Das männliche Fruchtfliegen-Konnektom: ein vollständiges Nervensystem, kartiert mit KI

Was ist das männliche Fruchtfliegen-Konnektom?

Es ist ein vollständiger Schaltplan des zentralen Nervensystems einer erwachsenen männlichen Fruchtfliege: jedes Neuron im Gehirn und im Bauchmark, dem Gegenstück der Insekten zum Rückenmark, dazu die Synapsen, die sie verbinden. Geleitet wurde das Projekt vom Janelia Research Campus des HHMI; zu den Partnern gehören Google Research, die University of Cambridge und das MRC Laboratory of Molecular Biology. Der Hauptartikel erschien in Cell.

Der Beitrag von Michał Januszewski und Viren Jain bei Google Research nennt mehr als 166.000 Neuronen und 125 Millionen synaptische Verbindungen und bezeichnet die Karte als bislang größte nach Zahl der Neuronen. Der Fachartikel in Cell nennt 166.700 Neuronen und 11.710 Neuronentypen, alle geprüft und annotiert, einschließlich der Angabe, welche Neuronen fruitless und doublesex exprimieren, zwei Transkriptionsfaktoren, die bei Fliegen geschlechtsdimorphe Neuronen kennzeichnen.

Die Karte ergänzt die Karte des weiblichen Fruchtfliegengehirns aus dem FlyWire-Projekt und eine neuere Karte von weiblichem Gehirn und Bauchmark. Da nun beide Geschlechter mit synaptischer Auflösung kartiert sind, lassen sich Schaltkreise direkt vergleichen, und die Forschung kann beginnen zu messen, wie stark die Verschaltung von Tier zu Tier variiert.

Warum das Gehirn einer Fruchtfliege kartieren?

Weil ein vollständiges menschliches Gehirn noch außer Reichweite ist, das einer Fliege aber nicht. Laut dem Beitrag hat ein menschliches Gehirn rund 86 Milliarden Neuronen. Das gesamte zentrale Nervensystem der männlichen Fliege umfasst etwa 166.700 Neuronen und steuert dennoch Navigation, Balz und Aggression. Drosophila melanogaster ist zudem ein seit Langem etablierter Modellorganismus der Genetik, sodass die Konnektomforschung auf einem breiten Fundament vorhandenen Wissens aufbaut.

Geschlechtsunterschiede machen die männliche Karte besonders wertvoll. Männliche und weibliche Fliegen verhalten sich bei Balz und Aggression unterschiedlich, und die Autoren argumentieren, dass solche Dimorphismen wie ein natürliches Experiment wirken: Löst derselbe Reiz bei beiden Geschlechtern unterschiedliches Verhalten aus, zeigen die abweichenden Schaltkreise, wie das Gehirn dieses Verhalten erzeugt.

Wie kartiert man jedes Neuron eines Gehirns?

Durch Schneiden, Abbilden und Rekonstruieren. Laut Preprint wurde das Nervensystem mit einem Heißmesser-Verfahren in 20 μm dicke Scheiben geschnitten und dann über 13 Monate mit sieben verbesserten Rasterelektronenmikroskopen mit fokussiertem Ionenstrahl abgebildet. So entstand ein Bildvolumen von 160 Teravoxeln mit 8 nm Auflösung in jeder Richtung, das Software zu einem durchgehenden Block ausrichtete.

Der Anteil von Google Research lag vor allem in der automatischen Neuronenrekonstruktion. Flood-Filling-Netzwerke, also Faltungsnetze, die bei einem einzelnen Pixel beginnen und nach außen wachsen, bis sie jedes Pixel desselben Neurons erfasst haben, segmentierten das Volumen. Eigene Netzwerke erkannten Synapsen: Der Preprint meldet 46 Millionen präsynaptische Stellen, verbunden mit 312 Millionen postsynaptischen Dichten, erkannt mit einer durchschnittlichen Präzision von 0,82 und einem Recall von 0,81. Weitere Modelle erkannten Zellkerne und sagten den wahrscheinlichen Neurotransmitter jeder Synapse vorher.

Danach übernahmen Fachleute, was die Modelle nicht leisten konnten. Der Preprint beschreibt 29 Korrekturleserinnen und Korrekturleser, die über drei Jahre arbeiteten, insgesamt schätzungsweise 44 Personenjahre, um Segmentierungsfehler zu beheben, dazu Teams, die jedes Neuron annotierten und seinem Zelltyp zuordneten. Laut den Autoren gehören 98,9 % der 141.780 erkannten Neuronenkerne zu einem geprüften Neuron.

Wie vollständig ist der Schaltplan?

Nach den Maßstäben des Fachgebiets sehr vollständig, wenn auch nicht perfekt. Laut Preprint sind 94 % der präsynaptischen und 42 % der postsynaptischen Stellen im Neuropil geprüften Neuronen zugeordnet; die Autoren sehen das auf dem Niveau früherer Konnektome oder darüber.

