Atypische Wahrnehmung bei Patienten mit Autis-Spektrum-Strörungen: Modellbasierte Analyse von funktionellen Bildgebungs- und MR-Spektroskopie-Daten zur Untersuchung abweichender Wahrnehmungsprozesse

• Antragstellerinnen / Antragsteller: Professorin Dr. Gabriele Ende; Professor Dominik M. Endres, Ph.D.; Professor Dr. Andreas Jansen; Professorin Dr. Inge Kamp-Becker
• Fachliche Zuordnung: Klinische Psychiatrie, Psychotherapie und Kinder- und Jugendspychiatrie ; Allgemeine, Kognitive und Mathematische Psychologie ; Kognitive und systemische Humanneurowissenschaften
• Förderung: Förderung von 2018 bis 2023
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 417284407

Autismus-Spektrum-Störung (ASS) ist eine lebenslange komplexe Störung des zentralen Nervensystems, die durch Änderungen insbesondere im Bereich der Wahrnehmungsverarbeitung charakterisiert ist. In ihrem Zentrum steht eine schwere Beziehungs- und Kommunikationsstörung. Predictive coding hat sich in den letzten Jahren als Theorie entwickelt, mit der es nicht nur möglich ist, die Pathophysiologie der ASS zu beschreiben, sondern auch testbare Hypothesen über veränderte Wahrnehmungsprozesse auf neuronaler Ebene zu entwickeln. Innerhalb dieser Theorie können bei ASS auftretende Störungen als Konsequenz fehlgesteuerter Bayes’scher Inferenz betrachtet werden, entweder durch eine niedrige Präzession von Vorannahmen ("Hypo-Priors") und/oder durch eine hohe Präzession der bedingten Verteilung der Stichprobe. Autistische Wahrnehmung wird dadurch durch den sensorischen Input dominiert und weniger durch top-down gesteuerte Einflüsse vorheriger Erfahrungswerte moduliert. In dem vorgestellten Projekt möchten wir die neuralen Mechanismen erforschen, die der veränderten perzeptuellen Inferenz bei ASS zugrunde liegen. Dazu verwenden wir einen multimodalen Ansatz, in dem wir neuronale Modellierung, Verhaltensexperimente, funktionelle Bildgebung und MR-Spektroskopie kombinieren.Das Projekt besteht aus drei Arbeitspaketen. In Arbeitspaket 1 untersuchen wir Gesichterverarbeitungsprozesse, die ein klassisches Verhaltensdefizit bei ASS darstellen. Wir wollen in einem ersten Schritt Modelle entwickeln, die das Erlernen von Gesichteridentitäten auf der Verhaltensebene beschreiben. In einem zweiten Schritt sollen zentrale Parameter dieser Modelle (z.B. prediction error Signale) mit neuraler Aktivität, erfasst durch funktionelle Magnetresonanztomographie (fMRT), korreliert werden, um zu verstehen, wie gestörte perzeptuelle Inferenz bei ASS mit Änderungen auf neuraler Ebene assoziiert ist ("model-based fMRT").In Arbeitspaket 2 untersuchen wir die Kategorisierung von Emotionen, die bei Patienten mit ASS typischerweise gestört ist. Dazu verwenden wir ein in Vorarbeiten entwickeltes Emotionsverarbeitungs-Paradigma, basierend auf Gesichterstimuli mit unterschiedlicher emotionaler Ambiguität. Mit neuronalen Netzwerkanalysen, insbesondere Dynamic Causal Modelling (DCM), möchten wir untersuchen, ob top-down gesteuerte Modulationen präfrontaler Hirnregionen auf sensorische Areale, die mit Gesichter- und Emotionsverarbeitung assoziiert sind, bei Patienten mit ASS abgeschwächt sind, wie es durch die predictive coding Theorie vorhergesagt wird. In Arbeitspaket 3 wählen wir einen komplementären Ansatz und testen Hypothesen über mögliche neurophysiologische und synaptische Korrelate geänderter perzeptueller Inferenz bei ASS. Auf neuronaler Ebene sagt die predictive coding Theorie geänderte lokale GABAerge Interneuronenaktivität voraus. Diese Hypothese wird mit MR-Spektroskopie in Kernregionen des Gesichter- und Emotionsverarbeitungsnetzwerks getestet.

• DFG-Verfahren: Sachbeihilfen