Das WIN-Kolleg
I 273
sucht. Dabei stellte sich heraus, dass die räumlichen Muster der aktivierten Glome-
ruli sich deutlich ähnlicher sind, wenn 40:60 und 60:40 Mischung zweier Geruch-
stoffe eingesetzt werden, verglichen mit den räumlichen Aktivierungsmustern bei der
Stimulation mit den reinen Ausgangsgeruchsstoffen. Dieses Ergebnis konnte durch
die Messung intrinsischer optischer Signale über einen weiten Konzentrationsbe-
reich bestätigt werden. Beim Vergleich von naiven und in der Geruchsunterschei-
dung trainierten Mäusen zeigten sich keine Unterschiede. Durch Einsatz eines span-
nungsabhängigen Farbstoffs (RH 1838) konnten wir die Ahnlichkeitsverhältnisse
auch direkt für die elektrische neuronale Aktivierung darstellen. Durch die Unter-
suchung des zeitlichen Verlaufs der Korrelation der elektrischen Aktivierungsmuster
nach Experiment mit einer hohen Zahl an Wiederholungen desselben Stimulus
konnten wir bestimmen, wann em externer Beobachter einen Geruchstoff oder eine
Geruchsstoffmischung richtig identifizieren kann. Bei den bisher vorliegenden vor-
läufigen Daten zeigt sich, wie auch im Verhaltensexperiment, eine deutlich längere
Latenz bis zur erfolgreichen Geruchsidentifizierung bei Geruchsstoffmischungen als
Stimuluspaar.
Im Bereich der Datenanalyse gelang es uns, den Einsatzbereich der Dimen-
sionsreduktion und Identifikation funktionaler neuronaler Gruppen durch „Inde-
pendent Component Analysis“ (IGA) zu erweitern. So können nun auch mit span-
nungsabhängigen Farbstoffen gemessene Signale sowie Datensätze mit vielen Wie-
derholungen desselben Stimulus oder vielen verschiedenen Stimuli analysiert wer-
den. Dies erlaubt die Identifikation einer deutlich größeren Zahl funktioneller Ein-
heiten und wird den objektiven Vergleich der Messergebnisse zwischen Tieren deut-
lich erleichtern.
Um den Einfluss der Atmung auf die elektrische Aktivität einzelner Neurone
im Bulbus olfactorius zu untersuchen, haben wir von Mitralzellen in Mäusen mit
doppelter Tracheotomie abgeleitet. Dies erlaubte uns, während einer Messung den
Luftfluss durch die Nase der narkotisierten Maus zu kontrollieren und gezielt zu ver-
ändern. Wir konnten hierdurch zeigen, dass die durch die Atmung bedingte unter-
schwellige Oszillation im Vergleich zu einer Situation nut konstantem Luftfluss durch
die Nase die Präzision der Aktionspotentialzeiten erhöht. Weiter konnten wir auf
Einzelzellebene zeigen, dass auch bei höheren Atemfrequenzen, die dem Schnüffeln
der Mäuse entsprechen, Membranpotential und Aktionspotentialwahrscheinlichkeit
durch die Atmung moduliert werden. Desweiteren bewirkt die durch die unter-
schwellige Oszillation bedingte Präzision eine höhere Informationsübertragung zwi-
schen Zellen. Wie wir in Modellrechungen fanden, ist dies weitestgehend von den
genauen Eigenschaften der Zellen und Rhythmen unabhängig und somit ein Effekt
von Oszillationen, der auch in anderen sensorischen Systemen und Hirnarealen von
großer Bedeutung ist.
4. Mathematische Modellierung und Analyse
Zur Analyse der experimentellen raumzeitlichen Imaging-Daten wurden verschie-
dene Verfahren der statistischen Datenanalyse durchgeführt. Insbesondere Varianten
I 273
sucht. Dabei stellte sich heraus, dass die räumlichen Muster der aktivierten Glome-
ruli sich deutlich ähnlicher sind, wenn 40:60 und 60:40 Mischung zweier Geruch-
stoffe eingesetzt werden, verglichen mit den räumlichen Aktivierungsmustern bei der
Stimulation mit den reinen Ausgangsgeruchsstoffen. Dieses Ergebnis konnte durch
die Messung intrinsischer optischer Signale über einen weiten Konzentrationsbe-
reich bestätigt werden. Beim Vergleich von naiven und in der Geruchsunterschei-
dung trainierten Mäusen zeigten sich keine Unterschiede. Durch Einsatz eines span-
nungsabhängigen Farbstoffs (RH 1838) konnten wir die Ahnlichkeitsverhältnisse
auch direkt für die elektrische neuronale Aktivierung darstellen. Durch die Unter-
suchung des zeitlichen Verlaufs der Korrelation der elektrischen Aktivierungsmuster
nach Experiment mit einer hohen Zahl an Wiederholungen desselben Stimulus
konnten wir bestimmen, wann em externer Beobachter einen Geruchstoff oder eine
Geruchsstoffmischung richtig identifizieren kann. Bei den bisher vorliegenden vor-
läufigen Daten zeigt sich, wie auch im Verhaltensexperiment, eine deutlich längere
Latenz bis zur erfolgreichen Geruchsidentifizierung bei Geruchsstoffmischungen als
Stimuluspaar.
Im Bereich der Datenanalyse gelang es uns, den Einsatzbereich der Dimen-
sionsreduktion und Identifikation funktionaler neuronaler Gruppen durch „Inde-
pendent Component Analysis“ (IGA) zu erweitern. So können nun auch mit span-
nungsabhängigen Farbstoffen gemessene Signale sowie Datensätze mit vielen Wie-
derholungen desselben Stimulus oder vielen verschiedenen Stimuli analysiert wer-
den. Dies erlaubt die Identifikation einer deutlich größeren Zahl funktioneller Ein-
heiten und wird den objektiven Vergleich der Messergebnisse zwischen Tieren deut-
lich erleichtern.
Um den Einfluss der Atmung auf die elektrische Aktivität einzelner Neurone
im Bulbus olfactorius zu untersuchen, haben wir von Mitralzellen in Mäusen mit
doppelter Tracheotomie abgeleitet. Dies erlaubte uns, während einer Messung den
Luftfluss durch die Nase der narkotisierten Maus zu kontrollieren und gezielt zu ver-
ändern. Wir konnten hierdurch zeigen, dass die durch die Atmung bedingte unter-
schwellige Oszillation im Vergleich zu einer Situation nut konstantem Luftfluss durch
die Nase die Präzision der Aktionspotentialzeiten erhöht. Weiter konnten wir auf
Einzelzellebene zeigen, dass auch bei höheren Atemfrequenzen, die dem Schnüffeln
der Mäuse entsprechen, Membranpotential und Aktionspotentialwahrscheinlichkeit
durch die Atmung moduliert werden. Desweiteren bewirkt die durch die unter-
schwellige Oszillation bedingte Präzision eine höhere Informationsübertragung zwi-
schen Zellen. Wie wir in Modellrechungen fanden, ist dies weitestgehend von den
genauen Eigenschaften der Zellen und Rhythmen unabhängig und somit ein Effekt
von Oszillationen, der auch in anderen sensorischen Systemen und Hirnarealen von
großer Bedeutung ist.
4. Mathematische Modellierung und Analyse
Zur Analyse der experimentellen raumzeitlichen Imaging-Daten wurden verschie-
dene Verfahren der statistischen Datenanalyse durchgeführt. Insbesondere Varianten