Sie schlagen zudem ein strengeres Maß vor: den Anteil synaptischer Verbindungen, bei denen beide Partner geprüfte Neuronen sind. Für das männliche Nervensystem liegt er bei 40,1 %. Der entstehende Graph verbindet 166.391 Neuronen über 25,6 Millionen Kanten. Einige wenige Zellen ließen sich wegen Probenartefakten am Rand des Volumens oder wegen Segmentierungsproblemen nicht rekonstruieren.

Querverweise machen die Daten besser wiederverwendbar. Anhand von Form und Verschaltung ordnete das Team 97,5 % der Neuronen Zelltypen in mindestens einem früheren Drosophila-Konnektom zu. Dabei überarbeitete es etwa 4 % der FlyWire-Neuronen, verglichen mit mehr als 44 % der Zelltypen bei einem früheren Abgleich von Hemibrain und FlyWire, ein Zeichen dafür, dass sich die Definitionen der Zelltypen festigen.

Was verrät die Karte über Geschlechtsunterschiede im Gehirn?

Die meisten Neuronentypen sind beiden Geschlechtern gemeinsam, die Unterschiede ballen sich in höheren Gehirnzentren. Beim Vergleich der männlichen Karte mit dem Konnektom des weiblichen Gehirns auf synaptischer Ebene meldet der Fachartikel in Cell 8.069 isomorphe Neuronentypen, 138 dimorphe Typen, 289 männchenspezifische Typen und 71 weibchenspezifische Typen.

Sensorische und motorische Neuronen in der Peripherie sind bei beiden Geschlechtern weitgehend gleich. In höheren Gehirnzentren bilden männchenspezifische Verbindungen Hotspots rund um männchenspezifische Neuronen oder zusätzliche Verzweigungen, und dimorphe Neuronen leiten dieselbe Information bei Männchen und Weibchen unterschiedlich weiter. In einem Beispiel aus dem Beitrag besitzt ein männliches Neuron zwei zusätzliche Fortsätze, die seinem weiblichen Gegenstück fehlen.

Der Preprint ergänzt, dass die Expression von fruitless und doublesex stark, aber nicht vollständig mit dimorpher Verschaltung übereinstimmt. Mehr als 1.500 Neuronen, die diese Faktoren exprimieren, zeigten keinen Unterschied in der Verschaltung; nach Ansicht der Autoren regulieren die Faktoren womöglich auch andere Eigenschaften als Verbindungen, wobei auch technische Grenzen eine Rolle spielen können.

Grenzen und offene Fragen

Die Autoren betonen, dass ein Schaltplan nur ein Ausgangspunkt ist. Ihr Preprint nennt mehrere Grenzen, und der Vergleich eines männlichen mit einem weiblichen Gehirn bringt eigene statistische Probleme mit sich.

• Ein Tier pro Geschlecht. Die vergleichende Konnektomik verfügt noch über sehr wenige Proben. Die Autoren empfehlen, Graphen von Zelltypen statt roher Konnektomgraphen zu vergleichen, und stellten fest, dass fachkundige Kuratierung nötig war, um echte biologische Unterschiede von technischem Rauschen zu trennen.
• Ungleiche Vergleichspartner. Umfassende Vergleiche zwischen den Geschlechtern waren nur mit dem weiblichen Gehirn aus FAFB/FlyWire möglich. Datensätze zum weiblichen Bauchmark waren unvollständig oder noch in Arbeit, was die Vergleiche dort einschränkte.
• Struktur, nicht Funktion. Das Konnektom zeigt die Verschaltung, nicht die Aktivität. Vorhersagen zu Informationsfluss und Verhalten müssen noch durch funktionelle Experimente bestätigt werden.
• Eine Momentaufnahme. Die Karte zeigt ein Tier zu einem Zeitpunkt seines Lebens. Durch abweichende Entwicklung können Neuronen gleichen Ursprungs unerkannt bleiben, wenn sich ihre Form zu stark unterscheidet, und Erfahrung kann selbst stark angeborene Verhaltensweisen verändern.
• Lücken in der Abdeckung. Einige Zellen am Rand des Volumens ließen sich nicht rekonstruieren, und technische Grenzen verhinderten eine vollständige Annotation der Expression von fruitless und doublesex im Bauchmark.

Von Fliegen zu Fischen und Mäusen

Als Nächstes folgen Wirbeltiere. Der Beitrag beschreibt eine von der Columbia University geleitete, in Nature veröffentlichte Arbeit, die einen Teil des Hinterhirns des Elefantenrüsselfisches kartierte, um einen Schaltkreis zur sensorischen Vorhersage zu untersuchen, sowie eine geplante Ressource zum gesamten Gehirn der Zebrafischlarve mit Harvard, die neuronale Struktur mit molekularen Zelltypen verbindet.

Die Methoden werden weiter besser. Das Rekonstruktionssystem PATHFINDER von Google wurde schneller und genauer, nachdem synthetische Neuronen in seine Trainingsdaten aufgenommen wurden. Ziel ist es, die jahrelange manuelle Prüfung zu verkürzen, die ein Fliegengehirn noch erfordert, damit größere Projekte, etwa ein Teil des Mausgehirns, in realistische Budgets und Zeitpläne passen.

