Earwig's Copyvio Detector

WP:Wikifizieren: Sackgassenartikel, Kategorien fehlen, verwaist -- MerlBot 21:18, 29. Dez. 2015 (CET)

Methoden der anatomischen Datengewinnung

Um den Verlauf von Verbindungen innerhalb des zentralen Nervensystems (ZNS) zu erfassen, kommen eine Vielzahl von Methoden zum Einsatz, deren wichtigste Vertreter nachfolgend aufgelistet sind:

Klinische Beobachtung

Auch heute noch sind viele grundlegende Erkenntnisse über das Gehirn und seine Eigenheiten aus klinischen Erfahrung abgeleitet. Bereits Hippocrates bemerkte, dass eine linksseitige Wunde am Kopf einen rechtsseitigen Ausfall der Motorik zur Folge hatte. Dass die Kontralaterale Beziehung von Körper und Gehirn ein wirkliches Charakteristikum des menschlichen Organismus ist, wurde zuerst von Valsalva und seinem Schüler Morgagni (18. Jhr) erkannt und nachträglich mit dem wenig gebräuchlichen Begriff „Valsalva doctrine“ belegt. Die bis dahin vorherrschenden hippokratische/galenische Konzepte, die keinerlei Zusammenhang zwischen Gehirn und Motorik, respektive Sensorik sahen, erklären diese doch recht späten Zeitpunkt der Schlussfolgerung in der Menschheitsgeschichte. Ein weiteres bekanntes Beispiel ist das BrowneSéquard Syndrom, welches nach halbseitiger Durchtrennung des Rückenmark vorliegt.

Präparation

Die Präparation der Fasertrakte innerhalb des ZNS ist dem besseren Verständnis des Verlaufs großer Trakte enorm zuträglich. Kleinere Verbindungen lassen sich so jedoch kaum darstellen. Den Ort der Kreuzung des T. Corticospinalis konnten Pourfour du Petit und Mistichelli bereits 1710 durch Präparation auf den unteren Teil der Medulla oblongata, die Pyramiden, festlegen und Gall und Spürzheim gelang einhundert Jahre später eine Darstellung der Faserbahnen von der Pyramide zum Cortex.

Axonaler Transport

Axonales Tracing macht sich die Transportmechanismen innerhalb der Neurone zu Nutze, durch welche für gewöhnlich reger Stoffaustausch zwischen Synapse und Zellkörper gewährleistet werden. Daran beteiligt sind insbesondere die Mikrotubuli als Bestandteile des Cytoskelettes, sowie die Transportproteine Dynein und Kynesin. (Lüllmann-Rauch, 2009)

Diffusion Tensor Imaging

DiffusionsetensoreBildgebgung ist die wohl detailreichste nichteinvasive Darstellung von Fasertrakten im Gehirn. Über die Messung der Wasserdiffusion entlang der Nervenbahnen können ebendiese sehr detailgetreu dargestellt werden. Jedoch bestehen noch einige Probleme bei der realitätsgetreuen Darstellung. Beispielsweise können kleine von größeren Trakten manchmal schlecht abgegrenzt werden, was insbesondere bei kleinen kreuzenden und großen ipsilateral verlaufenden Trakten der Fall ist (Holodny & al, 2006). Mit Hilfe dieses Verfahrens werden derzeit auch im Rahmen des Human Connectom Project versucht den Verlauf aller Nervenfasern im Gehirn zu kartieren (www.humanconnectomproject.org).

Degenerationsmethoden

Bis zu den 1970er wurde der Verlauf und das Ziel von Bahnen hauptsächlich mit Degenerationsmethoden bestimmt. Als Beispiel zu nennen wäre hier die sogenannte Wallersche Degeneration, die den Untergang eines Nervenanteils distal einer Schädigung des Nerv bezeichnet. So lässt sich also der Verlauf der geschädigten Axone weiterverfolgen.

Transkraniale magnetische Stimulation

Hierbei werden die Trakte über kurze magnetische Stimulation der entsprechenden Hirnregion stimuliert. An der innervierten Muskulatur lassen sich die erzeugten Signale wieder messen.

Anatomische Grundlagen

Bevor die einzelnen Trakte in den nachstehenden Tabellen hinsichtlich Verlauf, Information, Kreuzungsverhalten, Somatotopik und Fasernanzahl hin analysiert werden, müssen einige Vorbemerkungen bezüglich ebendieser Charakteristika erwähnt werden.

Es wurden für die folgende Darstellung Trakte ausgewählt, die unterschiedliche motorische wie sensorische Systeme miteinander verbinden. Besonders relevant sind hierbei natürlich die Trakte in der weißen Substanz des Rückenmark, sowie deren weitere Verschaltung.

Nicht eingegangen wird auf Verbindungen zwischen oder innerhalb der Hemisphären, einzelnen Cortexarealen oder beiden Rückenmarksseiten. Es scheint verständlich, dass beide Gehirnhälften (ebenso Rückenmarkhälften) nicht für sich alleine „rechnen“, sondern eben enge Beziehung zur anderen Hälfte pflegen, um eine genaue Abstimmung vieler Funktionen zu gewährleisten. Dass dies eine Kreuzung bedingt, liegt auf der Hand. Ausgeschlossen wurden weiterhin sämtliche visceroefferente/eafferente Trakte, obgleich es natürlich höchst interessant wäre, sie mit einzubeziehen. Problematisch ist bei diesen nämlich, dass beispielsweise für sensible viscerale Reize bis dato keine Neuronenpopulationen im Rückenmark gefunden wurden, die ausschließlich viscerosensible Informationen übermitteln. Viscerosensible Reize werden von Neuronen weitergeleitet, die ebenfalls somatosensible Reize vermitteln. Es gibt deshalb keine mit der Somatosensibilität vergleichbaren viscerale Trakte.

Man sollte sich generell bewusst machen, dass ein Großteil der in der Tabelle aufgeführten Informationen auf Tierstudien basiert oder aus diesen abgeleitet worden ist. Dies betrifft insbesondere Verlauf und Innervation. Es sei an dieser Stelle auch noch einmal darauf hingewiesen, dass die im vorigen Abschnitt kurz vorgestellten Wege den Verlauf und damit die Kreuzung von Trakten zu bestimmen insbesondere bei kleinen Trakten nur zu unbefriedigend belastbaren Ergebnissen führen.

Zur Anzahl der Neurone pro Trakt bietet die derzeitige Literatur leider nur sehr beschränkte Auskunft. Deswegen wurde auch hier – sofern vorhanden –Angaben Tierstudien entnommen. Da der Durchmesser der Axone zwischen 1-10μm in Abhängigkeit von der Myelinisierung schwankt (Crossman, 2008), kann man von der Fläche des Traktes im Rückenmarksquerschnitt leider nicht auf die ungefähre Anzahl der Axone schließen.

Der bisherige wissenschaftliche Diskurs lässt zudem eine eigentlich essentielle Definition vermissen: Ab bzw. bis wann bezeichnet man eine Faserbahn als ipsie, bie oder kontralateral? Man findet leider vielmehr undeutliche Angaben wie „größtenteils kontralateral“ oder „hauptsächlich ipsilateral“, die eine Bewertung sehr stark vom jeweiligen Beobachter abhängig machen. In der Spalte „Kreuzung“ wurden solche Formulierungen der Übersicht halber auf die drei Möglichkeiten ipsie, bie oder kontralateral reduziert. Für vermeintlich „genauere“ Angaben sei auf die zu Grunde liegenden Quellen verwiesen.

Verlauf der efferenten und afferenten Trakte

In Bearbeitung. „Gehirnkartierung“

Die Informationen beziehen sich auf die Lage des Hirnareals zum jeweiligen innervierten Körperanteil.

Ipsilateral Kontralateral Bilateral Unbekannt Rückenmark Spinalganglien, Neurone des Rückenmark Medulla oblongata Ncll. cunetus/gracilis, Ncl. spinalis n. trigemini, Ncl. hypoglossi, Ncl. vestibularis lateralis, Ncll.cochleares Ncl. olivaris inf. Ncl. vestibularis medialis, Formatio reticularis, Ncl. ambiguus Cerebellum Ausschließlich ipsilateral Pons Ncl. Abducens, Ncl. facialis (unteres Gesicht Ncll. pontis, Ncl. trapezoideum Formatio reticularis, Ncl. motorius n. tirgemini, Ncl. facialis (oberes Gesicht) Mesencephalon Ncl. Ruber, Ncl. colliculus inferior, Ncl. colliculus superior, Substantia nigra Ncl. trochlearis, Ncl. oculomotorius Diencephalon Ausschließlich kontralateral Telencephalon Geruch Visueller Cortex, motorischer Cortex, sensorischer Cortex, auditiver Cortex

Anatomie der Sehbahn Evolutionäre Grundlagen

Der Betrachtung evolutionären Gesichtspunkte der Kreuzungen im ZNS soll zunächst eine Bemerkung von Jon H. Kaas vorangestellt werden, in der er hervorragend die Schwierigkeiten der sogenannten Paleoneurologie aufzeigt:

Normally, we can learn much about the evolution of mammals from the fossil record, which consists mainly of fossilized bone. Unfortunately, the soft tissue of the brain does not fossilize like the bone of the skull does. Fortunately, the interior of the skull often reflects the size and shape of the brain fairly well, and even some of the fissures of the brain can be apparent as protrusions on the skull interior. Brain size, especially relative to body size, provides information about behavior capacity (Jerison). Because the location of fissures are related to the areal organization of cortex, preserved fissure patterns may indicate the locations of some of the areas of the brain, or even somatotopic sectors of areas of somatosensory cortex (Van Essen). Finally, the relative proportions of the frontal, temporal, parietal and occipital regions of cortex tell us something about what cortical systems were emphasized. However, the important details of how brains were organized are not preserved in the fossil record. Thus, most of what we know about brain evolution in mammals has been inferred from the results of comparative studies of brain organization [39].

