter­action-induced USV, they serve as a measure for deficits in social behaviour and communi­cation and hence are increasingly used in an­imal models for neurodevelopmental disor­ders such as autism.

Classic inflammatory diseases of the skel­etal muscle such as polymyositis and der­matomyositis often lead to rapid weaken­ing of the arm and leg muscles. Inflamma­tion in the muscle is caused primarily by im­mune cells and antibodies. Most patients re­spond well to standard immunosuppressive therapy. In sporadic inclusion body myositis (sIBM), similar pathomechanisms play a role, including cytotoxic T-lymphocytes, which at­tack and damage muscle fibers. At the same time, sIBM is characterized by an accumula­tion of aberrant molecules, particularly β-am­yloid, which play a role in neurodegenera­tive diseases. This degeneration with forma­tion of inclusion bodies and vacuoles may be the cause of the slow yet relentlessly progres­sive damage to the skeletal muscle and the lack of treatment efficacy of standard immu­nosuppression. Recent reports demonstrate that there is a specific interrelationship be­tween inflammation with generation of me­diators such as interleukin (IL)-1β and the amyloid-associated degeneration. The molec­ular mechanisms discussed here are impor­tant for the future design of better treatment strategies for chronic muscle inflammation. Furthermore, these mechanisms can contrib­ute to a better understanding of the patho­genesis of neurodegenerative diseases.

Recent advances in multiple single-unit re­cording and optical imaging techniques now routinely enable observation of the activi­ty from tens to hundreds of neurons simulta­neously. The result is high-dimensional mul­tivariate time series which offer an unprece­dented range of possibilities for gaining in­sight into the detailed spatio-temporal neu­ral dynamics underlying cognition. For in­stance, they may pave the way for reliable single-trial analyses, for investigating the role of higher-order correlations in neural coding, the mechanisms of neural ensemble forma­tion, or more generally of transitions among attractor states accompanying cognitive pro­cesses. At the same time, exploiting the infor­mation in these multivariate time series may require more sophisticated statistical meth­ods beyond the commonly employed rep­ertoire. Here we review, using specific ex­perimental examples, some of these meth­ods for visualizing structure in high-dimen­sional data sets, for statistical inference about the apparent structure, for single-trial analy­sis of neural time series, and for reconstruct­ing some of the dynamical properties of neu­ral systems that can only be inferred from si­multaneous recordings.