Deep Learning enthüllt Geheimnisse der Gehirnevolution menschliches Sprachgen identifiziert

Eine Studie in *Science* enthüllt Einblicke in genetische Schalter, die Gehirnzelltypen über verschiedene Spezies hinweg mithilfe von Deep Learning definieren. Forscher analysierten regulatorische Codes im menschlichen, Maus- und Hühnergehirn und fanden konservierte und divergente Codes zwischen Vögeln und Säugetieren über 320 Millionen Jahre hinweg. Diese Modelle könnten Krebs- und Hirnerkrankungsstudien unterstützen. Getrennt davon berichtet *Nature Communications* über die Identifizierung einer humanspezifischen NOVA1-Proteinvariante, die potenziell mit den Ursprüngen der gesprochenen Sprache verbunden ist. Experimente, bei denen das NOVA1-Protein der Maus durch die menschliche Variante ersetzt wurde, veränderten die Vokalisationen. Diese Forschung könnte zu einer frühzeitigen Erkennung von Sprach- und Sprachbedürfnissen führen.