Das Amygdala-Konnektom der Ratte - RosDok - Universität Rostock
Das Amygdala-Konnektom der Ratte - RosDok - Universität Rostock
Das Amygdala-Konnektom der Ratte - RosDok - Universität Rostock
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
Abbildung 29: Schematische Darstellung zur Small-worldness. Einige wenige Kerne sind durch viele<br />
Konnektivitäten mit kurzer Pfadlänge sehr eng miteinan<strong>der</strong> verbunden. Sie bilden ein Cluster. Die Cluster<br />
untereinan<strong>der</strong> sind nur spärlich miteinan<strong>der</strong> verbunden. Sie erscheinen als getrennte „kleine Welten“.<br />
Ist die Zahl <strong>der</strong> Verbindungen zwischen bestimmten Kerngebieten untereinan<strong>der</strong> nicht<br />
wesentlich höher als zu an<strong>der</strong>en Gruppen o<strong>der</strong> existieren gar mehr inter-Cluster-<br />
Verbindungen, so ist die Modularität niedrig. Im realen Netzwerk <strong>der</strong> <strong>Amygdala</strong> nach de<br />
Omos (2004) ist die Modularität mit 0,136 niedrig. Es gibt also bei Betrachtung <strong>der</strong><br />
konnektionalen Daten eher keine Gruppen von Kernen innerhalb des Mandelkerns, die über<br />
mehr Verbindungen untereinan<strong>der</strong> als zu an<strong>der</strong>en potenziellen Gruppen verfügen. Die<br />
Modularität lässt sich ebenfalls visualisieren (Abbildung 30). Hier erkennt man, dass zwar<br />
Cluster identifiziert wurden, die jedoch untereinan<strong>der</strong> relativ stärker vernetzt sind als<br />
innerhalb <strong>der</strong> Cluster. Die Anzahl <strong>der</strong> Kanten zwischen den vermeintlichen Gruppen ist<br />
relativ hoch, so dass man eher von einer schwachen Modularität sprechen kann. Betrachtet<br />
man die Kerne, die mathematisch Cluster bilden sollen, so sind diese Bestandteil mehrerer<br />
Gruppen innerhalb <strong>der</strong> Glie<strong>der</strong>ung nach de Olmos (2004). Die Kerne <strong>der</strong> Superficial corticallike<br />
nuclear group nach de Olmos finden sich ausschließlich innerhalb des 1. und 3. Clusters<br />
in <strong>der</strong> Abbildung 30, die Kerne <strong>der</strong> CEXA liegen schwerpunktmäßig innerhalb des 2. und 3.<br />
Clusters, die Kerne des Laterobasal nuclear complex sind sowohl auf den 1., als auch den 3.<br />
Cluster verteilt und die Kerne <strong>der</strong> Unclassified cell group auf den 1. und 2. Cluster. Man<br />
erkennt im Ansatz also das Netzwerk nach de Olmos wie<strong>der</strong> (die Kerne sind nicht beliebig<br />
auf die Cluster verteilt), rein mathematisch ist die Zuordnung jedoch nicht kongruent mit <strong>der</strong><br />
nach de Olmos. Die Zusammenordnung <strong>der</strong> Kerne <strong>der</strong> Superficial cortical-like nuclear group<br />
und des Laterobasal nuclear complex innerhalb des 1. und 3. Clusters lassen auf eine starke<br />
Vernetzung dieser beiden Gruppen untereinan<strong>der</strong> schließen, wohingegen die CEXA dichtere<br />
Verbindungen zur Gruppe <strong>der</strong> Unclassified nuclei aufzuweisen scheint.<br />
Skalenfreiheit (Scale-Freeness) ist eine Eigenschaft von Netzwerken, die besagt, dass die<br />
meisten Kerne nur wenige Konnektivitäten aufweisen, wohingegen einige wenige als<br />
sogenannte Hubs (Naben) fungieren und sehr viele Konnektivitäten haben. Man spricht von<br />
Skalenfreiheit, da es keinen Maßstab gibt – es gibt also keine vorhersagbare Anzahl von<br />
Verbindungen, die ein Knoten haben könnte, so wie es in einem Zufallsnetzwerk wäre. Dort<br />
hat je<strong>der</strong> Knoten bei <strong>der</strong> Verteilung <strong>der</strong> Kanten Chancengleichheit, jede <strong>der</strong> Verbindungen,<br />
die durch den Zufallsprozess etabliert werden, trifft jeden Knoten mit <strong>der</strong> gleichen Wahr-<br />
54