22455 research outputs found
Sort by
Self-processing in the brain through the prism of art and psychopathology
Get PDFThe self is studied in depth in psychology and neuroscience, yet there is no universally recognized definition of what the self is or could be. A new integrative theoretical model of neural mechanisms of the self was introduced based on empirical findings: cortical midline structures (parts of the default mode network) of the brain are involved in the processing of stimuli that refer or relate to the self. Specifically, "self-referential" represents an external point of view while "self-related" means an internal point of view. It is assumed that the components of the self should be viewed as constituents and functions of complex networks rather than as distinct identities.
In a series of studies, we aimed to link self-referential and self-related processing with neural activity. We employed both single studies and group designs. Individuals whose professional identity was notable and distinctive (a famous opera singer, a catholic bishop) represented single cases. In contrast, the clinical case illustrated an example of disordered basic self-processing (depersonalization case). Using a single case approach, we avoided the inter-subject heterogeneity in a group, allowing us to focus on the intricacies deriving from that individual's unique background and epigenetic influences. The focus of the group studies was on the role of emotional processing in individuals with Alzheimer's disease who had a memory impairment that compromised their identity, as well as how musical training could intensify emotions by engaging in self-referential processing (neural processing in musicians vs. non-musicians).
We identified the cortical midline structures as being involved in self-referential and self-related processing in diverse ways. Specifically, self-referential processing was associated with activations in cortical midline structures (DLPFC, ACC, OFC) in the case of an eminent opera singer. The activation of the precuneus and subcortical structures drove the self-related activity. At the same time, the role of the default mode network was highlighted as being disinhibited in a depersonalization case or during praying in a religious case. The association between self-referential processing, emotions, and memory was demonstrated in group studies. Thus, emotional expression deficit in Alzheimer's patients was closely linked with a decline in autobiographical memory, consequently affecting personal identity. In musicians, the emotional perception was intensified and presumably became more self-referential as the frontal midline structures were more activated in contrast to non-musicians. Art and pathology can provide insight into the neural processing of the self as the cases allow us to naturally model self-processing relying either on protrusive or diminutive features.Das Selbst wird in Psychologie und Neurowissenschaften intensiv untersucht, doch es existiert noch keine allgemein gültige Definition, was das Selbst ist oder sein könnte. Es wird ein neues integratives theoretisches Modell für neuronale Mechanismen des Selbst auf der Basis von empirischen Befunden vorgeschlagen: Kortikale Mittellinienstrukturen des Gehirns (Teile des Ruhenetzwerks) sind an der Verarbeitung von Reizen beteiligt, die in einer Referenz („self-referential“) zu oder in einer engen Verknüpfung („self-related) mit dem Selbst stehen; „self-referential“ bezeichnet eher einen externen Standpunkt zu sich selbst; „self-related“ bezeichnet einen eher internen Standpunkt. Es wird davon ausgegangen, dass Komponenten des Selbst als Bestandteile und Funktionen komplexer Netzwerke und nicht als eigenständige Entitäten zu verstehen sind. In mehreren Studien war das Ziel, die Verarbeitung der beiden Selbst-Modi in einen Zusammenhang mit neuronalen Aktivitätem zu bringen. Es wurden sowohl Einzel- als auch Gruppendesigns genutzt, und Personen mit einer akzentuierten Identität aufgrund des Berufs oder der Beschäftigung oder auch mit Störungen des Selbst aufgrund klinischer Pathologie (Schizophrenie, Morbus Alzheimer) wurden eingeschlossen. Personen mit bemerkenswerter und ausgeprägter beruflicher Identität (eine berühmte Opernsängerin, ein katholischer Bischof) stellten Einzelfälle dar, und ein klinischer Fall diente als Beispiel für eine grundlegend gestörte