Der Neurowissenschaftler Jakob Seidlitz verließ die Praxis unzufrieden, nachdem er dort seinen 15-jährigen Sohn beim Kinderarzt zur Kontrolle vorgestellt hatte. Bei seinem Sohn gab es kein Problem – er schien sich für sein Alter normal zu entwickeln, laut den Größen- und Gewichtstabellen, die der Mediziner verwendete. Aber was nach Seidlitz' Empfinden fehlte, war ein vergleichbarer Maßstab, um die Entwicklung des Gehirns zu bewerten. »Es ist schockierend, wie wenig biologische Informationen die Medizin über dieses kritische Organ hat« sagt der Neurologe von der University of Pennsylvania.

Er könnte das bald ändern. Gemeinsam mit Kolleginnen und Kollegen hat er mehr als 120 000 Hirnscans angesammelt, die größte Sammlung dieser Art. Mit ihnen will er die ersten umfassenden Wachstumskarten für das Gehirn erstellen. Die Abbildungen zeigen, wie das Gehirn in jungen Jahren schnell wächst und anschließend im Alter wieder langsam schrumpft. Die schiere Größe der am 6. April in »Nature« erschienenen Studie hat die Fachgemeinschaft verblüfft, die lange Zeit Probleme mit der Qualität ihrer Daten hatte – unter anderem eben, weil die Stichproben oft sehr klein sind. Kernresonanztomografie ist teuer, deshalb können Forschungsgruppen oft nur eine kleine Zahl an Versuchspersonen rekrutieren.

»Der massive Datensatz, den sie zusammengetragen haben, ist außerordentlich eindrucksvoll und setzt Maßstäbe für das ganze Feld«, sagt Angela Laird, Neurowissenschaftlerin an der Florida international University in Miami.

Viele Antworten dank Pandemie

Dennoch weisen die Autoren darauf hin, dass ihre Datenbank nicht vollständig ist – sie hatten Mühe, Hirnscans aus allen Regionen der Welt zu sammeln. Die daraus resultierenden Diagramme seien daher bloß ein erster Entwurf, der für den Einsatz in der klinischen Praxis noch überarbeitet werden müsse.

Wenn die Diagramme schließlich an Kinderärzte weitergegeben werden, muss sorgfältig darauf geachtet werden, dass sie nicht falsch interpretiert werden, sagt Hannah Tully, Kinderneurologin an der University of Washington in Seattle: »Ein großes Gehirn ist nicht unbedingt ein gut funktionierendes Gehirn.«

Da die Hirnstruktur von Mensch zu Mensch sehr unterschiedlich ist, mussten die Forscher eine große Anzahl von Scans zusammenfassen, um statistisch signifikante Daten für eine aussagekräftige Reihe von Wachstumsdiagrammen zu bekommen. Das sei keine leichte Aufgabe, sagt Richard Bethlehem, Neurowissenschaftler an der University of Cambridge und Mitautor der Studie. Anstatt selbst Tausende von Scans durchzuführen, was Jahrzehnte dauern und unerschwinglich sein würde, griffen die Forscher auf bereits abgeschlossene Neuroimaging-Studien zurück.

Bethlehem und Seidlitz schickten E-Mails an Forscher in der ganzen Welt und fragten, ob sie ihre Neuroimaging-Daten für das Projekt zur Verfügung stellen würden. Die beiden waren erstaunt über die Anzahl der Antworten, was sie darauf zurückführen, dass die Covid-19-Pandemie den Forschern weniger Zeit in ihren Labors und mehr Zeit als sonst für ihre E-Mail-Fächer ließ.

Insgesamt sammelte das Team 123 894 Scans von 101 457 Personen, die vom Fötus 16 Wochen nach der Empfängnis bis zum 100-jährigen Erwachsenen reichten. Die Scans umfassten Gehirne von neurotypischen Menschen sowie von Menschen mit einer Vielzahl von Krankheiten wie Beispiel Alzheimer. Außerdem decken sie auch neurokognitive Abweichungen einschließlich Autismus-Spektrum-Störungen ab. Die Forscher verwendeten statistische Modelle, um Informationen aus den Bildern zu extrahieren und sicherzustellen, dass die Scans direkt vergleichbar waren – unabhängig davon, welche Art von MRT-Gerät verwendet worden war.

Ein diplomatisches Meisterstück

Das Endergebnis ist eine Reihe von Diagrammen, die verschiedene wichtige Hirnmetriken nach Alter aufzeichnen. Einige Messgrößen wie das Volumen der grauen Substanz und die mittlere kortikale Dicke – die Breite der grauen Substanz – erreichen in der frühen Entwicklungsphase eines Menschen ihren Höhepunkt, während das Volumen der weißen Substanz, die sich in der Tiefe des Gehirns befindet, etwa im Alter von 30 Jahren seinen Höhepunkt erreicht. Vor allem die Daten zum Ventrikelvolumen (der Menge an Liquor im Gehirn) haben Bethlehem und Seidlitz überrascht. Die Wissenschaftler wussten zwar, dass dieses Volumen mit dem Alter zunimmt, da es in der Regel mit einer Hirnatrophie einhergeht, doch Bethlehem war schockiert darüber, wie schnell es im späten Erwachsenenalter ansteigt.

