Crean un modelo para estudiar el comportamiento del cerebro

Al leer el diario, salir a caminar y hasta al sentir el aroma de una flor, diferentes regiones del cerebro se activan de modo simultáneo. Uno de los abordajes para estudiar ese fenómeno es representar esas conexiones en forma de “redes funcionales”, que tienen rasgos similares a otros sistemas complejos, como las relaciones entre las personas y hasta los links entre páginas de Internet.
En esa línea, investigadores argentinos desarrollaron un modelo computacional que logra representar dos tipos de estructuras de redes funcionales del cerebro. La investigación fue publicada el 7 de septiembre en la revista PloS ONE.
“Las redes funcionales son conjuntos de nodos, o regiones del cerebro, que están asociados por conexiones de acuerdo con determinadas reglas, y la gran meta es descubrir cuáles son las reglas más elementales de ese fenómeno”, dice el físico Pablo M. Gleiser, investigador del Centro Atómico Bariloche, de la Comisión Nacional de Energía Atómica (CNEA).
Gleiser, que es investigador del Conicet y docente del Instituto Balseiro (IB), señala que si bien se trata de un abordaje teórico muy reciente –a nivel mundial comenzó hacia 2005– el mismo arroja luz para avanzar en la comprensión del órgano más complejo del ser humano. En el futuro, podría ayudar a desarrollar las áreas de inteligencia artificial, robótica e incluso en el estudio de patologías cognitivas.

Modelo avanzado

Los investigadores crearon un modelo de la actividad cerebral regido por un sencillo algoritmo –una serie de pasos o instrucciones matemáticas– que puede producir los diferentes tipos de estructuras de redes funcionales del cerebro conocidas.
Hasta ahora, las observaciones de redes funcionales de la actividad cerebral –realizadas en diferentes países con mediciones de resonancias magnéticas funcionales por imágenes (fMRI, por sus siglas en inglés)– presentaban por separado dos tipos de estructuras, conocidas como jerárquica y no jerárquica, explica Gleiser.
En el caso de la estructura jerárquica, su característica distintiva es que “las diferentes zonas del cerebro que se activan están formadas por módulos que se superponen, y que pueden dividirse en estructuras modulares cada vez más pequeñas”. Por el contrario, que sea no jerárquica (o “modular”) implica que en la misma pueden identificarse grupos de nodos muy conectados entre sí y con pocas conexiones a nodos fuera de su grupo.
El modelo computacional propuesto por los investigadores argentinos plantea una red dinámica que se adapta mediante dos reglas a ambos tipos de estructuras de redes observadas en mediciones de la actividad del cerebro con fMRI.
Según destaca el investigador Dante Chialvo, profesor en la Northwestern University, en Chicago, y en la Universidad de California de Los Ángeles, en los Estados Unidos (y que no participó de la investigación), lo crucial del trabajo es que han logrado demostrar que ambos escenarios observados en fMRI podrían ocurrir a causa de dos posibles mecanismos.
Por un lado, cuando la regla determina que la información está restringida a nodos vecinos, la red tiene una estructura jerárquica. En cambio, cuando el mecanismo hace que los nodos de la red tengan acceso a la información global del sistema, la estructura de la red se manifiesta de manera no jerárquica.
“Si bien el funcionamiento del cerebro se estudia desde muchos ángulos y técnicas, este trabajo se detiene en la dinámica de las redes de interacciones entre las diversas regiones del cerebro y aporta a la comprensión de los mecanismos genéricos intervinientes en la formación de redes, en el cerebro y probablemente en otros sistemas más allá de él”, dice Chialvo, que es rosarino y uno de los expertos mundiales en redes funcionales.
Por su parte, Ignacio Gómez Portillo, egresado de la maestría en ciencias físicas del IB y primer autor del trabajo, destaca que la idea de realizar ese nuevo modelo surgió al estudiar diferentes reglas o formas de producir redes dinámicas crecientes. “Queríamos saber qué consecuencias en la estructura de las redes emergentes producen diferentes reglas”, manifiesta el especialista.
“El interés sobre estas redes radica en que la estructura que poseen no es aleatoria. Desarrollar un modelo que reproduce esas características nos acerca a comprender el por qué de las mismas y, en consecuencia, a conocer mejor el cerebro y otros sistemas complejos en red”, observa Gómez Portillo.
En la investigación, los científicos desarrollaron un modelo teórico basándose en la evidencia experimental obtenida por otros autores utilizando fMRI. El objetivo fue que el modelo fuera “lo más abstracto y simple posible, para ver cuál es la menor cantidad de ingredientes que se necesitan para la receta de simular lo que sucede en el cerebro”.
Con todo, los investigadores destacan que es necesario continuar las investigaciones, y contrastar el modelo computacional con observaciones experimentales. Y, de ese modo, conocer más sobre la naturaleza del cerebro.