Selbstverarbeitung (Depersonalisation). Durch die Verwendung des Einzelfallansatzes wurde eine interindividuelle Heterogenität der Gruppe vermieden, was ermöglichte, sich auf besondere Feinheiten zu konzentrieren, die sich aus der einmaligen Beschaffenheit und epigenetischen Einflüssen eines Individuums ergaben. Der Fokus in den Gruppenstudien lag auf der Rolle der Emotionsverarbeitung bei Personen mit Morbus Alzheimer mit einer Gedächtnisstörung, die ihre Identität beeinträchtigte, sowie darauf, wie ein musikalisches Training Emotionen intensivieren kann, indem es selbst-referentielle Verarbeitung nutzt. Es wurde festgestellt, dass kortikale Mittellinienstrukturen auf verschiedene Weise bei den beiden Selbst-Modi beteiligt sind. Insbesondere war die „self-referential” Verarbeitung mit Aktivierungen in kortikalen Mittellinienstrukturen (DLPFC, ACC, OFC) bei der berühmten Opernsängerin verbunden. Die „self-related“ Aktivität wurde durch Aktivierungen im Precuneus und subkortikalen Strukturen beobachtet. Gleichzeitig wurde die Rolle des enthemmten Ruhenetzwerks bei einer Depersonalisation oder während eines religiösen Gebets festgestellt. Ein Zusammenhang zwischen „self-referential“ Verarbeitung, Emotionen und Gedächtnis wurde in den Gruppenstudien nachgewiesen. Das emotionale Ausdrucksdefizit bei bei Morbus Alzheimer war eng mit dem Nachlassen des autobiografischen Gedächtnisses verbunden, was sich auf die persönliche Identität auswirkte. Bei den Musikern war die emotionale Wahrnehmung intensiviert und wurde vermutlich stärker „self-referential“, da die frontalen Mittellinienstrukturen im Gegensatz zu Nichtmusikern stärker aktiviert waren. Insgesamt läßt sich sagen, daß Kunst und Pathologie besondere Einblicke in die neuronale Verarbeitung des Selbst erschließen; in solchen Fällen ist es möglich, auf eine besondere Weise die Selbstverarbeitung zu untersuchen und zu modellieren
Emergence through non-local interactions
Get PDFEmergent patterns in biological systems arise from simple interactions between individual components, leading to complex, organized structures across multiple scales. At the cellular level, protein reaction-diffusion processes drive essential functions such as polarization and division. On larger scales, groups of cells or bacteria self-organize into dynamic, collective structures. In this thesis, we investigate how non-local interactions shape this emergent behavior. Specifically, we examine how mechanical coupling with deforming geometries affects protein pattern selection and how long-range communication in active matter systems promotes the emergence of novel structures and cooperative functionalities.
We start by investigating pattern formation within spatially modulated tubular geometries. We focus on the impact of geometric deformations in bulk-boundary reaction-diffusion systems which are paradigmatic models for cellular pattern formation. By performing a dimensionality reduction, we derive an effective one-dimensional description that incorporates the geometric effects of deformations on the reaction-diffusion dynamics. Through perturbative analysis, we identify the spatially varying ratio of bulk volume to surface area as the key factor driving geometric length scale selection in these systems. We find that protein systems can collectively form patterns that sense external geometries. By analyzing the long term dynamics in the system, we find geometrically controlled pattern stabilization and identify interface minimization as the driving factor behind geometrically interrupted coarsening.
Building on these findings, we explore a system in which a dynamic geometric non-local coupling gives rise to emergent phenomena. We consider demixing of membrane-embedded protein systems where the species geometrically couple to the membrane by inducing a preferred curvature in the surface. The resulting dynamic deformations of the elastic membrane generate an effective form of non-local mechanical coupling. By analyzing the thermodynamics of the system, we demonstrate how surface deformations can both induce and suppress demixing, enforce the selection of a finite pattern length scale, and arrest coarsening.
Altogether, we find that geometric effects such as static deformations or dynamic mechanical feedback loops play a significant role in shaping pattern formation and dynamics in spatio-temporally modulated domains.
