Institut für Neurowissenschaften und Medizin (INM)

Kognitive und klinische Neurowissenschaften

Über

Unsere Arbeitsgruppe untersucht interindividuelle Variabilität in Gehirn–Verhaltens-Phänotypen mithilfe von Machine-Learning-Ansätzen. Ein zentrales Anliegen unserer Forschung ist es, die Quellen dieser Variabilität über die gesamte Lebensspanne hinweg zu verstehen. Dafür integrieren wir Gehirnmaße mit dem Exposom – also der Gesamtheit umweltbezogener, lebensstilbezogener und biologischer Einflussfaktoren, die die menschliche Entwicklung prägen – um ein ganzheitlicheres Verständnis interindividueller Unterschiede im Gehirnphänotyp zu entwickeln. Ein besonderer Fokus liegt auf der Heterogenität bei Erkrankungen: Warum zeigen Personen mit derselben Diagnose deutlich unterschiedliche Gehirn- und Verhaltensprofile? Durch die Kombination von computergestützter Modellierung, Neuroimaging und populationsbasierten Datensätzen verfolgen wir das Ziel, einen Beitrag zur Precision Neuroscience zu leisten – also das Gehirn–Verhaltens-Profil im jeweiligen Kontext zu verstehen.

Forschungsthemen

Gehirnorganisation, Atlanten und Normative Modellierung

Wir entwickeln Gehirnatlanten und normative Modelle, die typische Muster der Gehirnstruktur und -funktion über die Lebensspanne hinweg charakterisieren. Diese Referenzrahmen ermöglichen es, individuelle Abweichungen zu identifizieren, und unterstützen sowohl die Grundlagenforschung als auch die klinische Translation.

Multivariate Exposom–Gehirn–Verhaltens-Mappings und gehirnbasierte Verhaltensvorhersage

Mithilfe fortgeschrittener multivariater Mapping- und prädiktiver Modellierungsansätze identifizieren wir verteilte Gehirnsignaturen, die kognitive, affektive und verhaltensbezogene Phänotypen erklären und vorhersagen.

Unsere Arbeit legt besonderen Wert auf Generalisierbarkeit, Reproduzierbarkeit und Interpretierbarkeit, um robuste Gehirn–Verhaltens-Zusammenhänge zu etablieren. Durch die Modellierung kontinuierlicher Variation in Gehirn–Verhaltens-Phänotypen wollen wir biologisch bedeutsame Heterogenitätsachsen und deren Verknüpfung mit exposomischen Profilen aufdecken.

Exposom-informierte prädiktive Modellierung

Wir integrieren Umwelt-, Lebensstil- und biologische Expositionsvariablen (das Exposom) in prädiktive Modellierungsframeworks. So können wir quantifizieren, wie kumulative Einflüsse über den Lebensverlauf hinweg die Gehirnorganisation und Verhaltensoutcomes sowohl in gesunden als auch in klinischen Populationen prägen.

Krankheitssubtypisierung und Stratifizierung

Wir entwickeln datengetriebene Ansätze zur Identifikation mechanistisch fundierter Krankheitssubtypen auf Basis von Bildgebungs-, Verhaltens- und Exposomdaten.