jueves, 25 de abril de 2013

Posted: 24 Apr 2013 10:14 AM PDT
Referencia: Physics.APS.org .
por Dietmar Plenz, 22 de abril 2013

Un modelo describe el cerebro como un sistema cerrado en una transición de fase, puede capturar la dinámica global de la actividad cerebral observada en los experimentos de resonancia magnética funcional.



La neurociencia está al borde de un avance sin precedentes en la obtención instantánea de los mapas detallados de actividad neuronal durante las funciones cerebrales superiores, como el reconocimiento de objetos y la toma de decisiones. Estos mapas vienen a ser posibles gracias a una rápida fertilización cruzada entre los campos (biología molecular, óptica, imagen, procesos de microfabricación y nanotecnologías), y se consideran cruciales para dar sentido a las actividades complejas que emergen de los miles de millones de neuronas que crean los billones de conexiones que constituyen el cerebro humano.





- Imagen: (columna izquierda) experimentos de imagen de resonancia magnética funcional (fMRI) han revelado que el cerebro en reposo está organizado en varias áreas en las que se correlacionan las fluctuaciones de las actividades cerebrales, las así llamadas redes en estado de reposo (RSN). De arriba a abajo: visual Medial (VisM), visual lateral (VisL), auditiva (Aud) y sensorio-motor (SM) RSNs. (Columnas de la derecha) Resultados del trabajo de Haimovici et al. [1] que muestran que un modelo simple puede reproducir las propiedades estadísticas de las RSN sólo si el modelo está sintonizado con la criticidad (at TC).
Ya se están llevando a cabo proyectos pertinentes de investigación a gran escala o están siendo planificados a nivel internacional: elProyecto Humano Conectoma y BRAIN (Brain Research través Avanzando neurotecnologías innovadoras) en EE.UU., el proyecto Cerebro Humano en Europa, y el proyecto Brainnetome en China. El objetivo general de estas grandes empresas es la de explicar el funcionamiento del cerebro, mediante la adquisición e integración de una información detallada sobre la estructura del cerebro y su comportamiento dinámico. 

Sin embargo, estos esfuerzos ¿tendrán éxito? El conocimiento de tan finos detalles estructurales del cerebro y las observaciones de las actividades neuronales puede no ser suficiente si la aparición de formas del comportamiento colectivo no se captura correctamente. Ariel Haimovichi, de la Universidad de Buenos Aires en Argentina, y sus compañeros de trabajo [1] escribe en Physical Review Letters, que el fenómeno cooperativo desempeña un papel clave en la determinación de la dinámica cerebral, al mostrar que el cerebro en su estado de reposo (es decir, cuando no está realizando una tarea explícita) es un sistema en criticidad.

Los sistemas críticos se pueden definir como sistemas que están cerca de un punto crítico, generalmente identificado como frontera de transición entre las fases de orden-desorden. Muchos sistemas complejos, lejos del equilibrio y composición de un gran número de elementos que interactúan han sido modelados con éxito como críticos: ejemplos notables de esto van desde las redes de interacción de genes hasta los mercados financieros. 

En la criticidad, estos sistemas pueden evitar quedar atrapados en uno de dos casos extremos: un estado desordenado (cuando las interacciones son demasiado débiles y el sistema está dominado por el ruido) o un estado ordenado global en el que se bloquean todos los elementos (cuando las interacciones son demasiado fuertes y un sistema es completamente estático). 

Ningún estado soporta el dualismo esencial de un sistema complejo como el cerebro para funcionar, debe mantener un cierto orden para garantizar un funcionamiento coherente (p. ej, generar un comportamiento reproducible en respuesta a un determinado estímulo) permitiendo al mismo tiempo un cierto grado de desorden que haga disponible la flexibilidad (o sea, adaptarse a las diferentes condiciones externas). En cambio, tal dualismo es posible gracias an la criticidad.

Aunque son posibles muchos grados de orden/desorden, el sutil equilibrio entre el orden y el desorden en la criticidad se manifiesta en ciertas propiedades estadísticas generales: Los sistemas críticos exhiben correlaciones espaciales y temporales que son de gran amplitud (es decir, en escalas que son más grandes que aquellas las que las interacciones mutuas tengan efecto) y seguir las distribuciones de la ley de potencias.

Durante la última década, numerosos estudios han encontrado que el cerebro en reposo presenta muchas características propias de un estado crítico, como la escala de la ley de potencias de aludes neuronales (estallidos intermitentes de actividad eléctrica observados en la corteza cerebral) [2 y 3], correlaciones espaciales y temporales de largo alcance no evidentes de la actividad neuronal [4], y la ampliación anómala de las fluctuaciones de la actividad con el tamaño de la red [5]. La investigación llevada a cabo en mi grupo ha demostrado que las redes cerebrales, por estar en estado crítico, optimizan su respuesta a los entradas y maximizan su capacidad de procesamiento de información [6].


La principal conclusión de los autores es que la información estructural y las dinámicas neuronales locales tienen que integrarse en el marco de la criticidad para explicar la actividad cerebral. Dado que una de las señas de identidad de la criticidad es la invariancia de escala (la propiedad según la cual se observan similares dinámicas/propiedades en todas las escalas de longitud), su enfoque podría ser relevante para los diferentes niveles de la organización cerebral, que van desde pequeños microcircuitos corticales, a las columnas corticales hasta el cerebro completo, proporcionando de este modo un marco unificador para la interpretación de la acumulación de información sobre una estructura y dinámica neuronal.

Si bien en el presente estudio los autores tuvieron que afinar su modelo para un determinado umbral de criticidad, el mayor desafío será entender cuáles son los mecanismos físicos y biológicos exactos por los que el cerebro llega a la criticidad y la mantiene durante el aprendizaje y el desarrollo.


- Publicación:Brain Organization into Resting State Networks Emerges at Criticality on a Model of the Human Connectome”. Ariel Haimovici, Enzo Tagliazucchi, Pablo Balenzuela, y Dante R. Chialvo. Phys. Rev. Lett. 110, 178101 (2013). Publicado el 22 de abril 2013, en PDF.

- Autor: Dietmar Plenz received his Ph.D. in Biology in 1993 at the Max Planck Institute of Biological Cybernetics, Germany. - Section on Critical Brain Dynamics, National Institute of Mental Health, NIH, Bethesda, MD 20892, USA

Fuente: Pedro Donaire, Bitnavegantes