In the second part of the thesis, we go beyond this immediate non-local mechanical coupling and consider the role of long-distance communication by chemical and acoustic signals in self-propelled
active matter. Therefore we consider a system of self-propelled active agents with polar alignment that are equipped with an additional internal degree of freedom. This state, which is not directly coupled to the agents’ self-propulsion behavior, can be used for a communication machinery. Depending on their intrinsic states and the local concentration of chemical signaling molecules, agents can contribute by relaying the signal. Such a relaying mechanism gives rise to long-range communication as chemical signals are not limited by diffusive spreading but relaying yields trigger wave propagation of the signals. We find that such a chemical signaling in collectives of active agents
yields a hierarchical self-organization. The system employs different collective dynamic states at different stages of the aggregation process. Thereby the different states exhibit phenotypical behaviors
and fulfill distinct roles. By quantifying the dynamic information content related to the emergent order in the system, we qualitatively link the emergent order to the signal processing events at the level of the individual units.
Building on this study on emergent self-organization enabled by non-local communication, we focus on cooperative functionalities that arise when agents acquire information about distant regions of the system through signaling. To this end, we introduce a model of acoustically interacting active matter, where agents possess internal oscillators that continuously emit acoustic signals into their environment. This system serves as an analog to a collective of self-propelled oscillators that achieve synchronization through a shared, self-generated acoustic field.
Our findings demonstrate that synchronization enables agents to undergo self-organized differentiation and aggregation into distinct phenotypic states, each characterized by unique acoustic signatures. Beyond individual acoustic coupling, these collectives broadcast information about their internal states into the environment through their specific acoustic emissions. Notably, we observe the emergence of collective functionality: the system adapts dynamically to environmental changes by responding to reflected signals. Moreover, the self-organized differentiation of agents confers a form of phenotypic resilience, allowing the collective to recover robustly even after substantial perturbations.
In summary, we explore various scenarios where non-local coupling gives rise to emergent phenomena. Our work provides insights into the interplay between geometric deformations and mechanical coupling in pattern-forming systems, with implications for cellular structure formation. Additionally, we shed light on the role of non-local communication in active matter systems, advancing the understanding of emergent self-organization and paving the way for the development of functional active matter systems.Emergente Muster in biologischen Systemen entstehen aus einfachen Interaktionen zwischen individuellen Komponenten und führen zu komplexen, organisierten Strukturen über mehrere Skalen hinweg. Auf zellulärer Ebene treiben Reaktions-Diffusions-Prozesse von Proteinen wesentliche Funktionen wie Polarisation und Zellteilung an. Auf größeren Skalen organisieren sich Gruppen von Zellen oder Bakterien zu dynamischen, kollektiven Strukturen. In dieser Arbeit untersuchen wir, wie nicht-lokale Interaktionen dieses emergente Verhalten beeinflussen. Insbesondere betrachten wir, wie mechanische Kopplung mit deformierbaren Geometrien die Musterauswahl beeinflusst und wie langreichweitige Kommunikation in Systemen aktiver Materie die Entstehung neuartiger Strukturen und kooperativer Funktionalitäten fördert.
Wir beginnen mit der Untersuchung von Musterbildung in räumlich modulierten, röhrenförmigen Geometrien. Der Fokus liegt hier auf den Auswirkungen geometrischer Deformationen auf die Strukturbildung in Reaktions-Diffusions-Systemen mit reaktiver Kopplung zwischen Spezies im Volumen und auf einer umschließenden Oberfläche. Diese Systeme stellen relevante, paradigmatische Modelle für die zelluläre Musterbildungn dar. Durch eine Dimensionsreduktion leiten wir eine effektive eindimensionale Beschreibung her, die die geometrischen Effekte der Deformationen auf die Reaktions-Diffusions-Dynamik berücksichtigt. Mit einer störungstheoretischen Analyse identifizieren wir das räumlich variierende Verhältnis von Volumen zu Oberfläche als den entscheidenden Faktor, der die Auswahl geometrischer Längenskalen in diesen Systemen bestimmt. Wir zeigen, dass die gebildeten Muster von Proteinsystemen in Wechselwirkung mit den begrenzenden Geometrien stehen. Durch die Analyse der Langzeitdynamik im System, finden wir eine geometrisch kontrollierte Musterstabilisierung und identifizieren die Minimierung von Grenzflächen als treibenden Faktor hinter der geometrisch unterbrochenen Vergröberung und Reifung der Strukturen.
