Du stehst auf und gehst zur Tür. Zwischen dem Gedanken und dem ersten Schritt liegt keine einzelne Schaltstelle, die schlicht auf „Los“ springt. Hirnrinde, tiefe Hirnregionen, Rückenmark und Muskeln arbeiten zusammen. Mitten in diesem Zusammenspiel liegen die Basalganglien: miteinander verbundene Kerngebiete, die daran beteiligt sind, Handlungen auszuwählen, Bewegungen zu gestalten und aus ihren Folgen zu lernen.
Eine am 12. November 2026 vorgestellte Forschungsressource macht ihre Bauteile genauer unterscheidbar. Der neue Zellatlas verbindet molekulare Merkmale einzelner Zellen mit deren räumlicher Lage. Das hilft bei einer Frage, die eine gewöhnliche Gehirnkarte offenlässt: Welche unterschiedlichen Zellen stecken innerhalb einer benannten Region? Daraus kann präzisere Forschung zu Bewegung, Gewohnheiten und Erkrankungen entstehen. Einen Entschluss beim Entstehen zu beobachten, leistet diese Karte allein noch nicht.
Das von den NIH vorgestellte Forschungspaket gehört zum BRAIN Initiative Cell Atlas Network, kurz BICAN. Menschliches Spendergewebe, Daten anderer Säugetiere und gemeinsame Auswertungswerkzeuge werden dabei zu einer Referenz verbunden. Die begleitende Überblicksarbeit in Cell beschreibt den Rahmen. Der Fortschritt steckt ebenso in dieser gemeinsamen Sprache wie in der Menge der vermessenen Zellen.
Unter der Hirnrinde beginnt eine andere Landkarte
„Ganglion“ bezeichnet hier eine Ansammlung von Nervenzellkörpern. Die Basalganglien liegen tief im Gehirn und sind auf beide Gehirnhälften verteilt. Zu ihrem Netzwerk gehören das Striatum, der Globus pallidus, der Nucleus subthalamicus und die Substantia nigra. Das Striatum umfasst wiederum mehrere anatomische Bereiche, darunter Nucleus caudatus, Putamen und Nucleus accumbens.
Mit diesen Namen ist allerdings noch wenig erklärt. Ein Straßenplan mit Stadtteilgrenzen verrät schließlich auch nicht, welche Gebäude Wohnungen, Werkstätten oder Schulen sind. Entsprechend kann eine sauber abgegrenzte Hirnregion viele Zellpopulationen enthalten, die unterschiedliche Moleküle herstellen und verschieden verschaltet sind. Die anatomische Einführung der zugänglichen Epigenom-Arbeit beschreibt diese Vielfalt innerhalb des Netzwerks.
Eine wichtige Eingangsregion ist das Striatum. Dort treffen Informationen unter anderem aus der Hirnrinde ein. Andere Stationen verarbeiten und verteilen die Signale weiter. Dopamin aus einem Teil der Substantia nigra verändert dabei, wie Zellen auf Signale reagieren und Verbindungen anpassen. Welche Rolle dieser Botenstoff bei Lernen und Motivation spielt, erklärt unser Beitrag „Dopamin ist kein Glücksstoff“.
Für das Alltagsbeispiel bedeutet das: Der Weg zur Tür ist eine koordinierte Handlung. Zugleich bleiben andere mögliche Handlungen aus. Die Basalganglien sind an solchen Abstimmungen beteiligt; sie enthalten keinen kleinen Menschen, der die Entscheidung noch einmal für uns trifft.
Eine Zelle bekommt ein molekulares Profil
Eine Nervenzelle und eine Zelle an einem Blutgefäß besitzen weitgehend dieselbe Erbinformation. Welche Aufgaben sie erfüllen, hängt auch davon ab, welche Teile dieser Information sie nutzen. Forschende untersuchen dafür unter anderem RNA: Moleküle, die beim Ablesen von Genen entstehen. Die Gesamtheit solcher Abschriften heißt Transkriptom. Das National Human Genome Research Institute erläutert, wie sich daran Muster der Genaktivität vergleichen lassen.
Bei einer Messung aus einem ganzen Gewebestück werden die Signale vieler Zellen vermischt. Einzelzellverfahren beziehungsweise Untersuchungen einzelner Zellkerne machen sie getrennt zugänglich. Wiederkehrende Muster helfen, Gruppen zu unterscheiden. Ein Profil kann beispielsweise auf eine bestimmte Nervenzellpopulation oder auf eine Gliazelle hindeuten. Gliazellen übernehmen unter anderem unterstützende und regulierende Aufgaben im Nervengewebe.
