Un equipo de investigación interdisciplinario dirigido por científicos de la Universidad Nacional de Singapur NUS ha empleado con éxito el aprendizaje automático para descubrir nuevas ideas sobre la arquitectura celular del cerebro humano.
El equipo demostró un enfoque que estima automáticamente los parámetros del cerebro utilizando datos recopilados de imágenes de resonancia magnética funcional fMRI, lo que permite a los neurocientíficos inferir las propiedades celulares de diferentes regiones del cerebro sin sondear el cerebro utilizando medios quirúrgicos. Este enfoque podría ser potencialmenteSe utiliza para evaluar el tratamiento de los trastornos neurológicos y para desarrollar nuevas terapias.
"Las vías subyacentes de muchas enfermedades ocurren a nivel celular, y muchos productos farmacéuticos operan a nivel de microescala. Para saber qué sucede realmente en los niveles más internos del cerebro humano, es crucial para nosotros desarrollar métodos que puedan profundizar enlas profundidades del cerebro de forma no invasiva ", dijo el líder asistente del equipo Thomas Yeo, profesor del Instituto de Neurotecnología de Singapur SINAPSE en NUS, y el Centro de Investigación de Imágenes Clínicas CIRC A * STAR-NUS.
El nuevo estudio, realizado en colaboración con investigadores de los Países Bajos y España, se informó por primera vez en línea en una revista científica Avances científicos el 9 de enero de 2019.
Desentrañando la complejidad del cerebro humano
El cerebro es el órgano más intrincado del cuerpo humano, y está formado por 100 mil millones de células nerviosas que a su vez están conectadas con otras 1,000. Cualquier daño o enfermedad que afecte incluso a la parte más pequeña del cerebro podría provocar gravesdiscapacidad.
Actualmente, la mayoría de los estudios sobre el cerebro humano se limitan a enfoques no invasivos, como la resonancia magnética MRI. Esto limita el examen del cerebro humano a nivel celular, lo que puede ofrecer nuevas ideas sobre el desarrollo y el posible tratamiento, de diversas enfermedades neurológicas.
Diferentes equipos de investigación en todo el mundo han aprovechado el modelado biofísico para cerrar esta brecha entre la imagen no invasiva y la comprensión celular del cerebro humano. Los modelos cerebrales biofísicos podrían usarse para simular la actividad cerebral, permitiendo a los neurocientíficos obtener información sobre el cerebro.Sin embargo, muchos de estos modelos se basan en suposiciones demasiado simplistas, como que todas las regiones del cerebro tienen las mismas propiedades celulares, que los científicos han sabido que son falsas durante más de 100 años.
Construyendo modelos de cerebro virtual
El Profesor Asistente Yeo y su equipo trabajaron con investigadores de la Universitat Pompeu Fabra, la Universitat Barcelona y el Centro Médico Universitario Utrecht para analizar datos de imágenes de 452 participantes del Proyecto Human Connectome. Partiendo del trabajo de modelado anterior, permitieron que cada región del cerebro tuviera distintas característicaspropiedades celulares y algoritmos de aprendizaje automático explotados para estimar automáticamente los parámetros del modelo.
"Nuestro enfoque logra un ajuste mucho mejor con datos reales. Además, descubrimos que los parámetros del modelo de microescala estimados por el algoritmo de aprendizaje automático reflejan cómo el cerebro procesa la información", dijo el Dr. Peng Wang, primer autor deel documento, y había llevado a cabo el estudio cuando era un investigador postdoctoral en el equipo de Asst Prof Yeo.
El equipo de investigación descubrió que las regiones cerebrales involucradas en la percepción sensorial, como la visión, el oído y el tacto, exhiben propiedades celulares opuestas a las regiones cerebrales involucradas en el pensamiento interno y los recuerdos. El patrón espacial de la arquitectura celular del cerebro humano refleja de cerca cómo el cerebroprocesa jerárquicamente la información del entorno. Esta forma de procesamiento jerárquico es una característica clave tanto del cerebro humano como de los recientes avances en inteligencia artificial.
"Nuestro estudio sugiere que la jerarquía de procesamiento del cerebro está respaldada por la diferenciación a microescala entre sus regiones, lo que puede proporcionar nuevas pistas para avances en la inteligencia artificial", dijo el profesor Asset Yeo, quien también está en el Departamento de Electricidad yIngeniería Informática en la Facultad de Ingeniería NUS.
Próximos pasos
En adelante, el equipo de NUS planea aplicar su enfoque para examinar los datos del cerebro de los participantes individuales, para comprender mejor cómo la variación individual en la arquitectura celular del cerebro puede relacionarse con las diferencias en las capacidades cognitivas. El equipo espera que estos últimos resultados puedan serun paso hacia el desarrollo de planes de tratamiento individualizados con medicamentos específicos o estrategias de estimulación cerebral.
Fuente de la historia :
Materiales proporcionado por Universidad Nacional de Singapur . Nota: El contenido puede ser editado por estilo y longitud.
Referencia del diario :
Cita esta página :