[...]Simply put, if a feature or trait is present in all members of a group of phylogeV netically related mammals, then it is parsimonious to infer that the common ancestor of the group also had that trait, and that it was retained in all the preserved lines of evolution from that ancestor. [...] However, this type of analysis becomes difficult if we want to determine what traits existed in the common ancestor of all primates, because there are over 220 species of primates, many of which are unavailable for studies of brain organization. In addition, it can be difficult, costly and labor intensive to identify many brain characters (Kaas, 2002). Even identifying such a prominent feature as the presence of primary somatosensory cortex can be challenging, since a reliable identification would require congruent histological, connectional and physiological evidence from a number of primates.

Zusätzlich stellt sich noch die Frage der Homologie. Da sich die Gehirne der einzelnen Wirbeltierklassen teilweise erheblich unterscheiden, ist eine Bestimmung von Hirnarealäquivalenten nicht einfach und fehleranfällig.

Da die Analyse im Falle der Kreuzungen des ZNS zur Beurteilung einiger Theorien bis zu einem gemeinsamen WirbeltierVVorfahren ausgeweitet werden müsste, scheint ein eindeutiger wissenschaftlicher Beleg beinahe unmöglich. Trotzdem soll nun versucht werden gewisse evolutionäre Tendenzen aufzuzeigen.

Die verfügbare Literatur gibt leider nicht genau an, bei welchen Tierklassen Kreuzungen beobachtet worden sind. Cajal beschrieb ein Kreuzungsverhalten bei zahlreichen Fischen, Amphibien, Reptilien, Vögeln und Säugetieren (de Lussanet & Osse, 2012). Sowohl die Klasse der Arthropoden, sowie die der Cephalopoden haben keine kontralaterale Repräsentation ausgebildet (de Lussanet & Osse, 2012). Zum Teil gibt es auch widersprüchliche Aussagen: Nach Vulliemoz et al. haben Igel und Maulwürfe keine Kreuzung des TCS (Vulliemoz, Raineteau, & Jabaudon, 2005), wohingegen Shinbrot und Wise behaupten Maulwürfe haben kreuzende sensorische und motorische Trakte (Shinbort & Wise, 2008)

Motorische Bahnen

Hauptmotorikbahnen von Wirbeltieren, die nicht den Säugetieren angehören, sind die Reticulo- und Vestibulo- und Rubrospinalen Trakte (Vulliemoz, Raineteau, & Jabaudon, 2005).

T. reticulospinalis medialis & lateralis: In allen bis dato (2007) untersuchten Spezies der Wirbeltiere vorzufinden und stellen damit wohl die ersten motorischen Faserbahnen dar (Nudo & Frost, 2007).Es werden insbesondere Körpernahe Muskelgruppen kontrahiert (Vulliemoz, Raineteau, & Jabaudon, 2005).

T. rubrospinalis:

Alle bis dato (2007) untersuchten Säugetiere und Vögel besitzen ihn, wohingegen er unter Fischen, Amphibien und Reptilien in einigen, aber nicht allen Arten vorkommt (Nudo & Frost, 2007). Seine Entstehung geht einher mit der beginnenden Entwicklung von kieferbesitzenden Wirbeltieren (Nudo & Frost, 2007). Er ist insbesondere bei Tieren mit Extremitäten (bzw. Pseudoextremitäten wie z.B. Rochen) zu finden (Nudo & Frost, 2007)). Beim Menschen ist der T. rubrospinalis nur als Anlage entwickelt (Crossman, 2008) Von der Qualität her liegt er zwischen vestibuloW/reticulospinalis und TCS (Vulliemoz, Raineteau, & Jabaudon, 2005).

T. corticospinalis:

Der Trakt konnte bisher ausschließlich bei Säugetieren nachgewiesen werden (Vulliemoz, Raineteau, & Jabaudon, 2005). Alle bisher untersuchten Säugetiere besitzen diesen Trakt und seine Entstehung fällt mit der Ausbreitung der Säugetiere und der Entwicklung des Neocortex zusammen. Zurückverfolgen lässt er sich jedoch nur innerhalb einer Säugetierart, was vermuten lässt, dass er in jeder Säugetierart unabhängig voneinander entstanden ist. Dies würde auch die Variabilität im Verlauf erklären (Nudo & Frost, 2007) und die teils starken zwischenmenschlichen Variationen (Vulliemoz, Raineteau, & Jabaudon, 2005). Man vermutet, dass sich die corticospinalen Fasern aus den corticobulbären (CortexW>Hirnstamm) entwickelt haben (Nudo & Frost, 2007). In der Regel kreuzen bei allen Säugetieren fast alle Fasern, doch die Lamina der Verschaltung im Rückenmark variiert stark zwischen Säugetierarten. Bei Igeln und Schliefern verläuft der Trakt generell ipsilateral (Nudo & Frost, 2007). Die Kreuzungsstelle kann aber auch beispielsweise im Pons (Elefant) liegen (Vulliemoz, Raineteau, & Jabaudon, 2005). Phylogenetisch haben sich zuerst die Fasern aus dem parietalen Cortex entwickelt! Präzise Steuerung der Extremitäten (Crossman, 2008)

Die Basalganglien, sowie die Substantia nigra sind in allen Wirbeltierklassen und im Stamm der Kieferlosen nachgewiesen (Reiner, 2007).

Sensorische Bahnen

Aus evolutionären Betrachtungen wird man eine Reihenfolge der Entstehung der Sensorischen Bahnen nicht sicher ableiten können. Denn alle noch lebenden Tierarten verfügen über alle Sinne (natürlich in unterschiedlichem Ausmaß, was aber als Zeichen der anschließenden Differenzierung gedeutet werden darf). Die Ereignisse liegen zudem zu weit in der Vergangenheit, als das Fossilien Aufschluss darüber geben könnten. Alternativ könnte man aber die Embryologie bemühen: Die Reihenfolge, in welcher sich die Sinne embryonal entwickeln, entspricht auch der phylogenetischen Reihenfolge. Anhand der motorischen Bahnen lässt sich dieses Vorgehen rechtfertigen (siehe oben).

Die Fähigkeit zur Nocizeption konnte in allen Stämmen des Tierreichs nachgewiesen werden, sogar bei Nesseltieren, die noch überhaupt kein ausgebildetes Gehirn besitzen.

Sehapparat

Ein Hinweis auf die sehr frühe Entstehung der Augen ist die Tatsache, dass das sehr begrenzte für

die Augen sichtbare Spektrum auf die wenigen im Wasser sichtbaren Wellenlängen beschränkt ist (Fernald, 2008). Einige Arten haben nach dem Übergang zum Land zusätzliche Rezeptoren entwickelt (beispielsweise Insekten, Vögel) und können so das breitere Spektrum der terrestrischen Wellenlängen wahrnehmen.

Fernald schreibt:

Among animals, of the ca. 33 animal phyla, about oneVthird have no specialized light-detecting

organ, one-third have light sensitive organs, and the remainV ing third have eyes (Land, M. F. and Nilsson, D. E., 2002). Image-forming eyes have appeared in six of the 33 extant metazoan phyla (Cnidaria, Mollusca, Annelida, Onychophora, Arthropoda, and Chordata), and these six contribute about 96% of the known species alive today (Land, M. F. and Fernald, R. D., 1992), suggesting that eyes contribute to evolutionary success. Existing eyes range in size from a fraction of a millimeter to tens of centimeters in diameter and the range of types and locations suggests that they can evolve relatively easily.

Man geht heute davon aus, dass Augen mehrfach in der Evolution entstanden sind und dass sie nicht auf einen gemeinsamen Vorfahren zurückzuführen sind:

The rapidity of eye evolution has always been a question, but, using a simulation, Nilsson D. E. and Pelger S. (1994) suggested that about 2000 sequential changes could produce a typical imageVforming eye from a light sensitive patch. With reasonable estimates, this suggests that an eye could evolve in less than half a million years making the virtual explosion of eyes during the Cambrian seem quite reasonable (Land, M. F. and Nilsson, D. E., 2002)

In chordates, and in some advanced inverteV brates such as cephalopods, it is the first and most elaborate part of the brain to develop. (...) This may reflect the phylogenetic importance of the retina in these organisms. It is also not entirely fantastic to suggest that perhaps the retinal primordia exert a strong influence over the subsequent development of other nervous connections in the organism.(Capozzoli, 1995)

Neunaugen sind unsere ältesten lebenden Vorfahren und besitzen bereits eine gekreuzte Sehbahn (de Lussanet & Osse, 2012). Sie besitzten ebenfalls Reticulo- und vestibulospinale Trakte (Vulliemoz, Raineteau, & Jabaudon, 2005).

Molekulare Grundlagen siehe Assoziierte Erkrankungen

Die Analyse von Erkrankungen lässt oft Rückschlüsse auf die Sinnhaftigekeit betroffener Strukturen zu. Das Maus-Knock-Out-Modell arbeitet genau nach diesem Prinzip. Es gibt eine Reihe von Krankheiten, bei welchen zum Beispiel die Pyramidenbahn entweder eine abnormale Kreuzung oder sogar gar keine Kreuzung aufweist.

Problematisch ist, dass viele der Erkrankungen in der Regel mit weiteren tiefgreifenden Veränderungen des ZNS vergesellschaftet sind (z.B. Balkenagenesie) oder die Trakte bilateral verlaufen, was eine Differenzierung bezogen auf die Frage nach dem Motiv des Kreuzungsverhalten deutlich erschwert. Hier soll deshalb nur auf die vielversprechendsten Erkrankungen eingegangen werden.