Der Begriff „Aktivität“ braucht hier Aufmerksamkeit: Genaktivität ist etwas anderes als die elektrischen Signale einer Nervenzelle während eines Schritts. RNA zeigt einen molekularen Zustand. Sie liefert keinen Film sämtlicher Impulse, die gerade durch ein lebendes Gehirn laufen.
Die menschlichen Atlasdaten stammen wesentlich aus nach dem Tod gespendetem Hirngewebe. Die NIH beschreiben diese Herkunft ausdrücklich. Dadurch werden Untersuchungen möglich, die am lebenden Menschen so nicht durchführbar wären. Zugleich können Gewebezustand und Spendermerkmale die Daten beeinflussen. Der Vergleich von Zellgruppen muss solche Bedingungen berücksichtigen.
Auch die Grenze zwischen Zelltyp und Zellzustand bleibt eine Forschungsfrage. Zwei Profile können verschieden sein, weil die Zellen unterschiedliche Aufgaben haben. Sie können sich aber auch wegen Alter, Umgebung oder vorübergehender Reaktionen unterscheiden. Ein Atlas muss wiederkehrende Unterschiede ordnen und solche Veränderungen berücksichtigen. Seine Gruppen sind daher eine überprüfbare Klassifikation, keine endgültige Schubladenwand.
Die Adresse gehört zur Erklärung
Mit isolierten Profilen gewinnt man eine Liste von Zellarten. Ihre Nachbarschaften gehen dabei zunächst verloren. Für ein Netzwerk ist jedoch entscheidend, wo seine Bestandteile liegen. Räumliche Verfahren verbinden molekulare Merkmale deshalb wieder mit Positionen im Gewebe. Die zugängliche Originalfassung des BICAN-Rahmenpapiers erklärt, wie solche Daten in anatomische Bezugssysteme eingeordnet werden.
Man kann sich den Unterschied an zwei Fragen verdeutlichen. „Welche Zellpopulation kommt vor?“ verlangt eine Identifikation. „Wo häuft sie sich, und welche Population liegt daneben?“ verlangt zusätzlich einen Ort. Erst zusammen lässt sich beispielsweise untersuchen, ob eine anatomisch einheitlich wirkende Region molekulare Teilbereiche besitzt.
Dabei wird nicht jede Zelle mit jeder verfügbaren Methode vermessen. Unterschiedliche Datensätze werden auf gemeinsame Referenzen abgebildet. Der Atlas verbindet also Beobachtungen, die sich ergänzen; er ist kein einziges gigantisches Mikroskopiebild mit vollständig bekannten Eigenschaften jedes Punktes.
Diese gemeinsame Referenz ist praktisch bedeutsam. Wenn zwei Labore verschiedene Namen für dieselbe Population verwenden, können ihre Befunde schwer vergleichbar werden. Umgekehrt können ähnliche Namen tatsächliche Unterschiede verdecken. Einheitliche Zuordnungen helfen, neue Daten an einem bereits beschriebenen Zellbestand zu prüfen. Ein Zellatlas ist damit auch eine Infrastruktur für künftige Fragen.
Millionen Profile sind keine Millionen Menschen
Das Allen Institute nennt für den aktuellen artenübergreifenden Datenbestand 25,5 Millionen untersuchte Zellprofile: 21 Millionen aus menschlichen Gehirnen, drei Millionen aus Makaken und 1,5 Millionen aus Weißbüschelaffen. Diese Angaben gehören zu dem dort beschriebenen Profilierungsumfang. Mausdaten fließen ebenfalls in die vergleichende Forschungsressource ein; sie sind in dieser Dreieraufteilung nicht enthalten.
Die Größenordnung ist eindrucksvoll: Seltene Populationen lassen sich eher finden, wenn viele Zellen erfasst werden. Für Unterschiede zwischen Menschen braucht man jedoch geeignete Spendergruppen. Tausende Zellen derselben Person sind keine Tausende voneinander unabhängigen Menschen. Mehr Zellen verbessern bestimmte Fragen und lösen andere Stichprobenprobleme nicht automatisch.