Aufbauend auf diesen Ergebnissen untersuchen wir ein System, in dem eine dynamische geometrische, nicht-lokale Kopplung zu emergenten Phänomenen führt. Wir betrachten die Entmischung von membrangebundenen Proteinen, die durch eine Induzierung einer bevorzugten Krümmung mit der Membran gekoppelt sind. Die resultierenden dynamischen Deformationen der elastischen Membran erzeugen eine effektive Form nicht-lokaler mechanischer Kopplung. Durch thermodynamische Analysen zeigen wir, wie Oberflächendeformationen die Entmischung sowohl induzieren als auch unterdrücken können und durch Selektion einer endlichen Längenskala die Vergröberung und Reifung der Muster stoppen.
Insgesamt stellen wir fest, dass geometrische Effekte, wie statische Deformationen oder dynamische, mechanische Rückkopplungsschleifen, eine bedeutende Rolle bei der Musterbildung und -dynamik in räumlich-zeitlich modulierten Geometrien spielen.
Im zweiten Teil der Arbeit gehen wir über diese unmittelbare nicht-lokale mechanische Kopplung hinaus und betrachten die Rolle von langreichweitiger Kommunikation durch chemische und akustische Signale in beweglicher aktiver Materie. Dazu untersuchen wir ein System von selbstangetriebenen, polaren Agenten, die mit einem zusätzlichen internen Freiheitsgrad ausgestattet sind. Dieser interne Zustand, der nicht direkt mit der Bewegung der Agenten gekoppelt ist, implementiert einen Mechanismus der zur Kommunikation genutzt werden kann. Abhängig von ihrem internen Zustand und der lokalen Konzentration chemischer Signalmoleküle, können Agenten die Weiterleitung der Signale unterstützen. Dieser Weiterleitungsmechanismus ermöglicht langreichweitige Kommunikation, da chemische Signale nicht auf diffusive Ausbreitung beschränkt sind, sondern durch Weiterleitung die Ausbreitung von Erregungswellen ermöglichen. Wir zeigen, dass solche chemische Signalweiterleitung in Kollektiven aktiver Agenten zu einer hierarchischen Selbstorganisation führt. Das System nimmt im Verlauf des Aggregationsprozesses verschiedene kollektive dynamische Zustände ein. Diese Zustände weisen unterschiedliche phänotypische Verhaltensweisen auf und erfüllen jeweils spezifische Rollen. Durch die Quantifizierung des dynamischen Informationsgehalts, der mit der emergenten Ordnung im System verbunden ist, stellen wir einen qualitativen Zusammenhang zwischen dieser Ordnung und den Signalverarbeitungsvorgängen auf der Ebene der individuellen Einheiten her.
Aufbauend auf dieser Untersuchung der emergenten Selbstorganisation durch nicht-lokale Kommunikation, konzentrieren wir uns auf kooperative Funktionalitäten, die entstehen, wenn Agenten Informationen über entfernte Regionen des Systems durch Signalübertragung erhalten. Zu diesem Zweck stellen wir ein Modell akustisch interagierender aktiver Materie vor, bei dem Agenten interne Oszillatoren besitzen, die kontinuierlich akustische Signale in ihre Umgebung aussenden. Dieses System dient als Analogon zu einem Kollektiv selbstangetriebener Oszillatoren, die durch ein gemeinsames, selbstgeneriertes akustisches Feld wechselwirken und synchronisieren.
Unsere Ergebnisse zeigen, dass Synchronisation es den Agenten ermöglicht, sich selbstorganisiert zu differenzieren und in unterschiedliche phänotypische Zustände zu aggregieren, die durch unterscheidbare akustische Signaturen charakterisiert sind. Über die akustische Kopplung zwischen einzelnen Agenten hinaus ermöglichen die akustischen Signale dass die Kollektive Informationen über ihre internen Zustände durch spezifische Emissionen in die Umgebung senden. Bemerkenswerterweise beobachten wir die Entwicklung kollektiver Funktionalität: Das System passt sich dynamisch an Umweltveränderungen an, indem es auf reflektierte Signale reagiert. Zudem verleiht die selbstorganisierte Differenzierung den Agenten eine Form von phänotypischer Resilienz, die es dem Kollektiv ermöglicht, sich selbst nach erheblichen Störungen wiederherzustellen.