Äußere Gewalteinwirkungen

Betrachtet man zunächst die „primitivste“ Form der Erkrankung - traumatische Gewalteinwirkungen auf das Gehirn mit entsprechenden Ausfällen - so ist wie zu erwarten insbesondere die kontralaterale Extremität von eventuellen Ausfällen betroffen. Die wenigen Fälle in der Literatur, wo eine ipsilaterale Paralyse nach Gewalteinwirkung auftrat, wurden von Schutta et al. genauer analysiert. Auch bei diesen Patienten kreuzten die Bahnen, nur wurden durch gewissen Umstände (beispielsweise durch blutungsbedingten Druck auf die Hirngegenseite) ipsilaterale motorische wie sensortische Ausfälle erzeugt (Schutta, Abu-Amero, & Bosley, 2010). Heute ist ebenfalls bekannt, dass bei einseitiger Schädigung der motorischen Trakte, der ipsilaterale (also der nicht geschädigte) Cortex den Ausfall zu kompensieren versucht, indem die relativ schlecht ausgebildeten ipsilateralen Efferenzen, sowie komplexe polysynaptische Verschaltungen (Corticorecticulospinal) bemüht werden (Vulliemoz, Raineteau, & Jabaudon, 2005). Ergo: Falls ipsilaterale Ausfälle oder ipsilaterale Bewegungen nach einem Unfall vorlagen, liegen diesen entweder Besonderheiten im Befund oder kompensierende Prozesse zugrunde.

HGPPS

Patienten mit HGPPS weisen keine Kreuzung der Pyramidenbahn, der superioren cerebellären Pedunkel und keine Kreuzungen der Hinterstrangbahnen auf, was durch MRT erfasst und durch DiffusionsQtensor Imaging, transkraniale magnetische Stimulation und intraoperative Stimulation bestätigt wurde. Fasern des Corpus Callosum, sowie corticopontine Fasern, die des T. Spinothalamicus und das Chiasma opticum bleiben hingegen von den Mutationen unbeeinflusst (Vulliemoz, Raineteau, & Jabaudon, 2005). Die fehlende Kreuzung macht sich beim T. corticospinalis sogar als ausgeprägtere Schmetterlingsform des Rückenmark bemerkbar. Verantwortlich für die Symptome ist eine Mutation im Robo3QGen (Jen & al, 2004) (Vulliemoz, Raineteau, & Jabaudon, 2005) (Schutta, Abu-Amero, & Bosley, 2010). Es wurde bereits durch Deletion des kodierenden Gens bei Mäusen nachgewiesen, dass das Protein Robo3 essentiell für die Kreuzung der Trakte ist: Es fand keine Kreuzung der Trakte im gesamten Rückenmark oder Hirnstamm mehr statt (Jen & al, 2004). Die Mäuse starben kurz nach Geburt, ein komplettes Fehlen des mutierten Protein ist also letal.

Für das Verständnis der kreuzenden Fasertrakte im ZNS ist nun folgende Beobachtung wegweisend: Bei keinem der von HGPPS betroffenen Patienten wurden sensorische oder motorische Beeinträchtigungen wie Taubheit, Muskelschwäche oder mangelhafte Koordination festgestellt, obgleich die Bahnen wie oben beschrieben ipsilateral verlaufen (Jen & al, 2004). Dies bedeutet, dass ein ipsilateraler Aufbau des ZNS keine wesentlichen Nachteile der Motorik oder Sensorik mit sich bringt. Als Grundlage der Augenlähmung diskutiert man Veränderungen des Ncl. abducens oder der paramedianen pontinen Formatio reticulatio (Jen & al, 2004). Schutta et al. sehen in der schlechten Koordination der autochtonen Rückenmuskulatur eine mögliche Herkunft der Skoliose (Schutta, Abu- Amero, & Bosley, 2010).

In diesem Zusammenhang sind zwei Untersuchungen über den N. trochlearis ebenfalls sehr aufschlussreich, welcher bekannterweise kreuzt, dorsal aus dem Hirnstamm austritt und den kontralateralen M. obliquus superior innerviert. Burgess et al.2 haben durch Unterdrückung der für die Kreuzung von Axonen wichtigen Netrin-Rezeptoren bei Mäusen eine teilweise oder vollständige ipsilaterale Innervation des M. obliquus superior durch den N. Trochlearis erreichen können. Hierbei sind keinerlei funktionelle Nachteile einer ipsilateralen Innervation aufgefallen. In einer weiteren Veröffentlichung von Fritzsch und Sonntag3 aus dem Jahre 1990 wurde der N. Trochlearis bei Froschembryonen durchtrennt. Der Nerv regenerierte, versorgte nun aber den ipsilateralen M. Obliquus superior Q ebenfalls ohne bemerkbare Verhaltensauffälligkeiten. Diese Untersuchungen bestätigen ebenfalls, dass die Funktionalität bei einer Kreuzung nicht im Vordergrund stehen muss. (de Lussanet & Osse, 2012)

Hypothesen

Die Auflistung der Theorien erfolgt in chronologischer Reihenfolge und soll nicht den Eindruck einer Wertung erwecken. Da manche Autoren keinen Titel für ihre Theorie gewählt haben, wurde dieser in solchen Fällen aus den Grundthesen hergeleitet. Im Vorstellungabschnitt einer jeden Theorie sind alle Ausführungen, wenn nicht anders gekennzeichnet, nach bestem Wissen der jeweils angeführten Quelle entnommen. Im Diskussionsabschnitt wurden hingegen viele unterschiedliche Quellen bemüht und eigene Schlussfolgerungen mit eingearbeitet.

Sehapparat Theorie Diskussion Funktionelle Schleifen

Die grundsätzliche Idee der Theorie ist, dass der Aufbau des ZNS vom Ausmaß der Spezialisierung des jeweiligen Abschnittes bestimmt wird. Kreuzungen sind demnach ein Zeichen weit fortgeschrittener Differenzierung.

In der Tat entspricht die Anordnung der einzelnen Abschnitte des ZNS zueinander tendenziell einer Reihenfolge der aufsteigenden Komplexizität: Spinalganglien, Rückenmark, Hirnstamm, Cerebellum, Mesencephalon, Diencephalon, Basalganglien und Großhirncortex. Den Grund für diese scheinbare Ordnung vermutet Kashalikar darin, dass funktionelle Schleifen mit steigender Aktivität und Spezialisierung sich mehr und mehr entsprechend der Richtung des Stimulus entwickeln bzw. vom Stimulus weg entfernen (Erweiterungsaktivität). Unter funktionellen Schleifen werden dabei die Gesamtheit aus Rezeptor, sensorischem Neuron, motorischem Neuron, Effektor und gegebenenfalls zwischengeschalteten Interneuronen verstanden. So lässt sich beispielsweise beobachten, wie im laufe der Evolution die sensorischen Neurone immer weiter zentral und damit weiter weg vom Stimulus liegen (siehe Abbildung). Als möglichen Grund für dieses Phänomen nennt der Autor den PinchingQEffekt, sowie die Repulsion of charges. Ersterer besagt, dass zwei gleichgerichtete Strömungen sich gegenseitig anziehen, letzterer, dass entgegengesetzte Strömungen sich abstoßen. Je öfter eine Nervenbahn aktiv ist, desto stärker sind diese Effekte, welche die Nervenfasern aneinander pressen und somit das Axon zur Verlängerung anregen.

Je stärker eine solche funktionelle Schleife genutzt wird, umso höher also ihre Aktivität ist, desto fortgeschrittener wird ihre Spezialisierung sein. Je höher wiederum die Aktivität bzw. Spezialisierung, desto eher wird sich die funktionelle Schleife weg vom Stimulus entwickeln, was schlussendlich sogar zum Überschreiten der Mittellinie führen kann, so Kashalikar.

Spinalganglien und vegetative Ganglien sind weniger spezialisiert und demnach weniger zentral gelegen, als Neurone des Rückenmark oder Gehirn. Die Neurone der Basalganglien sind spezialisierter als die des Rückenmark und folglich kranialer gelegen. Gleiches dekliniert der Autor auch für das Cerebellum (Cortex spezialisierter als Kerne, innerhalb der Kerne Ncl. dentatus spezialisierter als Ncl. fastigii und dementsprechend weiter außen) durch. Die am höchsten spezialisierten Neurone sollten am kranialsten (cortical) und lateralsten liegen.

Die Entstehung des Chiasma opticum wird auch vollständig anders als gewohnt begründet. Entsprechend des Einfalls des Lichtes auf die Augen, also in Richtung des Stimulus, wachsen die Axone aus und kreuzen je nach Augenstellung teilweise oder vollständig. Außerdem befindet sich der visuelle Cortex sehr weit entfernt vom eigentlichen Sehorgan, was der Theorie nach die hohe Spezialisierung und intensive Nutzung des Sehapparates wiederspiegelt. Der Geruchssinn hingegen ist weniger differenziert beim Menschen ausgebildet und corticale Areale liegen demnach näher am Sinnesorgan.

Einen ähnlichen Vergleich führt der Autor beim HörQ und Gleichgewichtssinn durch. Der Hörsinn, als der beim Menschen besser entwickelte von beiden, kreuzt hauptsächlich und wird im kontralateralen Kortex verschaltet, wobei der Gleichgewichtssinn lediglich in Pons und Cerebellum projeziert.

Diskussion

Es handelt sich bei der Funktionelle Schleifen Theorie um einen interessanten und ungewöhnlichen Gedankenimpuls. Die sich in einer schnelle Folge von Aktionspotentialen äußernde intensive Nutzung eines Traktes oder funktionellen Schleife, wie Kashalikar es bezeichnet, presst wenn man so will die Fortsätze der Neurone lang und verdrängt somit das Perikaryon immer weiter weg vom Stimulus.

Ob diese Form der Axonverlängerung der Realität entspricht ist aber äußerst zweifelhaft. Sie hängt lediglich vom Nutzungsverhalten des lebenden Organismus ab, hat demnach keine genetische Grundlage und würde folglich nicht an Nachfahren weitergegeben werden. Außerdem unterdrücken Myelinscheiden, sowie die Ummantelung markloser Fasern durch Schwannzellen die elektrostatischen Wirkungen zwischen den Axonen und damit die beschriebenen Effekte.