Drei begleitende Fachartikel nutzen das männliche Konnektom bereits, um Sehen, Geschmack und Sozialverhalten zu untersuchen.

Warum ist das für angewandte KI und KI in Unternehmen relevant?

Analyse: Das Konnektom ist eine Fallstudie für den Aufbau eines vertrauenswürdigen Datensatzes in einem Umfang, den kein Team von Hand annotieren könnte. Das Muster kennt jede Organisation, die große Mengen Rohdaten in eine Referenzressource verwandelt.

• Erst automatisieren, immer prüfen. Flood-Filling-Netzwerke und Synapsendetektoren machten das Projekt möglich, doch erst 44 Personenjahre Korrektur machten es verlässlich. Pläne für KI-Datenpipelines sollten die menschliche Prüfung einkalkulieren, die aus Modellausgaben ein vertrauenswürdiges Gut macht.
• Qualität ehrlich berichten. Die Autoren veröffentlichen Werte zu Präzision, Recall und Vollständigkeit und schlagen ein strengeres Vollständigkeitsmaß als das übliche vor. Klare, vorsichtige Qualitätskennzahlen machen einen Datensatz vertrauenswürdiger und leichter wiederverwendbar.
• Gemeinsames Vokabular vervielfacht den Wert. Der Abgleich von Zelltypen mit früheren Datensätzen und die parallele Erfassung der Namen jedes Datensatzes erlauben es anderen, Ressourcen zu kombinieren. Datenteams in Unternehmen stehen vor derselben Aufgabe, wenn sie Entitäten über Systeme hinweg abgleichen.
• Bessere Modelle senken den Prüfaufwand. Verbesserungen wie synthetische Trainingsdaten sollen die manuelle Korrektur verringern, die noch immer Jahre dauert. Derselbe Hebel gilt für die Verarbeitung von Dokumenten, Bildern und Datensätzen: Bessere Modelle bedeuten weniger menschliche Prüfung pro Element.

Zugang zu Daten und Werkzeugen

Die Daten sind öffentlich. Eine Einstiegsseite unter male-cns.janelia.org bündelt Bilder, Segmentierung, Neuronenrekonstruktionen, den Konnektomgraphen, Neurotransmitter-Vorhersagen und Annotationen, mit interaktiven Werkzeugen wie neuPrint und Clio sowie Downloads des gesamten Bestands. Laut der Seite steht der Datensatz unter einer CC-BY-Lizenz.

Das Volumen lässt sich auch in Neuroglancer erkunden, dem quelloffenen Betrachter für große mehrdimensionale Datensätze, den Google entwickelt hat und unter der Lizenz Apache 2.0 veröffentlicht. Die abgeleiteten Daten zum Fachartikel liegen auf GitHub im Repository flyconnectome 2025malecns.

Fragen und Antworten

Quellen

1. Berg, S., Beckett, I. R., Costa, M., Schlegel, P., Januszewski, M., Marin, E. C., Nern, A., Preibisch, S., Qiu, W., Takemura, S. Y., Fragniere, A. M. C., Champion, A. S., Adjavon, D. Y., Cook, M., Gkantia, M., Hayworth, K. J., Huang, G. B., Katz, W. T., Kämpf, F., ... Jefferis, G. S. X. E. (2026). Sexual dimorphism in the complete Drosophila male central nervous system connectome. Cell, 189(18), 5504-5526.e15. https://doi.org/10.1016/j.cell.2026.08.015 (externe Website)
2. Berg, S., Beckett, I. R., Costa, M., Schlegel, P., Januszewski, M., Marin, E. C., Nern, A., Preibisch, S., Qiu, W., Takemura, S. Y., Fragniere, A. M. C., Champion, A. S., Adjavon, D. Y., Cook, M., Gkantia, M., Hayworth, K. J., Huang, G. B., Katz, W. T., Kämpf, F., ... Jefferis, G. S. X. E. (2025). Sexual dimorphism in the complete connectome of the Drosophila male central nervous system [Preprint]. bioRxiv. https://doi.org/10.1101/2025.10.09.680999 (externe Website)
3. Januszewski, M., Kornfeld, J., Li, P. H., Pope, A., Blakely, T., Lindsey, L., Maitin-Shepard, J., Tyka, M., Denk, W., & Jain, V. (2018). High-precision automated reconstruction of neurons with flood-filling networks. Nature Methods, 15(8), 605-610. https://doi.org/10.1038/s41592-018-0049-4 (externe Website)
4. FlyEM Project Team, HHMI Janelia Research Campus. (2026). Male CNS connectome (Version 1.0) [Data set]. https://male-cns.janelia.org/ (externe Website)
5. Google. (2016). Neuroglancer: Web-based volumetric data visualization [Computer software]. GitHub. https://github.com/google/neuroglancer (externe Website)