Neuronale Korrelate sequenzieller Kontextabhängigkeiten im Vogelgesang

01.01.2026 bis 31.12.2029

Wir werden in diesem Projekt statistische Modelle und neuronale Netzwerkmodelle zur Beschreibung des sequenziellen Aufbaus von Vogelgesang bei Japanischen Mövchen (Lonchura striata domestica) entwickeln, und diese Modelle mit Verhaltens- und neurophysiologischen Experimenten testen. Der Gesang dieser Spezies ist durch eine Kombination aus Systematik und Zufall auf mehreren Zeitebenen gekennzeichnet: einzelne Silben; deterministische ‘Chunks’, die mehrere Silben in der immer gleichen Sequenz enthalten; stochastische Gabelpunkte, bei denen die folgende Silbe jedoch von vorhergehenden Silben oder Chunks abhängen kann; und längere sequenzielle Abhängigkeiten, die sich über die Dauer des ganzen Lieds erstrecken. Diese Elemente haben Einfluss auf die Plastizität verschiedener Teile des Gesangs in Trainingsexperimenten; aus dem sequenziellen Aufbau des Gesangs aus diesen Elementen lassen sich auch Vorhersagen für die funktionelle Organisation der neuronalen Schaltkreise ableiten, die der Gesangssteuerung unterliegen, u.a. im Gesangskern HVC (Eigenname). Der sequenzielle Aufbau des Gesangs ist jedoch noch nicht vollständig charakterisiert, so dass auch die neuronale Realisation der verschiedenen Organisationsebenen bisher kaum untersucht ist. Wir werden eine große Datenbank automatisch annotierter Gesänge anlegen und moderne Methoden des maschinellen Lernens auf die Gesänge einzelner Vögel anwenden, um die hierarchischen Abhängigkeiten, die sich aus den Modellen ergeben, durch Verhaltensexperimente und Neurophysiologie zu testen. Auf Verhaltensebene werden wir auditorisches Feedback an statistisch bedeutsamen Punkten im Gesang manipulieren und die resultierenden Sequenzveränderungen messen. Auf neuronaler Ebene werden wir die gleichen Punkte durch elektrische Mikrostimulation manipulieren und Aktivität der HVC-Projektionsneuronen messen. Der gleiche Ansatz kann schließlich zur Modellierung der vokalen Sequenzen anderer Spezies in der Forschungsgruppe verwendet werden, um deren komplexe Vokalisationen auf Verhaltens- und neuronaler Ebene zu charakterisieren.