Abschließend sei noch angemerkt, dass Aktivität und Komplexität nicht einfach gleich zu setzten sind, zumal das Festlegen eines Komplexitätsgrades doch ein recht willkürlicher Prozess ist. Stellt man beispielsweise den (vielleicht?) komplexeren Prozess der Bildung von Emotionen dem der motorischen Koordination gegenüber, so ist die Aktivität letzterer Hirnareale trotzdem sicherlich höher, da es sich hierbei um einen der dauerhaften Feinabstimmung bedürfenden Prozess handelt.

3-D Wiring Theorie Diskussion Inversions Theorie Diskussion Informationstheorie

Banihani hat im Jahre 2010, sowie zusammen mit Whithead drei Jahre später zwei Hypothesen zur Kreuzung der Fasertrakte im ZNS publiziert. Im Vordergrund dieser ersten im Alleingang entwickelten Theorie stehen die von einem Nerventrakt übermittelten Informationen, genau genommen ob die Informationen mehrfach oder nur einmal das Gehirn erreichen.

Letzteres war bei Lebewesen ohne Extremitäten noch der Fall. Sie erfuhren einen gleichseitigen sensorischen Informationsfluss und besaßen eine ebenfalls gleichseitige motorische Innervation der Muskulatur. Die Entwicklung der Extremitäten, so der Autor, führte das erste Mal dazu, dass unterschiedliche Informationen beider Körperhälften verarbeitet werden müssen. Dieser bedeutende Entwicklungsschritt könnte eine Umstrukturierung des primitven Nervensystems hin zu zwei Hemisphären zur Folge gehabt haben, um den beiden unabhängigen Extremitäten gerecht zu werden.

Bilaterale Informationen werden weiterhin bilateral übertragen. Für seitenspezifische Informationen gibt es nun aber prinzipiell zwei Verknüpfungsoptionen: ipsiQ oder kontralateral. Überlegen ist nach der Ansicht von Banihani die kontralaterale Variante durch „tens of millions of fibers at all levels oft the CNS“ eine strukturelle Verbindung zwischen beiden Seiten des Gehirns sicherstellt und so eine funktionelle Isolierung und Separierung beider Seiten voneinander verhindert, wozu es bei einer ipsilateralen Versorgung womöglich kommen könnte.

Demnach werden 1) mit seitenspezifischer Sensorik oder Motorik assoziierte Fasertrakte in ihrem Verlauf zur Gegenseite kreuzen, T. rubrospinalis/corticospinalis oder das mediale Augenfeld (bei lateral liegenden Augen das komplette Augenfeld), um einige zu nennen. 2) Gemeinsame Informationen, die keine Abstimmung zwischen den Hemisphären erfordert, werden ipsilateral weitergeleitet. Beispiele dafür wären der Geruchssinn und das temporale, stereoskopische Augenfeld. 3) Auf beiden Seiten gleichzeitig auftretende Sensorik bzw. ausgeführte Sensorik wird bilateral weitergeleitet. Hier könnte man den T. reticulospinalis, den T. vestibulospinalis und den Hörsinn aufzählen.

Diskussion

Im Anschluss an seine Hypothesenausführungen zeigt Banihani vorbildlicherweise zahlreiche Wege auf die Theorie zu überprüfen. Seine Vorschläge reichen dabei vom Verschluss einer der beiden embryonalen Nasenhöhlen (Fasern müssten dann kreuzen) bis zur bilateralen Schmerzstimulation bei Embryonen (T. spinothalamicus müsste ipsilateral verlaufen). Erste Beweise erkennt er in Enucleationsstudien an Frettchen und Mäusen, die vermehrt gekreuzte Fasern zur Folge hatten.

Die Implikationen, die der Autor aus seinen Argumenten ableitet, wirken jedoch auf eine gewisse Weise erzwungen. Einmal abgesehen von der undeutlichen und eher willkürlichen Trennung zwischen gemeinsamen und bilateralen Informationen (denn auch Geruch könnte als bilaterale Sinneswahrnehmung bezeichnet werden), kann man sagen, dass die Theorie in ihrer Essenz Kreuzungen als Mittel zur strukturellen Befestigung beider Hemisphären aneinander beschreibt. Was ist jedoch der Mehrwert von durch Trakten zusammengehaltenen Neuronen? Banihani meint, dass ansonsten zwei Gehirne einen Körper kontrollieren würden (Banihani, 2010), wobei er dem keine weiteren Nachteile zuordnet. In der Klasse der Arthropoden ist dies in Form eines Strickleiternervensystems sogar weitestgehend so realisiert (Hirth & Reichert, 2007). Außerdem wird der Bildung zweier Gehirne mit der Struktur des Corpus callosum bereits eine extensive Verknüpfung beider Hemisphären entgegengesetzt.

Axial-Twist Theorie Diskussion Verletzungskorrelationstheorie

Mobilität ist ein zentraler Bestandteil fast aller Lebewesen. Anatomische Bauweisen, welche die Wahrscheinlichkeit einer möglichen Einschränkung der Mobilität reduzieren, sollten demgemäß im Laufe der Evolution bevorzugt werden. Genau diese Funktion schreiben die Autoren dem kontralateralem Verlauf zu.

Die Funktion der Motorik hängt im Wesentlichen von zwei Variablen ab: einem funktionsfähigen Gehirn und einem ebenso funktionsfähigen Bewegungsapparat. Kommt es indes zur Beschädigung einer von beiden, so hat dies weitreichende Folgen auf Nahrungssuche, Schutz vor Prädatoren, Paarungsverhalten u.v.m.. Evolutionär betrachtet sind dabei Schädigungen mittleren Grades besonders bedeutungsvoll, da schwerste Verletzungen mit dem Tod enden und leichte das motorische System kaum beeinflussen. Für die Betrachtung kommen also überlebbare Störung der Motorik mit einer möglichen Regenerationsphase in Frage.

Whitehead und Banihani gehen davon aus, dass eine leichte Beeinträchtigung einer Variable von der anderen gesunden noch kompensiert werden kann (das Gehirn kann geringe Verletzungen des Körpers kompensieren; ein gesunder Körper kann von einem leicht geschädigten Hirn kontrolliert werden). Verletzungen vom selben Ausmaß beider Variablen, also sowohl an Körper und Gehirn, sind jedoch fatal. Folglich ist eine Anordnung, welche die Wahrscheinlichkeit einer Verletzung von Körperseite und der versorgenden Hirnseite reduziert, mit einer erhöhten Überlebenschance assoziiert.

Verletzungsmöglichkeiten bestehen prinzipiell sechs, wenn man Bewegungsapparat und Hirn in je zwei Teile gliedert:

1. Rechtes Hirn – Linkes Hirn, Rechter Körper – Linker Körper

2. Rechtes Hirn – Rechter Körper, vice versa

3. Rechtes Hirn – Linker Körper, vice versa

Für ersteres würde nach der oben durchgeführten Argumentation weder eine ipsiQ noch eine

kontralaterale Innervation vorteilhaft sein. Gleiches trifft übrigens ebenso auf Schädigungen nur einer Variable zu, weswegen diese Möglichkeit von vornherein ausgeschlossen wurde. Nummer zwei hingegen würde einen kontralateralen, Nummer drei einen ipsilateralen Verlauf implizieren. Da die Auftrittswahrscheinlichkeit von Nummer zwei sicherlich wesentlich höher ist als die von drei, könnte sich hier ein klarer evolutionärer Vorteil der kontralateralen Innervation abzeichnen.

Mit Hilfe mathematischer Modelle und statistischer Berechnungen kommen die Autoren zu dem Ergebnis, dass ein 5%iger (+/Q 4%) Überlebensvorteil der kontralateralen gegenüber der ipsilateralen Versorgung besteht.

Diskussion

Whitehead und Banihani weisen am Ende ihrer Ausführungen darauf hin, dass ihre These nicht den Anspruch erhebt eine vollständige Erklärung aller Verläufe im ZNS liefern zu können. Sie sehen in den vorgestellten Gedankengängen vielmehr einen von vielen Mechanismen, der Kreuzungen in der Evolution hat entstehen lassen (Whitehead & Banihani, 2013).

Wie häufig tatsächlich sowohl Gehirn als auch Bewegungsapparat einer Seite in einem für das obige Modelle relevanten Ausmaß geschädigt wurden, bleibt spekulativ und ein mögliches Szenario erscheint ähnlich gestellt, wie das einer rechtes Hirn – linker Bewegungsapparat Q Verletzung. Die Autoren gestehen zusätzlich selber, dass eine ipsilaterale Kontrolle bei Schädigung einer Körperseite der kontralateralen eigentlich überlegen ist. Während erstere „nur“ eine Hemiparese verursachen würde, käme es bei letzterer zur einem vollständigen Ausfall der Motorik.

Somatic Twist Theorie Diskussion Literatur

Crossman, A. R. (2008). Neuroanatomy. In S. Standring, Gray's Anatomie 7 The Anatomical Basis of Clinical Practice (S. 225-392). Elsevier.

Standring, S. (2008). Gray's Anatomie 7 The Anatomical Basis of Clinical Practice. Elsevier.

Vulliemoz, S., Raineteau, O., & Jabaudon, D. (2005). Reaching beyond the midline: why are human brains cross wired? Lancet Neurology (4), 87-99.

Nudo, R. J., & Frost, S. B. (2007). The Evolution of Motor Cortex and Motor Systems. In J. H. Kaas, Evolution of Nervous Systems Volume 3 (S. 373-395). Elsevier.

Einzelnachweise

Back to Top

Skip to main content

An official website of the United States government

Here's how you know

The .gov means it’s official.

Federal government websites often end in .gov or .mil. Before

sharing sensitive information, make sure you’re on a federal

government site.

The site is secure.

The https://

ensures that you are connecting to the

official website and that any information you provide is encrypted

and transmitted securely. Log in Show account info Close Account Logged in as: username Dashboard Publications Account settings Log out Access keys NCBI Homepage MyNCBI Homepage Main Content Main Navigation

Preview improvements coming to the PMC website in October 2024.

Learn More or

Try it out now

.

