Humboldt-Universität zu Berlin - Collaborative Research Center for Theoretical Biology

In den frühen visuellen Areale höherer Tiere findet man Neurone, die selektiv auf lokale Bildelemente ansprechen (Konturen, Farbkontrast, Bewegung, Textur, etc). Diese Neurone sind zu teils anatomisch teils physiologisch definierten Kompartimenten (Kolumnen, Schichten oder Areale) zusammengefaßt, die unterschiedliche Aspekte visueller Information repräsentieren. Das Teilprojekt B2 beschäftigt sich mit Modellen zur kontextabhängigen Verarbeitung visueller Information in der Sehrinde höherer Tiere, denn die Abhängigkeit der Antworteigenschaften von Zellen in der Sehrinde vom räumlichen und zeitlichen Kontext ist zwar experimentell dokumentiert, theoretisch jedoch wenig verstanden. Die entwickelten Modelle sind inspiriert durch aktuelle Experimente und werden zur Vorhersage von Experimenten verwendet, die mit den Kooperationspartnern erarbeitet und durchgeführt werden.

Bei den zu entwickelnden Modellen wird einerseits auf eine hohe Detailtreue geachtet, so daß die Ergebnisse numerischer Simulationen zur Vorhersage von Experimenten verwendet werden können. Andererseits wird auch die Hypothese der "optimalen Kodierung von Information unter Randbedingungen" exploriert und die Anwendbarkeit von Optimalitätskriterien (z.B. das sogenannte Infomax-Prinzip) überprüft.

Neben der Entwicklung von Modellen beschäftigen wir uns auch mit methodischen Aspekten, z.B. der Bestimmung effektiver Neuronenmodelle aus detaillierten 'conductance-based'-Modellen, und der Charakterisierung natürlicher visueller Stimuli hinsichtlich Statistiken höherer Ordnung, um diese Beschreibungen zur Kalibrierung/Adaptation unserer Modelle gemäß der Hypothese der "optimalen Kodierung" zu verwenden.

Außerdem kooperiert das Teilprojekt B2 mit dem Teilbereich A bei der Auswertung von Microarray-Daten, indem die in der Arbeitsgruppe Obermayer entwickleten 'Data Mining'-Algorithmen erprobt und ggf. adaptiert werden.