Wie leicht Bezugsgrößen durcheinandergeraten, zeigt eine einzelne Epigenomstudie. Die Salk-Einordnung dieser Arbeit beschreibt 197.003 neu untersuchte Profile aus Gewebe von sieben menschlichen Spendern. Nach Einbeziehung vorhandener Daten umfasst dieser Teilatlas 261.331 Profile. Die größere Zahl enthält die neuen Messungen bereits. Beide zu addieren würde denselben Beitrag doppelt zählen.
Hinzu kommt der Veröffentlichungsstand. Der seit April verfügbare Vorabdruck des Rahmenpapiers nennt einen früheren, kleineren Datenumfang. Er hilft, das Vorgehen zu verstehen, bildet aber nicht unverändert die im November kommunizierte Ressource ab. Wer Zahlen aus beiden Fassungen kombiniert, muss zuerst klären, ob tatsächlich dieselben Datensätze gemeint sind.
Auch die Verpackung der DNA unterscheidet Zellen
RNA ist nur eine Ebene. Die Epigenomforschung untersucht Eigenschaften, die beeinflussen, wie die Erbinformation genutzt werden kann. Dazu gehören chemische Markierungen an der DNA und deren räumliche Faltung im Zellkern. Die Buchstabenfolge der DNA und ihre Zugänglichkeit sind unterschiedliche Dinge.
Die multimodale Epigenom-Arbeit verbindet solche Messungen für einzelne Zellkerne. Sie beschreibt Unterschiede zwischen Zellgruppen und Teilregionen. Beispielsweise können DNA-Abschnitte in verschiedenen Zelltypen unterschiedlich markiert sein oder räumlich anders mit regulatorischen Bereichen zusammentreffen. Solche Befunde helfen, Genregulation genauer einer Population zuzuordnen.
Für eine Krankheitsfrage entsteht daraus eine konkrete Möglichkeit: Eine genetische Variante liegt womöglich in einem Abschnitt, der die Nutzung eines Gens beeinflusst. Dann interessiert, in welchen Zellarten dieser Abschnitt überhaupt relevant sein könnte. Ein Atlas kann passende Kandidaten eingrenzen. Ob die Variante dort tatsächlich einen Krankheitsprozess auslöst, braucht weitere Untersuchungen.
Die eigene Verbindung der Ebenen lässt sich so formulieren: Das RNA-Profil beschreibt einen Teil dessen, was eine Zelle nutzt. Das Epigenom erschließt Bedingungen dieser Nutzung. Die räumliche Zuordnung zeigt den Ort im Gewebe. Keine dieser Ebenen allein beantwortet alle drei Fragen.
Vom Zellbestand zum bewegten Netzwerk
Manche Lehrbilder stellen die Basalganglien als Gaspedal und Bremse dar: ein direkter Weg fördert Bewegung, ein indirekter hemmt sie. Das kann bestimmte Verschaltungen veranschaulichen. Als vollständige Erklärung einer Handlung ist es zu grob.
Bereits eine Originalstudie von Guohong Cui und Kollegen aus dem Jahr 2013 fand bei Mäusen beim Beginn bestimmter Handlungen Aktivitätsanstiege in beiden untersuchten Signalwegen. Die Forschenden nutzten ein optisches Signal als Maß für Aktivität definierter Nervenzellgruppen. Das Ergebnis stellt eine einfache Gegenüberstellung „einer an, der andere aus“ infrage. Es ist zugleich ein Befund aus einem bestimmten Tierversuch, keine Messung jedes menschlichen Entschlusses.
Hier ergänzen sich Funktionsforschung und Zellatlas. Aktivitätsmessungen fragen nach dem zeitlichen Geschehen. Eine detaillierte Zellklassifikation hilft, die beteiligten Populationen präziser zu benennen. Um Bewegung oder Gewohnheitslernen zu erklären, müssen diese Ansätze zusammengebracht werden. Die Karte schafft dafür bessere Bezugspunkte.
Auch der Vergleich zwischen Arten verlangt diese Genauigkeit. Ähnliche molekulare Profile können auf verwandte Zelltypen hinweisen. Daraus folgt noch nicht, dass ihr Anteil, ihre Verschaltung oder ihre Rolle im Verhalten identisch sind. Ein Bezugssystem ist gerade dann wertvoll, wenn es solche Unterschiede sichtbar hält.