Zusammenfassend untersuchen wir verschiedene Szenarien, in denen nicht-lokale Kopplung zu emergenten Phänomenen führt. Die Arbeit liefert wichtige Erkenntnisse über das Zusammenspiel zwischen geometrischen Deformationen und mechanischer Kopplung in musterbildenden Systemen mit Implikationen für die Bildung zellulärer Strukturen. Darüber hinaus beleuchten wir die Rolle nicht-lokaler Kommunikation in aktiven Materiesystemen, erweitern das Verständnis von emergenter Selbstorganisation und ebnen den Weg für die Entwicklung funktionaler Systeme aktiver Materie
Quantitative modeling of land system transformations within an interdisciplinary modeling framework
Get PDFThe recombination landscape of fission yeast: natural variation and the effects of direct selection and inversions on the evolution of recombination
Get PDFSex, and therefore meiotic recombination, are almost ubiquitous in the eukaryotic world. Recombination involves the shuffling of genes during meiosis, generating new combination of alleles in the offspring. This process is widely believed to be beneficial for adaptation, as it creates new variation for evolution to act on, and it separates deleterious mutations from beneficial alleles. Recombination comes, however, with costs, such as breaking up combinations that are already beneficial in a certain environment, or possible mechanistic mistakes.
Recombination variation in nature – from higher taxonomic clades, to changes in recombination rates within the same chromosome –is influenced by a complex interplay of genetic and environmental factors. Concretely, the discovered genetic factors that control recombination rate variation show that recombination rates not only affect evolution, but are affected by evolution too.
Despite decades of research, the mechanisms which regulate recombination rates are still unknown. Using the fission yeast Schizosaccharomyces pombe as a model organism, I elucidate some of the previously unanswered questions about the current variation of recombination rates, and what mechanisms affect them. In the first part of the results, it is shown that recombination rates significantly vary among strains, and within the strains when comparing the three chromosomes. The data indicates that recombination rates in fission yeast could be locally regulated, within distances of few kilobases.
To elucidate how this current variation came to be, in my second part of the results I performed an evolutionary experiment where the effect of direct selection in recombination rate changes is proved. Here, recombination rates in two intervals were changed, both increased and decreased, after 36 generations.
Finally, the effect of the presence of inversions in heterozygosis, as well as the effect of their size, is tested. These show an effect on recombination both inside and on the flanks of the inverted segment, as well as demonstrating that inversions affect cell viability. These effects depend on size.
This work provides a framework for understanding the role that direct selection and genomic rearrangements have on the evolution of recombination rates, and they shed light on how the current variation we observe has been achieved
Unraveling novel roles in the mitochondrial DNA interactome
Get PDFMitochondria are dynamic organelles crucial for eukaryotic life, renowned for their role in energy generation via oxidative phosphorylation. At the heart of their functionality, lies the mitochondrial DNA (mtDNA), which encodes key components of the electron transport chain, while the rest are encoded by the nuclear genome, reflecting their dual genetic origin.
The mtDNA is organized into a large nucleoprotein complex known as the mitochondrial nucleoid, that is, in turn, a part of a larger, highly-ordered expressosome-like assembly called the MIOREX complex. The MIOREX complex houses the nucleoid, along with a variety of factors involved in mitochondrial gene expression, genome organization, protein biogenesis and the mitoribosome. Although recent efforts have significantly elucidated the components and mechanisms of MIOREX complexes, the complete MIOREX interactome remains elusive, with many of its protein partners and associated molecular mechanisms yet to be identified.
