Las redes neuronales en el cerebro pueden procesar la información particularmente bien cuando están cerca de un punto crítico, o eso suponían los investigadores del cerebro en base a consideraciones teóricas. Sin embargo, las investigaciones experimentales de la actividad cerebral revelaron muchos menos indicadores de tales estados críticos de lo esperadoLos científicos del Forschungszentrum Jülich y la Universidad RWTH Aachen han propuesto una posible explicación. Mostraron que las redes neuronales pueden asumir un segundo modo crítico, previamente desconocido, cuya dinámica oculta es casi imposible de medir con los métodos convencionales.
Los puntos críticos, en los que los sistemas complejos cambian abruptamente sus características, son conceptos familiares en física. Los materiales ferromagnéticos son un ejemplo. Por debajo de la temperatura crítica, también conocida como la temperatura de Curie, los espines electrónicos del material se alinean para que todos apuntenen la misma dirección. Los pequeños momentos magnéticos de los giros individuales se suman, lo que se puede medir desde el exterior como una magnetización espontánea del material.
Se detectó previamente una dinámica muy similar en las mediciones de la actividad cerebral. Las señales cerebrales son un caso típico, donde grandes áreas de la red se activan simultáneamente en forma de avalancha en muy poco tiempo. En general, sin embargo, el fenómeno ocurre muchoraramente más de lo esperado. Los científicos de Forschungszentrum Jülich y RWTH Aachen University han presentado una solución para esta aparente contradicción en la revista PNAS . Mostraron que las redes neuronales pueden exhibir un segundo tipo de criticidad previamente desconocido.
Un análisis de la actividad simultánea de 155 células nerviosas mostró que para este segundo tipo de criticidad, una gran cantidad de células nerviosas también exhiben un comportamiento coordinado. Sin embargo, la interacción comprende no solo la activación simultánea sino también la inhibición dirigida de grupos grandesde neuronas. Esta criticidad recientemente descubierta permite que la red represente señales en numerosas combinaciones de neuronas activadas y, por lo tanto, según los investigadores, procese eficientemente la información en paralelo.
Esto también explica por qué no se puede detectar un aumento repentino en la actividad de la red desde el exterior. Los métodos estándar como EEG o LFP esencialmente suman las señales de muchas neuronas juntas. En este segundo estado crítico, sin embargo, el número de células nerviosas activas permanecemayormente constante. Por lo tanto, la dinámica heterogénea no se puede registrar con estos métodos. Solo mediante el uso de métodos matemáticos altamente desarrollados tomados de la física estadística los investigadores, encabezados por el profesor Moritz Helias, pueden hacer predicciones verificables experimentalmente de las correlaciones entre las células nerviosas.
Para la detección experimental directa del estado de la red que habían predicho por medio de la teoría y la simulación, los investigadores, en colaboración con el autor principal, el Dr. David Dahmen, recurrieron a la experiencia del profesor Sonja Grün para analizar la actividad articular de muchas células nerviosas.
"Este estudio tiene un impacto de gran alcance en que el Prof. Helias y su equipo lograron aplicar la teoría de campo, que es un método muy exitoso en física, a la neurociencia. Por lo tanto, podemos esperar nuevas ideas en el futuro", explica el institutoProf. Markus Diesmann INM-6 .Diesmann desempeña un papel importante en el Proyecto del Cerebro Humano HBP de la UE, uno de los proyectos neurocientíficos más grandes del mundo, que une el trabajo de 500 investigadores en 19 estados miembros de la UE.
"En el HBP, nos preocupa la tecnología requerida para simular grandes partes del cerebro con todas sus células nerviosas. Sin embargo, estas simulaciones por sí solas aún no proporcionan información. Simplemente dan como resultado datos simulados que son tancomplicado como los datos de la naturaleza. Sin embargo, nos permiten modificar las redes de una manera mucho más específica de lo que sería posible usando métodos experimentales. Pero solo simplificándolos, de manera controlada, en modelos matemáticos manejables con menos ecuaciones tendremosel potencial para comprender los mecanismos subyacentes ", explica Diesmann.
Fuente de la historia :
Materiales proporcionado por Forschungszentrum Juelich . Nota: El contenido puede ser editado por estilo y longitud.
Referencia del diario :
Cite esta página :