Im Kern liefert der Schaltplan eine vollständige Stückliste und einen Bauplan für ein Gehirn, das laufen, fliegen, fressen, balzen und lernen kann. Die Forschenden klassifizierten die Neuronen in über 8.400 verschiedene Zelltypen – ein Beleg für die immense architektonische Vielfalt der neuronalen Verschaltung . Die Karte zeigt nun den Weg, wie sensorische Informationen ins Gehirn strömen, dort verarbeitet werden und schließlich motorische Befehle im Nervensystem auslösen. Forschende können erstmals lückenlos nachvollziehen, wie aus einer Sinneswahrnehmung eine Handlung wird
.
Die wichtigsten Fakten auf einen Blick:
Mit einem vollständigen Schaltplan in der Hand lässt sich endlich lückenlos nachverfolgen, welche neuronalen Schaltkreise welches Verhalten erzeugen. Eine Wissenschaftlerin kann nun bei einem sensorischen Neuron beginnen – etwa einem, das auf Gerüche reagiert – und die synaptischen Pfade Schritt für Schritt bis zu den Motoneuronen verfolgen, die eine Bewegung auslösen . Eine solche Ende-zu-Ende-Transparenz war ohne Connectome schlicht unmöglich.
Die Fruchtfliege ist seit Jahrzehnten ein bewährter Modellorganismus, etwa wenn es um menschliche Erkrankungen geht. Das Connectome erlaubt es nun, direkt zu untersuchen, wie genetische Mutationen, die beim Menschen Hirnerkrankungen auslösen, die neuronale Verschaltung verändern. Damit steht ein präzises und handhabbares System für die Erforschung von Krankheitsmechanismen bereit . Gleichzeitig liefert das Connectome eine Blaupause, um die Connectomik auf größere Arten zu skalieren – mit einem klaren Weg Richtung Maus-Gehirn und eines Tages sogar zum menschlichen Gehirn
.
Künstliche neuronale Netze orientieren sich seit Jahren an biologischen Vorbildern, doch das Fliegen-Connectome bietet etwas grundlegend Neues: eine vollständig kartierte biologische Architektur, die evolutionär darauf optimiert ist, reale Probleme mit extremer Energieeffizienz zu lösen . Ingenieurinnen und Ingenieure können die Schaltkreismotive der Fliege direkt studieren und daraus neuromorphe Computerchips und Algorithmen entwickeln, die eher wie ein Gehirn arbeiten und weniger wie die heutigen, geschichteten Deep-Learning-Strukturen.
Mindestens ebenso wichtig sind die KI-Werkzeuge, die beim Bau des Connectomes selbst entstanden. Das Projekt setzte maschinelles Lernen ein, um Neuronen aus elektronenmikroskopischen Bildern automatisch zu segmentieren und zu verfeinern. Genau diese KI-Methoden lassen sich nun auf künftige Connectomik-Projekte bei größeren Tieren übertragen und beschleunigen den Fortschritt im gesamten Feld erheblich .
Das Nervensystem der Fliege integriert Sehen, Riechen, Tasten und Körperwahrnehmung, um schnelles Laufen und wendigen Flug zu steuern – und das mit nur rund 140.000 Neuronen . Zu verstehen, wie diese minimalistische Schaltung robuste Navigation und Hindernisvermeidung in Echtzeit bewerkstelligt, könnte zu radikal einfacheren und energiesparenden Steuerungssystemen für Drohnen und Mikroroboter führen
. Statt massiver Prozessoren, die riesige KI-Modelle ausführen, könnten autonome Roboter der Zukunft auf leichten, fliegeninspirierten Schaltkreisen basieren, die mit ähnlicher Geschwindigkeit und Präzision auf ihre Umwelt reagieren.