Search PMC Full-Text Archive

Search in PMC Advanced Search User Guide Journal List HHS Author Manuscripts PMC2349093 Other Formats PDF (355K) Actions Cite Collections Add to Collections

Create a new collection

Add to an existing collection

Name your collection:

Name must be less than characters

Choose a collection:

Unable to load your collection due to an error

Please try again Add Cancel Share Permalink Copy RESOURCES Similar articles

Cited by other articles

Links to NCBI Databases

Journal List HHS Author Manuscripts PMC2349093

As a library, NLM provides access to scientific literature. Inclusion in an NLM database does not imply endorsement of, or agreement with,

the contents by NLM or the National Institutes of Health.

Learn more: PMC Disclaimer | PMC Copyright Notice Brain Res Bull.

Author manuscript; available in PMC 2009 Mar 18.

Published in final edited form as:

Brain Res Bull. 2008 Mar 18; 75(2-4): 384–390.

Published online 2007 Nov 20.

doi: 10.1016/j.brainresbull.2007.10.009 PMCID: PMC2349093 NIHMSID: NIHMS46163 PMID: 18331903

The evolution of the complex sensory and motor systems of the human brain

Jon H. Kaas Jon H. Kaas

Department of Psychology, Vanderbilt University, 301 Wilson Hall, 111 21

st

Ave. South, Nashville, TN 37203

Find articles by Jon H. Kaas Author information

Copyright and License information

PMC Disclaimer Jon H. Kaas,

Department of Psychology, Vanderbilt University, 301 Wilson Hall, 111 21

st

Ave. South, Nashville, TN 37203;

Contact information: Jon H. Kaas, Psychology Department, Vanderbilt University, 111 21

st

Ave. South, Nashville, TN 37212, USA, Tele: 615-322-6029, Fax: 615-343-8449,

ude.tlibrednav@saak.h.noj PMC Copyright notice Publisher's Disclaimer

The publisher's final edited version of this article is available at

Brain Res Bull Abstract

Inferences about how the complex sensory and motor systems of the human brain evolved are based on the results of comparative studies of brain organization across a range of mammalian species, and evidence from the endocasts of fossil skulls of key extinct species. The endocasts of the skulls of early mammals indicate that they had small brains with little neocortex. Evidence from comparative studies of cortical organization from small-brained mammals of the six major branches of mammalian evolution supports the conclusion that the small neocortex of early mammals was divided into roughly 20–25 cortical areas, including primary and secondary sensory fields. In early primates, vision was the dominant sense, and cortical areas associated with vision in temporal and occipital cortex underwent a significant expansion. Comparative studies indicate that early primates had 10 or more visual areas, and somatosensory areas with expanded representations of the forepaw. Posterior parietal cortex was also expanded, with a caudal half dominated by visual inputs, and a rostral half dominated by somatosensory inputs with outputs to an array of seven or more motor and visuomotor areas of the frontal lobe. Somatosensory areas and posterior parietal cortex became further differentiated in early anthropoid primates. As larger brains evolved in early apes and in our hominin ancestors, the number of cortical areas increased to reach an estimated 200 or so in present day humans, and hemispheric specializations emerged. The large human brain grew primarily by increasing neuron number rather than increasing average neuron size.

Introduction

One cannot help but be impressed with the sensorimotor skills of our best athletes and musicians. Their remarkable abilities are usually the result of years of training and practice, often starting in childhood. Yet, most of us are also able to acquire unusual skills with training and experience. While the exceptional athlete or musician may have advantages of several sorts, including those related to body morphology and physiology, and possibly favorable variations in brain organization and function, the human brain is capable of acquiring and mediating sensorimotor abilities that are unmatched in other species. It is somewhat uncertain why this is so, but an obvious factor is our large brain, with densely packed with neurons [

10

], which is largely devoted to processing and storing sensory and other information and using it to guide, plan and mediate behaviors. While this large brain emerged gradually from the time of our early mammal ancestors, who had small brains and little neocortex [

22

], the most dramatic increase in size occurred over the last two million years. However, the increase in brain size only partially accounts for human abilities, as the organization of the human brain changed greatly from the time of early mammals. The changes in brain organization that did occur are not fully understood, but some of the probable changes can be inferred from what is known about brain organization in extant mammals.

Currently, our best indications of how the human brain is organized come from studies of the brains of other primates, most often Old World macaque monkeys. Studies of these and other monkeys indicate that their sensory and motor systems are exceedingly complex, particularly at the cortical level of processing. In these monkeys, the cortical sheet is divided into a large number of functionally distinct processing organs, the cortical areas. In turn, cortical areas are often, and perhaps typically, further divided into two or more sets of modules or columns of functionally related neurons, so that single areas can mediate several distinct, but related functions. The cortical areas are interconnected most densely with adjacent areas that have related functions, and interconnected arrays of such areas form cortical systems. Systems of related areas also interconnect and relate to other systems. The great computational power of these brains comes from the reiteration of basic processing steps from one area to another to produce rather complex computations. In this regard, the processing at the cortical level in macaque monkeys involves 30–40 areas that are predominately visual, 15–20 auditory areas, 15–20 somatosensory areas, and 10 or more motor areas [

8 , 18 , 20 , 28 , 32

]. The exact numbers are uncertain, as it can be difficult to experimentally identify cortical areas, especially higher order cortical areas. Thus, there is widespread agreement on the identity of relatively few areas. Current research has been leading to new proposals where boundaries of previously proposed areas have been adjusted, areas subdivided, and areas or parts of areas incorporated into new domains. Nevertheless, there is agreement that the numbers of areas given above are approximately correct, and that each area is interconnected with a number of other areas and subcortical structures to form very complex networks or hierarchies of areas within and across systems.

The 1.2–1.8 kg human brain with about 100 billion neurons is many times larger than the 0.09 kg macaque monkey brain with 6.4 billion neurons [

10

]. This suggests that the complexity of the human brain greatly exceeds that of the macaque monkey brain. While information about how the human brain is organized is rapidly being acquired, especially by non-invasive functional imaging techniques, we presently know less about the areal and modular organization of human brains than macaque brains, and much less about connection patterns. Yet, some estimate that the human brain has well over 200 cortical areas. The question addressed here is how did such complexity evolve? While this challenging question cannot be fully addressed here, we can gain some insights by examining the comparative data on somatosensory and motor systems, since these systems have been extensively studied [

17 , 18

]. Therefore, this review focuses on these systems, especially at the cortical level.

The nature of the problem: how do we reconstruct the past?

Normally, we can learn much about the evolution of mammals from the fossil record, which consists mainly of fossilized bone. Unfortunately, the soft tissue of the brain does not fossilize like the bone of the skull does. Fortunately, the interior of the skull often reflects the size and shape of the brain fairly well, and even some of the fissures of the brain can be apparent as protrusions on the skull interior. Brain size, especially relative to body size, provides information about behavior capacity [

13

]. Because the location of fissures are related to the areal organization of cortex, preserved fissure patterns may indicate the locations of some of the areas of the brain, or even somatotopic sectors of areas of somatosensory cortex [

43

]. Finally, the relative proportions of the frontal, temporal, parietal and occipital regions of cortex tell us something about what cortical systems were emphasized. However, the important details of how brains were organized are not preserved in the fossil record. Thus, most of what we know about brain evolution in mammals has been inferred from the results of comparative studies of brain organization [

40 ].

Considerable theoretical progress has been made over the last 20–30 years in how to best infer ancestral states from studies of extant (currently existing) mammals [

1 , 44 , 45

]. Simply put, if a feature or trait is present in all members of a group of phylogenetically related mammals, then it is parsimonious to infer that the common ancestor of the group also had that trait, and that it was retained in all the preserved lines of evolution from that ancestor. This is called a cladistic analysis or reconstruction, as a group of animals stemming from a common ancestor is called a clade. The process gets a bit more complicated when only some of the extant members of the group have the trait (or character), but the rule of parsimony, the most logical explanation of the distribution of the character, holds. The method works best when the presence or absence of a character has been determined for all or most members of a clade. However, this type of analysis becomes difficult if we want to determine what traits existed in the common ancestor of all primates, because there are over 220 species of primates, many of which are unavailable for studies of brain organization. In addition, it can be difficult, costly, and labor intensive to identify many brain characters [

16

]. Even identifying such a prominent feature as the presence of primary somatosensory cortex can be challenging, since a reliable identification would require congruent histological, connectional, and physiological evidence from a number of primates. While histological (architectonic) evidence is easiest to obtain, it can be inconclusive. For example, S1 or parts of S1 (area 3b) have been repeatedly misidentified as other areas in various architectonic studies. The result of such difficulties is that theories of brain evolution are often constructed on partial and patchy evidence. However, as in other fields, as more evidence is gathered, theories can be altered and corrected. In view of the difficulty in studying many members of the primate clade, we need to carefully select the ones we study in detail. Results from all members of a clade are not equally informative. If the human brain has over 200 areas, for example, it would be difficult to infer from studies of the human brain alone, which of these areas, if any, have been retained from the ancestral, early primates.

What were the brains of early mammals like?

We know from the fossil record that there was variability in the phenotypes of early mammals. Yet, most were small, on the order of mouse to cat in size, and all had small brains for their body size. Most notably, these mammals had small forebrains with little neocortex. The forebrain was dominated by an olfactory bulb, and olfactory (piriform) cortex that appeared large relative to the small amount of neocortex. The skull endocasts of early mammals do not indicate how neocortex, the most impressive feature of the human brain, was organized. However, all extant mammals have a neocortex that is thick, and has a laminar organization that traditionally includes six layers. In addition, activating inputs from the thalamus or other cortical areas converge on a few neurons in layer 4 (this may not be the case for cetaceans), and dense vertical connections spread information to other layers, where it is transformed and sent to other cortical areas and subcortical structures. We do not know how neocortex emerged in the forebrains of the ancestors of mammals, as extant reptiles and birds arose from an early branch of the amniote radiation, and the therapsids in the other branch that led to mammals did not survive. The dorsal cortex in reptiles, the homolog of neocortex in mammals, is proportionally nearly as large in surface area as the neocortex of early mammals, but thinner, consisting largely of a single layer of pyramidal neurons with activating inputs terminating widely and superficially on apical dendrites [

41

]. Thus, the basic organization of the neuronal circuits is much different in neocortex of mammals than in dorsal cortex of reptiles, and these structures therefore have much different functions. However, we do not know how the structural and functional differences between dorsal cortex and neocortex emerged.