Gewohnheiten stellen eine weitere Anforderung an dieses Netzwerk. Eine Handlung kann sich danach richten, welchen Erfolg man gerade erwartet. Sie kann mit Übung auch stärker an einen vertrauten Auslöser gebunden werden. In der Forschung prüft man diesen Unterschied beispielsweise daran, ob ein gelerntes Verhalten nachlässt, wenn sein früheres Ergebnis an Wert verliert.
Eine Untersuchung von Henry Yin, Barbara Knowlton und Bernard Balleine an Ratten zeigte 2004: Nach Schädigung eines seitlichen hinteren Striatumbereichs blieb das gelernte Hebeldrücken stärker vom aktuellen Wert des Ergebnisses abhängig als in den Vergleichsgruppen. Der Befund stützt eine Rolle dieses Bereichs bei der Gewohnheitsbildung. Er beschreibt weder alle menschlichen Routinen noch einen einzelnen „Gewohnheitsknopf“. Ein Zellatlas eröffnet hier die nächste Ebene: Welche Populationen innerhalb einer solchen Region unterscheiden sich, und welche davon tragen zu den beobachteten Funktionen bei?
Was Parkinson und Huntington damit gewinnen können
Bei Parkinson gehen unter anderem dopaminbildende Nervenzellen in der Substantia nigra verloren. Der Dopaminmangel verändert das Zusammenspiel von Bewegungsnetzwerken. Die medizinische Übersicht der US-amerikanischen National Library of Medicine ordnet die Erkrankung und ihre vielfältigen Ursachen ein. Eine genauere Zellkarte kann helfen zu prüfen, welche Untergruppen besonders verletzlich sind und welche molekularen Eigenschaften damit zusammenhängen.
Huntington hat einen anderen Ausgangspunkt. Eine krankheitsverursachende Veränderung im HTT-Gen führt zu einer veränderten Form des Proteins Huntingtin. Die National Library of Medicine beschreibt, wie daraus fortschreitende Störungen von Nervenzellen entstehen. Für die Atlasforschung stellt sich damit eine weitere Frage: Warum leiden bestimmte Zellpopulationen stärker, obwohl die genetische Veränderung nicht auf sie beschränkt ist?
Ein Referenzatlas liefert Vergleichsmöglichkeiten für solche Fragen. Veränderte Gewebeproben können daran eingeordnet werden: Fehlt eine Population häufiger? Zeigen erhaltene Zellen ein anderes Genprogramm? Passen auffällige regulatorische Bereiche zu besonders betroffenen Zelltypen? Die Antworten müssen jeweils mit passenden Krankheitsdaten überprüft werden.
Der Unterschied zu einem krankheitsbezogenen Zellatlas wird am vorhandenen PsychAD-Beitrag über Alzheimer deutlich. Dort steht der Vergleich erkrankter und anderer Gewebeproben in einem Bereich der Hirnrinde im Mittelpunkt. BICAN baut hier einen gemeinsamen Referenzrahmen für die Basalganglien. Beide Ansätze können sich ergänzen, beantworten aber verschiedene Ausgangsfragen.
Bis zu einer Behandlung folgen weitere Aufgaben: mögliche Mechanismen experimentell prüfen, geeignete Ziele bestätigen, Nebenwirkungen untersuchen und schließlich einen Nutzen bei Menschen nachweisen. Der neue Atlas verkürzt diese Beweiskette nicht zu einem einzigen Schritt. Sein unmittelbarer Gewinn ist präzisere Forschung.
Wenn du zur Tür gehst, arbeitet weiterhin ein lebendes Netzwerk, dessen Zustände sich laufend verändern. Die neue Karte macht die beteiligten Zelllandschaften besser beschreibbar. Damit wird aus „irgendwo in den Basalganglien“ eine genauere Forschungsfrage: welche Population, an welchem Ort, mit welchen molekularen Eigenschaften? Gerade diese Präzision kann erklären helfen, warum eine alltägliche Handlung gelingt – und weshalb sie bei einer Erkrankung schwierig werden kann.
Quellen- und Bildhinweis: Der finale Cell-Verlagsvolltext war für diese Recherche nicht zugänglich. Die Methodenerklärung stützt sich auf frei zugängliche Originalvorabdrucke; die aktuellen Umfangsangaben sind den jeweiligen Forschungsinstitutionen zugeordnet. Das KI-generierte Cover und die eigene Gehirnübersicht sind veranschaulichende Darstellungen, keine Originalaufnahmen, gemessenen Zellpositionen oder individuellen Funktionskarten.