This study attempts to characterize two such candidates, which have been previously identified to be present in the mtDNA interactome, and aims at studying their interaction with the mitochondrial genome. The first candidate is the pyruvate dehydrogenase complex (PDHc), that is well-known for its conserved role in glucose metabolism. The findings in this research reveal an additional role for the PDHc in promoting mitochondrial health, by contributing to mtDNA maintenance and associating with the gene expression machinery, which is independent of the traditional metabolic function of the PDHc, and involves interactions with mitochondrial RNA. Moreover, the precise molecular interactions of this complex have been elucidated through biochemical analyses, providing valuable insights into its identity as a bifunctional enzyme.
The second candidate, Yme2, an inner mitochondrial membrane protein, has been previously implicated in mitochondrial protein biogenesis, albeit its mechanism of action remains unclear. Through a combination of bioinformatics and mutagenesis approaches, this research identifies that Yme2 contains an RNA recognition motif (RRM) as well as a AAA+ domain. Moreover, the results demonstrate that YME2 engages in genetic interactions with MDM38, MBA1, and OXA1, as well as biochemical interactions with mitochondrial nucleoid-associated proteins, thereby linking Yme2 to the mitochondrial protein biogenesis machinery. Collectively, by examining the interaction dynamics of PDHc and conducting mutational characterization of Yme2, I aim to contribute new perspectives to the field of the mtDNA interactome, thereby advancing research in this domain
Langzeitergebnisse nach selektiver Matrixhornverödung mittels Phenolkaustik zur Behandlung von Zangennägeln
Get PDF
Non-invasive examination of the vascular adaption in patients with aortic valve stenosis after transcatheter aortic valve implantation
Get PDFAortic stenosis (AS) is the most common acquired valvular heart disease in high-income countries. It has an estimated prevalence of 4% in the age group of 70 years and older. Many studies predict that this will increase in the next decades due to an ageing population and improved diagnostic methods. This adds even more importance to finding effective tools for risk prediction, treatment decisions and patient management.
The pathophysiology of AS is a complex, three-stage process: it starts with local inflammation of the valve, followed by lipid deposition and finally calcification. Importantly, AS is not just a local alteration of the valve but impacts the whole cardiovascular system. The valve area decreases and obstructs the blood flow leading to left ventricular hypertrophy as a compensatory mechanism. This process can be exacerbated by reduced arterial compliance and endothelial dysfunction. The interaction between arterial function and AS is receiving increasing interest to gain a better understanding of the development of AS, but also to find new cardiovascular markers. The development and progression of AS are highly individual in each patient. Grading can be difficult and even contradictory. Aortic valve area, pressure gradient and maximum velocity are the main grading factors. Additionally, surgical risk, symptoms and left ventricular ejection fraction are important for treatment decisions. No pharmacological treatment for AS exists so far. Surgical aortic valve replacement has long been the standard therapy, but transcatheter aortic valve implantation (TAVI) is now the most frequent intervention in Germany.
To gain a better understanding of how vascular function is affected by TAVI in patients with AS, we compared two novel methods for measuring vascular function before and after TAVI. Two-dimensional speckle tracking (2DST) is a non-invasive method, that can be used to quantify vascular stiffness of the carotid artery. The movement of so-called speckles, reflections of ultrasound waves in the tissue, is automatically tracked using an algorithm. The great advantage of 2DST is that it is easy to use and does not require any special equipment, unlike many other methods for vascular stiffness. Additionally, computer-programs for the evaluation of ultrasound data for 2DST are widely available today. Secondly, endothelial function was measured using fingertip reactive hyperemia peripheral arterial tonometry (RH-PAT). It has similar advantages, such as a simpler application and less observer dependency than other established methods for endothelial dysfunction.
We could demonstrate that vascular function measured by 2DST improved significantly after TAVI, while RH-PAT showed no significant improvement. To gain a better understanding why RH-PAT does not change in general, patients were further divided into two groups, one with no or negative change in RH-PAT and one with positive change. Interestingly, patients with more severe AS were more likely to be in the group with no or negative change. This is probably due to the more pronounced blood flow restrictions in patients with a smaller aortic valve area and higher flow velocities. Hemodynamic parameters were also an important influencing factor for the change in vascular stiffness, but with the opposite effect. Patients with more severe AS showed a more pronounced improvement in vascular stiffness. Microvascular flow therefore appears to respond differently to TAVI than the blood flow and vascular stiffness of larger vessels.