Die Studie folgt auf eine bahnbrechende Arbeit, veröffentlicht am a 16. März in »Nature«, aus der hervorgeht, dass die meisten Experimente mit bildgebenden Verfahren des Gehirns zu wenige Scans enthalten. Dadurch können sie nicht zuverlässig Zusammenhänge zwischen Hirnfunktion und Verhalten erkennen, was bedeutet, dass ihre Schlussfolgerungen falsch sein könnten. In Anbetracht dieses Ergebnisses erwartet Laird, dass sich die Wissenschaft ähnlichen Konzepten zuwenden wird wie dem von Seidlitz und Bethlehem, um die statistische Aussagekraft zu erhöhen.

Die Zusammenstellung so vieler Datensätze kommt einem »diplomatischen Meisterstück« gleich, sagt Nico Dosenbach, Neurowissenschaftler an der Washington University in St. Louis, der die Studie vom 16. März mitverfasst hat. Seiner Meinung nach ist dies der Maßstab, an dem sich Forscher bei der Zusammenstellung von Hirnbildern orientieren sollten.

Trotz der Größe des Datensatzes räumen Seidlitz, Bethlehem und ihre Kollegen ein, dass ihre Studie unter einem Problem leidet, das für Neuroimaging-Studien typisch ist – einem bemerkenswerten Mangel an Vielfalt. Die von ihnen gesammelten Hirnscans stammen hauptsächlich aus Nordamerika und Europa und spiegeln unverhältnismäßig viele weiße, städtische und wohlhabende Bevölkerungsgruppen im Universitätsalter wider. Dies schränkt die Verallgemeinerbarkeit der Ergebnisse ein, sagt Sarah-Jayne Blakemore, eine Wissenschaftlerin für kognitive Neurowissenschaften an der University of Cambridge. Die Studie umfasst nur drei Datensätze aus Südamerika und einen aus Afrika – das entspricht etwa einem Prozent aller in der Studie verwendeten Hirnscans.

Laut Laird haben weltweit Milliarden Menschen keinen Zugang zu MRT-Geräten, so dass es schwierig ist, an vielfältige Hirnbilddaten zu gelangen. Aber die Autoren haben nicht aufgehört, es zu versuchen. Sie haben eine Website eingerichtet, auf der sie ihre Wachstumsdiagramme in Echtzeit aktualisieren wollen, sobald sie weitere Gehirnscans erhalten.

Kein Lohn für offene Wissenschaft

Eine weitere Herausforderung bestand darin, die Herkunft der für die Erstellung der Diagramme verwendeten Hirnscans angemessen zu würdigen. Einige der Scans stammten aus Open-access-Datensätzen, andere waren nicht frei zugänglich. Die meisten Scans in solchen geschlossenen Datensätzen waren noch nicht so verarbeitet worden, dass sie in die Wachstumsdiagramme integriert werden konnten. Diese Leistung erbrachten dann die Fachleute, denen die Datensätze gehören, noch zusätzlich. Sie werden deswegen unter den Autorinnen und Autoren der Veröffentlichung aufgeführt.

Die Besitzer der offenen Datensätze hingegen wurden in der Arbeit nur zitiert – was für Forscher, die sich um Fördermittel, Kooperationen und Beförderungen bemühen, nicht so viel Prestige bedeutet. Seidlitz, Bethlehem und ihre Kollegen verarbeiteten diese Daten. In den meisten Fällen, so Bethlehem, gab es praktisch keinen direkten Kontakt mit den Eigentümern dieser Datensätze. In dem Papier werden etwa 200 Autoren aufgeführt und die Arbeit von hunderten anderen zitiert, die Hirnscans beigesteuert haben.

Es gibt eine Reihe von Gründen, warum Datensätze geschlossen werden: zum Beispiel um die Privatsphäre von Gesundheitsdaten zu schützen oder weil die beteiligten Arbeitsgruppen nicht die Ressourcen haben, sie zu veröffentlichen. Aber das mache es nicht fair, dass die Forscher, die ihre Datensätze geöffnet haben, keine Autorenschaft erhalten haben, sagen die Autoren der Studie. Wie sie in den ergänzenden Informationen zu ihrer Arbeit schreiben, stellt die Situation »perverserweise einen Anreiz gegen offene Wissenschaft dar, da die Personen, die am meisten dafür tun, ihre Daten offen zugänglich zu machen, am wenigsten Anerkennung verdienen können«.

Letztlich lassen sich diese Bedenken darauf zurückführen, wie Forscher vom Wissenschaftsbetrieb bewertet werden, sagt Kaja LeWinn, eine Sozialepidemiologin an der University of California in San Francisco, die sich mit Neuroentwicklung beschäftigt. Ihr zufolge ist es die Aufgabe aller Beteiligten – einschließlich der Geldgeber, Zeitschriften und Forschungseinrichtungen –, neu zu bewerten, wie die Hirnforschung angemessen anerkannt und belohnt werden kann, insbesondere da diese Art von groß angelegten Studien immer häufiger durchgeführt wird.