The other feature of neocortex of early mammals that we can infer from studies of extant mammals is that early mammals had few cortical areas, and these included primary and secondary sensory fields. This inference is made by considering the cortical organization of small-brained mammals in the six major branches of the mammalian clade [

31

]. In the monotreme (prototherian) superorder, cortical organization has been explored in the duck-billed platypus and echidna [

25

]. Both have a small primary visual area (V1), a primary somatosensory area, with a rostral field, R, and a lateral somatosensory field termed PV. A primary auditory field (A1), and possibly other auditory fields, is present. There is some evidence for a primary motor field, but the existence of this field is questionable. In the marsupial (metatherian) superorder, we find clear evidence for these same few sensory fields [

24

], but the bulk of the evidence argues against the presence of a primary motor field [

2

]. As in other mammals, somatosensory cortex of marsupial opossums has motor functions. In addition, there is compelling evidence for the presence of a second visual area, V2, as well as a temporal visual region that could include more than one area. The other four superorders emerged later in mammalian evolution from the third major branch of mammals, the eutherian or placental mammals. The Afrotherian superorder is nicely represented by tenrecs from Madagascar. Because tenrecs have a primitive body morphology that is similar to those of members of the order Insectivora, tenrecs were formerly classified as Insectivores. Modern studies put tenrecs squarely in the new superorder of Afrotheria. Tenrecs have little neocortex, as in early mammals, with much of their cortex occupied by primary and secondary sensory areas [

27

]. A primary motor cortex is suggested by architectonic traits, and its existence is supported by evidence for primary motor cortex in other Afrotherian mammals. Members of the Xenatherian superorder, armadillos, sloths, and anteaters, have not been extensively studied, but the limited evidence that exists indicates that they have at least primary visual, somatosensory, and auditory areas [

37

]. The superorder, Laurasiatheria, with carnivores, pangolins, bats and core insectivores is well represented by hedgehogs, shrews and moles. In these insectivores, we find evidence for V1, V2, A1, S1, SC, SR, PV, S2, and M1 [

4

]. Of course, there is evidence for all these areas, and more, in the well-studied domestic cats [

14 , 29

]. The remaining superorder, Euarchontoglires, contains humans and other primates, as well as rodents, lagomorphs, tree shrews and flying lemurs. Members of this superorder also have the primary and secondary sensory fields and M1.

The point of this necessarily superficial review of cortical organization in members of the major branches of mammalian evolution is that it is possible to reconstruct the probable areal organization of the neocortex of the first mammals from the distribution patterns of those cortical areas that can be reliably identified in extant mammals. In addition to the sensory areas discussed above, we can infer from such data that several subdivisions of cingulate cortex, with inputs from the anterior group of nuclei of the thalamus, as well as perirhinal cortex, and several divisions of frontal cortex existed in early mammals. Additionally, a visual-limbic area on the medial margin of V1, sometimes called prostriata, was likely to have been present [

35

]. We can also conclude from comparative studies that the brains of early mammals were small relative to body sizes, which were also small, and proportionally little of the forebrain was devoted to neocortex. This ancestral neocortex was poorly differentiated into layers and neuron types, and it included few cortical areas, on the order of 20 or so [

19

]. This primitive organization was expanded and differentiated to eventually form the huge and complex human brains with possibly over 200 cortical areas, a tenfold increase in number of areas and a much greater increase in the complexity of the connectional networks of cortical areas.

Tree Shrews and other members of the Euarchontoglires clade

Humans and other primates form one major branch of the Euarchontoglire clade. Another branch, the Glires, includes lagomorphs (rabbits, hares, and pikas) and rodents. It is somewhat disconcerting to realize that these mammals are our rather close relatives, as there is nothing particularly remarkable about their brains. Rabbits have emphasized vision in order to detect and flee from predators. Thus, their temporal cortex is expanded, while frontal cortex remains rather small. Rodents often depend on using their facial whiskers for exploring the environment, but some rodents such as squirrels, have excellent vision, and an expanded and well-differentiated V1 and V2, as well as two or more large visual areas in the temporal lobe [

16

]. Rodents vary in body size by 1000-fold, from small mice to dog-sized capybaras. While cortical organization has been extensively studied in mice and rats, much less is known about other rodents. Although rodents vary in body and brain size [

11

], results from the few published studies suggest that rodents do not vary much in numbers of cortical areas, having only a few more than those postulated for early mammals (

Fig. 1A

). For comparison with tree shrews and primates, where vision is greatly emphasized, the brains of squirrels are useful, but the similarities in cortical organization that exist (e.g., large, well-differentiated V1 and V2) reflect parallel evolution as vision became more important in each group.

Open in a separate window

Figure 1

Some of the cortical areas of (A) rats, (B) tree shrews, (C) galagos, and (D) owl monkeys. The owl monkey cortex has been flattened so that areas in the lateral fissure and on the medial wall can be shown. Rats, like many other small-brained mammals have few cortical areas, including primary visual (V1), auditory (Aud or A1), somatosensory (S1) and motor (M1) areas. Other somatosensory areas include a caudal somatosensory belt (SC) a distorted rostral belt (RC or dys. for dysgranular cortex), a second area (S2), a parietal ventral area (PV) and a parietal rostral area (PR). Motor cortex includes a dorsal premotor area (M2), and visual cortex includes a second visual area (V2) and other visual areas (Visual). Some of the somatotopy of S1, PV, S2, and M1 is indicated. Tree shrews have an expanded temporal lobe with visual functions. Several temporal areas (TP, posterior; TD, dorsal; TA, anterior, and TI, inferior) have been identified, but homologous areas in other mammals are unknown. TA and adjacent visual cortex relay to motor cortex, as posterior parietal (PP) cortex does. Prosimian galagos have more visual cortex, and many of the areas recognized in anthropoid primates (the dorsolateral area, DL or V4; V3; the dorsomedial area, DM; the middle temporal area, MT; the middle superiortemporal area MST; the fundal area of the superior temporal sulcus, FST; and inferior temporal cortex, IT. Posterior parietal (PP) cortex includes a caudal sector with dense visual inputs and projections to a rostral sector with somatosensory inputs and projections to motor and premotor cortex. Motor cortex includes a primary area (M1), dorsal premotor cortex (PMD), ventral premotor cortex (PMV), the frontal eye field (FEF), a supplementary motor area (SMA), and two or more cingulate motor areas (CMA). Hindlimb (HL) and forelimb (FL) portions of 3b and M1 are indicated. Owl monkeys have even more visual cortex, while sharing a number of areas with galagos. The dorsolateral area is divided into rostral (DLr) and caudal (DLc) sectors and inferior temporal cortex has been divided into polar (ITp), rostral (ITr) caudodorsal (ITcd) and caudoventral (ITcv) sectors. FST has dorsal (d) and ventral (v) areas. A medial area (M) and a ventral posterior parietal area (VPP) have been identified. The location of the prostriata area (PS), which may exist in most mammals, is indicated. Anterior parietal cortex contains areas 3a, 3b, 1 and 2, and somatosensory cortex of the lateral sulcus (LS) has rostral (VSr) and caudal (VSc) ventral somatosensory areas, a parietal rostral area (PR), and a retroinsular (Ri) region. Auditory cortex includes A1, a rostral area (R), a rostrotemporal area (RT), a caudomedial area (CM) and other subdivisions of the auditory belt and parabelt. An eye movement (E) region of SMA and a frontal visual region (FV) are labeled. CC, corpus callosum; STS, superior temporal sulcus; hip, hippocampus.

Other Euarchontoglires (the Euarchontans) are the flying lemurs, tree shrews and primates. We know little about the brains of flying lemurs (misnamed because they do not fly, but glide, and they are not lemurs), but histological studies indicate that they have a well-differentiated visual system and probably several visual areas in the expanded temporal cortex, in addition to a large V1 and V2 in occipital cortex [

35

]. However, tree shrews from Southeast Asia have long been bred in captivity and studied, especially their visual system, as they are diurnal and are highly visual [

16 , 29

]. In tree shrews, V1 and V2 are large and structurally well differentiated (

Fig. 1B

). The visual thalamus is also large, and the lateral geniculate nucleus is laminated. As in squirrels, the superior colliculus is large. Somatosensory cortex includes S1, S2, PV, SC and SR of other mammals [

34

]. The representation of the forepaw is enlarged in S1, and the forepaw is used for manipulating objects. Frontal cortex includes a large primary motor area and a dorsomedial premotor area. The rest of frontal cortex is proportionally small. Auditory cortex includes A1 and several other fields. Most notably, posterior parietal cortex includes a rostral portion that is predominately somatosensory and has strong connections with motor cortex, and a caudal portion that is predominantly visual with weaker connections with motor cortex.

When we compare the cortical organization of tree shrews (

Fig. 1B

) with that of primates (

Fig. 1C & 1D

), we see a number of similarities. Given the organization in tree shrews and the more elaborate organization in primates, it is likely that the immediate ancestors of primates, in comparison to early mammals, had (1) an expanded visual system with more visual areas in an enlarged temporal lobe; (2) an expanded posterior parietal region with visual and somatosensory inputs, and projections to motor and premotor cortex; (3) an enlarged primary motor cortex with more cortex devoted to the forepaw, and (4) subdivisions of anterior parietal cortex that anatomically and physiologically closely resembled areas 3a, 3b (S1), and 1 of primates.