These results underline the relevance and indication of different measurement methods for vascular function and the complexity of the interaction between TAVI, the heart and the vessels. Our results can potentially help to better monitor patients with AS before and after intervention. In the long term, further studies are needed to establish whether 2DST and RH-PAT are also suitable as risk markers for morbidity and mortality. Both parameters could help to improve the understanding of vascular function in patients with AS in the future and provide much-needed markers.Die Aortenklappenstenose (AS) ist die häufigste erworbene Herzklappenerkrankung in Industrieländern, mit einer geschätzten Prävalenz von 4 % in über 70-Jährigen. Viele Studien gehen davon aus, dass die Häufigkeit in den nächsten Jahrzehnten weiter steigen wird. Als Gründe sind dafür der demografische Wandel, aber auch eine bessere Diagnostik zu nennen. Umso wichtiger ist es daher, effektive Möglichkeiten zu finden, Patienten in Risikogruppen einzuteilen, Behandlungsentscheidungen treffen zu können und das Management zu verbessern.
Die Pathophysiologie der AS ist ein komplexer, dreistufiger Prozess: zuerst eine lokale Entzündung der Klappe, gefolgt von der Einlagerung von Lipiden, und als finaler Schritt die Kalzifizierung. Während diese lokalen Prozesse ablaufen, betrifft eine AS aber auch das ganze kardiovaskuläre System. Der Klappendurchmesser reduziert sich fortschreitend und behindert den Blutfluss. Dies führt zu einer Linksherzbelastung und kann zusätzlich noch durch eine reduzierte arterielle Compliance und endotheliale Dysfunktion verstärkt werden. Um ein besseres Verständnis für die AS zu entwickeln, wird dieses Zusammenspiel zunehmend erforscht um Ansatzpunkte für neue Marker zu finden. Der Ablauf und die Progression von AS sind je nach Patient sehr individuell. Daher ist auch die Einteilung von AS in Schweregrade kompliziert und nicht immer eindeutig. Die wichtigsten Faktoren für die Einteilung sind der Druckgradient, die Klappenöffnungsfläche und die Flussgeschwindigkeit. Daneben können für die Therapieentscheidung noch das Operationsrisiko und die Symptomatik relevant sein. Trotz fortschreitender Forschung gibt es bis jetzt keine medikamentöse Therapie für Patienten mit AS. In Deutschland hat die Transkatheter-Aortenklappenimplantation (TAVI) den chirurgischen Klappenersatz als häufigste Intervention überholt.
Um besser zu verstehen, wie die Gefäßfunktion bei Patienten mit AS durch die Behandlung mit TAVI beeinflusst wird, haben wir zwei neuartige Methoden zur Messung der Gefäßfunktion vor und nach TAVI verglichen. Das zwei-dimensionale Speckle Tracking (2DST) ist eine nicht-invasive Methode, die eingesetzt werden kann um die Gefäßsteifigkeit der Carotis zu messen. Dabei wird die Bewegung sogenannter Speckle, Reflektionen der Ultraschallwellen im Gewebe, mit einem Algorithmus automatisch verfolgt. Der große Vorteil von 2DST ist, dass es einfach anzuwenden ist und keine speziellen Gerätschaften benötigt, anders als viele andere Methoden zur Messung der Gefäßsteifigkeit. Computerprogramme zur Auswertung von Ultraschalldaten für 2DST sind heutzutage außerdem weitverbreitet. Als Zweites wurde die endotheliale Funktion mittels reaktiver Hyperämie peripherer arterieller Tonometrie (RH-PAT) über die Fingerkuppen gemessen. Auch hier sind Vorteile die einfachere Anwendung und die geringere Untersucherabhängigkeit als bei anderen etablierten Methoden.
