Das Amygdala-Konnektom der Ratte - RosDok - Universität Rostock
Das Amygdala-Konnektom der Ratte - RosDok - Universität Rostock
Das Amygdala-Konnektom der Ratte - RosDok - Universität Rostock
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
4 Diskussion<br />
In <strong>der</strong> Diskussion sollen zunächst die wichtigsten Parameter des LRdO und HRTT-<br />
Netzwerkes zusammengefasst und Unterschiede herausgestellt werden. Anschließend erfolgt<br />
eine kritische Betrachtung <strong>der</strong> Methode (Tract-Tracing-Studien) und <strong>der</strong> eigenen Ergebnisse.<br />
Es werden an<strong>der</strong>e Arbeitsansätze diskutiert und Alleinstellungsmerkmale <strong>der</strong> Thematik<br />
herausgearbeitet. Abschließend soll ein methodischer Ausblick und Möglichkeiten zur<br />
Weiterarbeit mit <strong>der</strong> Thematik gegeben werden.<br />
4.1 Zusammenfassung <strong>der</strong> Ergebnisse<br />
LRdO ist eine überschaubarere Glie<strong>der</strong>ung des Mandelkernes mit einer hohen intrinsischen<br />
Vernetzung, welche aus 32 Kernen auf 6 Glie<strong>der</strong>ungsstufen besteht. <strong>Das</strong> HRTT-Netzwerk <strong>der</strong><br />
<strong>Amygdala</strong> hingegen ist ein großes Netzwerk mit vielen Konnektivitäten, welches sich über 9<br />
Glie<strong>der</strong>ungsebenen erstreckt und insgesamt 278 Kerne beinhaltet. Wichtige Kerne innerhalb<br />
<strong>der</strong> <strong>Amygdala</strong> nach <strong>der</strong> Glie<strong>der</strong>ung von de Olmos (2004) (LRdO) sind <strong>der</strong> Basomedial<br />
amygdaloid nucleus, <strong>der</strong> Central amygdaloid nucleus für den extrinsischen Input und Output,<br />
<strong>der</strong> Medial amygdaloid nucleus und <strong>der</strong> Basolateral amygdaloid nucleus für den extrinsischen<br />
Output. Sie sind intensiv intrinsisch vernetzt und haben Katz-Werte, EC- und Shapley-Werte,<br />
die für eine große Bedeutsamkeit dieser Regionen im <strong>Amygdala</strong>netzwerk sprechen.<br />
Die wichtigsten Kerne für das intrinsische Netzwerk <strong>der</strong> <strong>Amygdala</strong> nach <strong>der</strong> HRTT-Methode<br />
sind <strong>der</strong> Anterior und Posterior cortical nucleus. HRTT ist größer sowie weniger stark<br />
vernetzt und zeigt bei <strong>der</strong> Auswertung <strong>der</strong> globalen Netzwerkparameter Eigenschaften,<br />
welche im kleinen LRdO nicht so deutlich erkennbar sind. Beispielhaft soll hier noch einmal<br />
die Small-Worldness und Skalenfreiheit genannt werden. Wie Barabási und Bonabeau (2004)<br />
bemerkten, ist für das (menschliche) Gehirn eine Skalenfreiheit noch nicht nachgewiesen.<br />
Eine Analyse <strong>der</strong> Verteilung <strong>der</strong> Zahl <strong>der</strong> Konnektivitäten an den Knoten <strong>der</strong> <strong>Amygdala</strong> hat<br />
im intrinsischen Netzwerk <strong>der</strong> <strong>Amygdala</strong> nach <strong>der</strong> Glie<strong>der</strong>ung von de Olmos (2004) keine<br />
Ähnlichkeit mit <strong>der</strong> Potenzfunktion, was gegen eine eindeutige Skalenfreiheit spricht. Öffnet<br />
man jedoch die Glie<strong>der</strong>ung bis auf die Ebene <strong>der</strong> letzten Blätter (Abbildung 64), so ergibt sich<br />
ein Verlauf, welcher <strong>der</strong> Potenzfunktion ähnelt. Da dies <strong>der</strong> sehr grobgranulären (Low<br />
Resolution) Glie<strong>der</strong>ung von de Olmos (2004) nicht mehr entspricht, handelt es sich bei<br />
diesem Netzwerk also um ein eher skalierbares Netzwerk. Ebenso weist die <strong>Amygdala</strong> nach<br />
<strong>der</strong> Einteilung von Pitkänen (2000) eine relativ geringe Glie<strong>der</strong>ungsauflösung (ungeöffnete<br />
Teilbäume) auf und keine Skalenfreiheit. Die Verteilung <strong>der</strong> Kanten ähnelt eher einer<br />
Poisson-Verteilung (siehe Abbildung 67 im Abbildungsanhang).<br />
88