Early primates

Early primates were small, arboreal, and nocturnal. They fed on small insect and vertebrate prey, buds, and fruit [

36

]. Their brains were moderately expanded, and not much different in size in proportion to body size than the brains of extant prosimian primates (lemurs, lorises, and galagos). Their eyes were large, and frontally directed, and their temporal cortex was enlarged. Thus, vision was obviously important, and adaptations for life in the fine branches of trees suggested that their neural systems for eye-hand coordination were well developed to subserve reaching for food items while clinging to unstable branches [

3

]. This supposition is born out by the results of comparative studies of brain organization of extant primates. The results of studies of the brains of prosimian primates are especially relevant, as these brains approximate, in size and shape at least, those of early primates.

Much of what is known about brain organization in prosimians comes from studies of African galagos, especially the greater galago (

Otolemur garnetti

). Visual cortex in these primates (

Fig. 1C

) includes areas common to all or most mammals (V1 and V2) and areas thought to be unique to primates (MT, MTc, MST, FSTd, FSTv, DM, ITc, ITr) [

18

]. Some of these areas, those considered to be parts of the dorsal stream of visual processing for visuomotor control [

21 , 42

], project directly or indirectly to the caudal half of an enlarged posterior parietal cortex. This posterior parietal region projects in turn to the rostral half of posterior parietal cortex, which also receives somatosensory inputs from higher order somatosensory areas, and sends feedforward projections to premotor areas, which project to primary motor cortex. Electrical stimulation of the rostral half of posterior parietal cortex with microelectrodes reveals a number of subregions, possibly cortical areas, where behaviorally meaningful movements are evoked [

39

]. These movements include reaching and grasping, as for an object, and hand to mouth retrieving movements. Thus, parts of rostral posterior parietal cortex appear to be specialized for using somatosensory and visual information to help mediate eye-hand coordination for specific types of behavior. The disruption of neural activity in primary motor cortex blocks these evoked behaviors, indicating that M1 is an important node in the circuits that organizes these behaviors. In conclusion, prosimians have brain networks for the kinds of visuomotor guidance of hand use that has been considered to be essential for early primates to occupy their arboreal feeding niche. The presence of a similar network, one that appears to be even more elaborate in anthropoid primates, suggests that the important components of the network were already present in early primates, and were retained in both prosimian and anthropoid lines of decent.

The frontal motor regions, as parts of a sensorimotor network, were enlarged and subdivided in early primates. Rodents and tree shrews have a primary motor area, M1, and a second area, which probably corresponds to dorsal premotor cortex of primates [

33

]. In contrast, prosimian galagos (

Fig. 1C

), as well as anthropoid primates (

Fig. 1D

), have an enlarged M1 with an expanded portion devoted to forelimb and digit movements. Galagos also have dorsal and premotor areas, a frontal eye field for eye movements, a supplementary motor area, and at least two motor areas in cingulate cortex of the medial wall of the cerebral cortex [

46

]. As these areas are present in both prosimian and anthropoid primates, they likely evolved after the divergence of tree shrews and primates from their common ancestor. Such comparative studies also indicate that early primates had a region of granular frontal cortex with sensory inputs and connections with dorsal and ventral premotor areas, which projected in turn, to M1. Several of these motor areas, together with somatosensory areas, projected to interneurons and motor neurons in the spinal cord, but most of these projections were from M1.

Anterior and lateral somatosensory corticies did not change as dramatically as motor cortex did in early primates, although the rostral somatosensory area closely resembled area 3a of anthropoid primates (see below). Parts of primary somatosensory cortex (area 3b) and adjoining bands of cortex (SR or 3a; SC or 1–2) that represent the tongue might have been involved in taste, together with some of the lateral somatosensory cortex [

23

]. Auditory cortex included a primary (A1) and a rostral area (R), as well as the surrounding auditory belt of other primates [

20 ].

Altogether, early primates had changed the most from their rodent and tree shrew relatives in having more and larger visual areas, an expanded posterior parietal region with somatosensory and visual subregions, a constellation of motor areas in frontal cortex, and granular prefrontal cortex with sensory inputs and outputs to premotor cortex. These innovations greatly enhanced the use of sensory information in guiding and controlling reaching and other motor behaviors.

Early Anthropoid primates

Anthropoid primates include monkeys, apes and humans. They also include a rather restricted radiation that lead to present-day tarsiers, which have become nocturnal, visual predators of small prey. Tarsiers have become so specialized that they eat no vegetable food. Little is known about how their brains are organized, except that primary visual cortex is huge relative to other brain areas, and much of caudal neocortex is visual [

5

]. Primary auditory, somatosensory and motor systems also appear to be present.

Cortical organization varies in monkeys (simians). The small marmosets (New World monkeys) have an anterior parietal cortex that resembles that of prosimians in that SR (3a) and SC (area 1) are poorly differentiated [

26

], but areas 3a, 1 and 2 are well differentiated in the larger New World Cebus monkeys [

9

]. Thus, there is evidence of parallel evolution of the somatosensory cortex in simians. Also, posterior parietal cortex is large, more subdivided, and more responsive to somatosensory stimuli in the larger New World and Old World monkeys than in marmosets. As an unusual specialization, some of the New World monkeys (cebus, spider) evolved the tip of the tail as a tactile, grasping organ densely packed with cutaneous receptors that activate a large portion of somatosensory cortex [

9

]. Monkeys also have more visual cortex than prosimians (

Fig. 1D

), and more clearly defined subdivisions of posterior parietal cortex. In Old World monkeys, dorsal and ventral premotor regions contain two or more fields.

Apes and hominins

Early apes had larger brains than monkeys, but not much can be inferred about the organization of early ape brains since comparative studies of extant ape brains has been so limited. Also, we know only brain sizes and shapes from our extinct hominin relatives (all species more closely related to modern humans than apes) [

38

]. From modern non-invasive brain imaging studies and from histological studies, an understanding of the organization of the human brain is starting to emerge, although information is limited. However, the evolution of areas devoted to language [

7

], visual recognition of faces and objects [

12

], and hemispheric specialization and asymmetries [

6

] are among the prominent additions to human brains. What is most obvious, however, is the great growth of the brain relative to body size from early ape ancestors to humans [

22

]. Even present day chimpanzees of about the same body size as humans, and gorillas of considerably larger sizes than humans, have brains of the 300–400 cm

3

size, about the size of the brains of early hominins of the genus Australopithecus living some three million years ago. Over the last two million years, the brains of our ancestors increased rapidly to their current 1300–1500 cm

3 size.

Such great increases in brain size imply great increases in number of neurons and therefore computational power. Human brains might have as many as 100 billion neurons, compared to 6.4 billion in macaque monkeys [

10

]. In contrast to rodents (and likely other lines of mammalian evolution), where average neuronal size increased and neuronal densities decreased as larger brains evolved, average neuron size and neuronal densities are rather constant across a great range of brain sizes in primates. Thus, human brains have more neurons for their large size than would be expected for a hypothetical rodent with such a large brain. The evolution of large brains in apes and early hominins, and even larger brains in our recent ancestors and in modern humans, resulted in great increases in the number of neurons. This made it difficult for neurons to interconnect and function in the same ways that were possible in the smaller brains of our ancestors [

15

]. As brains get more neurons, individual neurons become interconnected with proportionally fewer of the total number of neurons, and the brain becomes more modular so that connections and connection distances do not increase to unworkable extents. As one example, functions in the large human brain became more localized to the right or left cerebral hemisphere so that the need for long and fast interhemispheric connections became reduced. The evidence for more modular organization in the larger primate brains is less complete, but the large primary areas stopped increasing in size, implying a great increase in the numbers of smaller cortical areas. In support of this inference, accumulated evidence from functional imaging studies suggests that human brains have a large number (200 or so) of cortical areas.

In summary, many of the changes that occurred in the evolution of the large human brain remain to be discovered, but much progress is being made in understanding the specific types of modifications that were made in brains during the course of mammalian evolution. As brains became large, scaling problems likely forced modifications in brain organization that included (1) more cortical areas and more modules or types of functional columns within areas; (2) an emphasis on local cortical connections over long connections; and (3) a stabilization of the sizes of the largest cortical areas, as area size impacts on the types of functions that areas best mediate. Small areas are more fully interconnected, and are optimal for global comparisons, while large sensory areas are optimal for comparisons of local detail.

Footnotes

Prepared for a special issue of Brain Research Bulletin on the Proceedings of the 5

th

ECCN Conference, April 25-28, 2007

Publisher's Disclaimer:

This is a PDF file of an unedited manuscript that has been accepted for publication. As a service to our customers we are providing this early version of the manuscript. The manuscript will undergo copyediting, typesetting, and review of the resulting proof before it is published in its final citable form. Please note that during the production process errors may be discovered which could affect the content, and all legal disclaimers that apply to the journal pertain.

References 1.

Albert JS. Phylogenetic character reconstruction. In: Kaas JH, editor.

Evolution of Nervous Systems.

Vol. 1. Elsevier; London: 2007. pp. 41–53.

[ Google Scholar ] 2.

Beck PD, Pospichal MW, Kaas JH. Topography, architecture, and connections of somatosensory cortex in opossums: evidence for five somatosensory areas.

J Comp Neurol. 1996; 366 :109–133. [ PubMed ] [ Google Scholar ] 3.

Block JI, Boyer DM. Grasping primate origins.

Science. 2002; 298 :1606–1610. [ PubMed ] [ Google Scholar ] 4.

Catania KC, Collins CE, Kaas JH. Organization of sensory cortex in the East African Hedge Hog (

Atelerix albiventris ) J Comp Neurol. 2000; 421 :256–274. [ PubMed ] [ Google Scholar ] 5.

Collins CE, Hendrickson A, Kaas JH. Overview of the visual system of tarsius.

Anat Rec. 2005; 287A :1013–1025. [ PubMed ] [ Google Scholar ] 6.

Corballis MC. Evolution of hemispheric specialization of the human brain. In: Kaas JH, editor.

Evolution of Nervous Systems.

Vol. 4. Elsevier; London: 2007. pp. 379–393.