Wir haben gefunden, dass die Gefäßfunktion gemessen mit 2DST sich signifikant verbessert hat nach TAVI, während der RH-PAT keine signifikante Verbesserung zeigte. Um genauer zu verstehen, ob sich der RH-PAT generell nicht verändert, wurden die Patienten weiter unterteilt in zwei Gruppen: keine oder negative Veränderung des RH-PAT versus eine positive Veränderung. Interessanterweise waren die Patienten mit schwererer AS häufiger in der Gruppe mit keiner oder negativer Veränderung. Dies ist wahrscheinlich auf die ausgeprägtere Einschränkung des Blutflusses bei Patienten mit kleinerer Aortenklappenöffnung und höherer Flussgeschwindigkeit zurückzuführen. Auch bei der Veränderung der Gefäßsteifigkeit waren die hämodynamischen Parameter wichtige Einflussfaktoren, jedoch primär mit der entgegengesetzten Auswirkung. Patienten mit schwererer AS zeigten eine ausgeprägtere Verbesserung der Gefäßsteifigkeit. Der mikrovaskuläre Fluss scheint also anders auf TAVI zu reagieren als der Blutfluss und die Gefäßsteifigkeit der großen Gefäße.
Diese Ergebnisse unterstreichen die Relevanz und Indikation unterschiedlicher Messmethoden zur Erfassung der Gefäßfunktion und die Komplexität der Interaktion zwischen TAVI, dem Herz und den Gefäßen. Unsere Ergebnisse können daher potenziell helfen, Patienten mit AS vor und nach Intervention besser zu beobachten. Langfristig sind weitere Studien nötig, um zu etablieren ob sich 2DST und RH-PAT auch als Risikomarker für die Morbidität und Mortalität eignen. Beide Parameter könnten in Zukunft helfen das Verständnis der Gefäßfunktion in Patienten mit AS zu verbessern und dringend benötigte Marker zu liefern
Computational mechanisms of social decision making and learning
Get PDFUnderstanding the mechanisms of decision-making and learning is fundamental to advancing cognitive neuroscience and improving collective decision-making strategies. While extensive research has elucidated aspects of individual decision-making, significant gaps remain in our understanding of the computational and neurobiological processes underlying social decision-making and how decision-making strategies are learned over time. To address these gaps, we conducted two complementary studies that leverage computational modelling, neurobiological data, and behavioural analysis.
In our first study, we focused on the neural mechanisms underlying social decision-making, specifically how collaborators align their confidence judgments. Despite the importance of confidence communication in social contexts, the computational basis for this process has remained elusive. We developed a neurobiological model supported by EEG, eye-tracking, and behavioural data to investigate confidence matching during perceptual decision-making.
By combining psychophysical tasks, neural data, and computational modelling, we demonstrated how humans utilize information about a collaborator’s confidence to adjust their own decisions and confidence levels, providing a robust framework for predicting and validating confidence alignment in collaborative tasks.
Studying social decision-making using methods designed for individual decision-making poses unique challenges. Social decision-making often requires a large number of subjects (N~30) and individual decision making computational models requires subjects extensive training to achieve reliable results, making interdisciplinary studies like ours particularly demanding.
During this process, we noticed that the computational mechanisms of training itself are poorly understood, with many studies discarding training data as noisy or irrelevant. This gap motivated our second study, which aimed to explore how decision-making strategies are learned. To address this, we developed a reinforcement learning (RL) framework that models perceptual decision-making as a dynamic process where the decision boundary is optimized over time. Our model learns to balance the cost of waiting with external rewards, offering a computational tool to study the evolution of decision thresholds and learning dynamics.
Together, these studies provide a comprehensive exploration of both social decision-making mechanisms and the learning processes that shape decision strategies. The results offer insights into how humans align confidence in collaborative settings and how they refine decision boundaries through experience. These findings may have broad implications for realworld applications, such as improving teamwork in high-stakes environments (e.g., medical diagnostics, or financial trading) and developing training programs that enhance decisionmaking efficiency. By advancing our understanding of these complex processes, this research lays the groundwork for more effective individual and collaborative decision-making strategies