[ Google Scholar ] 7.

Deacon TW. The evolution of language systems in the human brain. In: Kaas JH, editor.

Evolution of Nervous Systems.

Vol. 4. Elsevier; London: 2007. pp. 529–548.

[ Google Scholar ] 8.

Felleman DJ, Van Essen DC. Distributed hierarchical processing in the primate cerebral cortex.

Cereb Cortex. 1991; 1 :1–47. [ PubMed ] [ Google Scholar ] 9.

Felleman DJ, Nelson RJ, Sur M, Kaas JH. Representations of the body surface in areas 3b and 1 of postcentral parietal cortex of cebus monkeys.

Brain Res. 1983; 268 :15–26. [ PubMed ] [ Google Scholar ] 10.

Herculano-Houzel S, Collins CE, Wong P, Kaas JH. Cellular scaling rules for primate brains.

Proc Natl Acad Sci USA.

2007; 104 :3562–3567. [ PMC free article ] [ PubMed ] [ Google Scholar ] 11.

Herculano-Houzel S, Mota B, Lent R. Cellular scaling rules for rodent brains.

Proc Natl Acad Sci USA.

2006; 103 :12138–12143. [ PMC free article ] [ PubMed ] [ Google Scholar ] 12.

Hoffman KL, Gauthier I. Evolutionary specializations for processing faces and objects. In: Kaas JH, editor.

Evolution of Nervous Systems.

Vol. 4. Elsevier; London: 2007. pp. 437–445.

[ Google Scholar ] 13.

Jerison HJ. What fossils tell us about the evolution of the neocortex. In: Kaas JH, editor.

Evolution of Nervous Systems.

Vol. 3. Elsevier; London: 2007. pp. 1–12.

[ Google Scholar ] 14.

Kaas JH. The segregation of function in the nervous system: why do sensory systems have so many subdivisions? In: Neff WP, editor.

Contributions to Sensory Physiology.

Academic Press; New York: 1982. pp. 201–240.

[ Google Scholar ] 15.

Kaas JH. Why is brain size so important: Design problems and solutions as neocortex gets bigger or smaller.

Brain and Mind. 2000; 1 :7–23. [ Google Scholar ] 16.

Kaas JH. Convergences in the modular and areal organization of the forebrain of mammals: implications for the reconstruction of forebrain evolution.

Brain Behav Evol. 2002; 59 :262–272. [ PubMed ] [ Google Scholar ] 17.

Kaas JH. Evolution of somatosensory and motor cortex in primates.

Anat Rec. 2004; 281A :1148–1156. [ PubMed ] [ Google Scholar ] 18.

Kaas JH. The evolution of sensory and motor systems in primates. In: Kaas JH, editor.

Evolution of Nervous Systems.

Vol. 4. Elsevier; London: 2007. pp. 35–57.

[ Google Scholar ] 19.

Kaas JH. Reconstructing the organization of the forebrain of the first mammals. In: Kaas JH, editor.

Evolution of Nervous Systems.

Vol. 3. Elsevier; London: 2007. pp. 27–48.

[ Google Scholar ] 20.

Kaas JH, Hackett TA. Subdivisions of auditory cortex and processing streams in primates.

Proc Natl Acad Sci USA.

2000; 97 :11793–11799. [ PMC free article ] [ PubMed ] [ Google Scholar ] 21.

Kaas JH, Lyon DC. Pulvinar contributions to the dorsal and ventral streams of visual processing in primates.

Brain Res Rev. 2007 PMID: 17433837. [ PMC free article ] [ PubMed ] [ Google Scholar ] 22.

Kaas JH, Preuss TM. Human brain evolution. In: Squire LR, editor.

Fundamental Neuroscience.

Vol. 2. Academic Press; San Diego: 2003. pp. 1147–1166.

[ Google Scholar ] 23.

Kaas JH, Qi HX, Iyengar S. Cortical network for representing the teeth and tongue in primates.

Anat Rec. 2006; 288A :182–190. [ PubMed ] [ Google Scholar ] 24.

Karlen SJ, Krubitzer LA. The functional and anatomical organization of marsupial neocortex: evidence for parallel evolution across mammals.

Prog in Neurobiol. 2007; 82 :122–141. [ PMC free article ] [ PubMed ] [ Google Scholar ] 25.

Krubitzer LA. What can monotremes tell us about brain evolution?

Phil Trans B Roy Soc London.

1998; 353 :1127–1146. [ PMC free article ] [ PubMed ] [ Google Scholar ] 26.

Krubitzer LA, Kaas JH. The organization and connections of somatosensory cortex in marmosets.

J Neurosci. 1990; 10 :952–974. [ PMC free article ] [ PubMed ] [ Google Scholar ] 27.

Krubitzer LA, Künzle H, Kaas JH. Organization of sensory cortex in a Madagascan insectivore, the tenrec (

Echinops telfairi ) J Comp Neurol. 1997; 379 :399–414. [ PubMed ] [ Google Scholar ] 28.

Luppino G, Rizzolatti G. The organization of the frontal motor cortex.

News Physiol Sci. 2000; 15 :219–224. [ PubMed ] [ Google Scholar ] 29.

Lyon DC. The evolution of visual cortex and visual systems. In: Kaas JH, editor.

Evolution of Nervous Systems.

Vol. 3. Elsevier; London: 2007. pp. 267–306.

[ Google Scholar ] 31.

Murphy WJ, Eizirik E, O’Brien SJ, Madesen O, Scally M, Douady CJ, Teeling E, Ryder OA, Stanhope MJ, de Jong WW, Springer MS. Resolution of the early placental mammal radiation using Bayesian phylogenetics.

Science. 2001; 294 :2348–2351. [ PubMed ] [ Google Scholar ] 32.

Picard N, Strick PO. Motor areas of the medial wall: a review of their location and functional activation.

Cereb Cortex. 1996; 6 :342–353. [ PubMed ] [ Google Scholar ] 33.

Remple MS, Reed JL, Stepniewska I, Kaas JH. The organization of frontoparietal cortex in the tree shrew (Tupaia blangeri): I. Architecture, microelectrode maps and corticospinal connections.

J Comp Neurol. 2006; 497 :133–154. [ PubMed ] [ Google Scholar ] 34.

Remple MS, Reed JL, Stepniewska I, Lyon DC, Kaas JH. The organization of frontoparietal cortex in the Tree Shrew (Tupaia belangeri): II Connectional evidence for a frontal-posterior parietal network.

J Comp Neuro. 2007; 501 :121–149. [ PubMed ] [ Google Scholar ] 35.

Rosa MG, Krubitzer LA. The evolution of visual cortex: where is V2?

TINS. 1999; 22 :242–248. [ PubMed ] [ Google Scholar ] 36.

Ross CF, Martin RD. The role of vision in the origin and evolution of primates. In: Kaas JH, editor.

Evolution of Nervous Systems.

Vol. 4. Elsevier; London: 2007. pp. 59–78.

[ Google Scholar ] 37.

Royce JG, Martin GF, Dom RM. Functional localization and cortical architecture in the nine-banded armadillo (

Dasypus novemainetus mexicanus ) J Comp Neurol. 1975; 164 :495–522. [ PubMed ] [ Google Scholar ] 38.

de Sousa A, Wood B. The hominin fossil record and the emergence of the modern human central nervous system. In: Kaas JH, editor.

Evolution of Nervous Systems.

Vol. 4. Elsevier; London: 2007. pp. 291–336.

[ Google Scholar ] 39.

Stepniewska I, Fang PC, Kaas JH. Microstimulation reveals specialized subregions for different complex movements in posterior parietal cortex of prosimian galagos.

Proc Natl Acad Sci USA.

2005; 102 :4878–4883. [ PMC free article ] [ PubMed ] [ Google Scholar ] 40. Striedter GF.

Principles of Brain Evolution.

Sinauer Assoc.; Sunderland, MA: 2005.

[ Google Scholar ] 41.

Ulinski PS. Visual cortex of turtles. In: Kaas JH, editor.

Evolution of Nervous Systems.

Vol. 2. Elsevier; London: 2007. pp. 195–203.

[ Google Scholar ] 42.

Ungerleider LG, Haxby JV. What and where in the human brain.

Curr Opin Neurobiol. 1994; 4 :157–165. [ PubMed ] [ Google Scholar ] 43.

Van Essen DC. Cerebral cortical folding patterns in primates: why they vary and what they signify. In: Kaas JH, editor.

Evolution of Nervous Systems.

Vol. 4. Elsevier; London: 2007. pp. 267–276.

[ Google Scholar ] 44.

Wicht H, Northcutt RG. The forebrain of the Pacific hagfish: a cladistic reconstruction of the ancestral craniate forebrain.

Brain Behav Evol. 1992; 40 :25–64. [ PubMed ] [ Google Scholar ] 45. Wiley EO.

Phylogenetics: The Theory and Practice of Phylogenetic Systematics.

John Wiley & Sons; New York: 1981.

[ Google Scholar ] 46.

CW-H Wu, Bichot NP, Kaas JH. Converging evidence from microstimulation, architecture, and connections for multiple motor areas in the frontal and cingulate cortex of prosimian primates.

J Comp Neurol. 2000; 423 :140–177. [ PubMed ] [ Google Scholar ] Other Formats PDF (355K) Actions Cite Collections Add to Collections

Create a new collection

Add to an existing collection

Name your collection:

Name must be less than characters

Choose a collection:

Unable to load your collection due to an error

Please try again Add Cancel Share Permalink Copy RESOURCES Similar articles

Cited by other articles

Links to NCBI Databases

[x] Cite Copy Download .nbib .nbib Format: AMA APA MLA NLM Follow NCBI Twitter Facebook LinkedIn GitHub Connect with NLM SM-Twitter SM-Facebook SM-Youtube

National Library of Medicine

8600 Rockville Pike Bethesda, MD 20894 Web Policies FOIA HHS Vulnerability Disclosure Help Accessibility Careers NLM NIH HHS USA.gov