La neuroplasticidad induce configuraciones no triviales en el cerebro

En una simulación computacional, el término matemático que expresa la plasticidad provocó alteraciones en la topología de la red neural que generan una coexistencia de distintos patrones de sincronización de las neuronas

Por José Tadeu Arantes  |  Agência FAPESP – Con aproximadamente 100 mil millones de neuronas, cada una de ellas dotadas de alrededor de 10 mil conexiones con otras neuronas, el cerebro humano es el objeto material de estudio más sofisticado de la ciencia contemporánea.

Un aspecto de su sofisticación es la llamada “neuroplasticidad”, que es la capacidad que tiene el cerebro de reorganizar sus caminos sinápticos en respuesta a nuevos estímulos sensoriales, aportes de información, cambios en los parámetros ambientales o daños en la estructura establecida previamente.

La plasticidad sináptica puede reforzarse o inhibirse, y esto es algo de gran interés, no sólo para eventuales aplicaciones médicas sino también para la comprensión de procesos complejos tales como el aprendizaje, entre otros.

Existen modelos matemáticos que simulan la dinámica de las neuronas. El más famoso de ellos, el de Hodgkin y Huxley, les redituó a esos dos científicos británicos el Nobel de Fisiología en 1952. Alan Lloyd Hodgkin (1914-1998) y Andrew Huxley (1917-2012) utilizaron la neurona de un calamar (Loligo pealeii) para investigar de qué manera se iniciaba el impulso nervioso y se propagaba a lo largo del axón. Y tradujeron este proceso fisiológico en un conjunto de ecuaciones diferenciales no lineales a los efectos de explicar los mecanismos iónicos y eléctricos subyacentes.

En el marco de un estudio publicado recientemente en la revista Neural Networks, se empleó el modelo de Hodgkin y Huxley para simular la neuroplasticidad en una red neuronal. Y se verificó de qué manera una configuración inicialmente simple puede evolucionar hacia una topología bastante compleja, a medida que las neuronas van alterando sus conexiones.

Este estudio estuvo a cargo de Kelly Cristiane Iarosz e Iberê Luiz Caldas, de la Universidad de São Paulo, Rafael Ribaski Borges, de la Universidad Federal Tecnológica de Paraná, Fernando da Silva Borges, Ewandson Luiz Lameu y Antonio Marcos Batista, de la Universidad Estadual de Ponta Grossa, en Brasil, y Chris Antonopoulos y Murilo da Silva Baptista, de la University of Aberdeen, en Escocia. Y contó con diversos subsidios de la FAPESP.

“Realizamos una simulación computacional con base en el modelo de Hodgkin y Huxley. Consideramos un conjunto de 200 neuronas integradas en una red con acoplamiento global, esto es, una red en la cual cada neurona estaba conectada a todas las otras a través de sinapsis excitatorias (80%) e inhibitorias (20%). Sin considerar la plasticidad sináptica, no hubo modificaciones significativas en la red tras la evolución temporal. Con todo, cuando introdujimos en las ecuaciones un término matemático característico que representa a la plasticidad sináptica, se verificaron modificaciones sustanciales”, declaró Iarosz a Agência FAPESP.

El término matemático al que la científica hizo referencia representa lo que se denomina STDP, la sigla compuesta por las iniciales de la expresión inglesa “spike timing-dependent plasticity”, relativa a la plasticidad dependiente del tiempo de disparos entre las neuronas.

“Cuando insertamos la STPD y verificamos la evolución de la red, observamos modificaciones en la matriz de acoplamiento, como así también efectos considerables en la sincronización o en la desincronización de las neuronas. La inserción del término de plasticidad en el modelo indujo en la red una nueva topología no trivial como la del comienzo”, afirmó la investigadora.

Todo este proceso obedece a un patrón conocido como regla de Heeb [en referencia al psicólogo canadiense Donald Olding Hebb (1904-1985)], que determina cuándo se intensifican las sinapsis y cuándo se inhiben.

“Nuestro trabajo puso en evidencia de manera clara la dependencia de la red con relación a la plasticidad sináptica. Partimos de una condición de acoplamiento global, con cada neurona acoplada a todas las otras, con sinapsis excitatorias o inhibitorias, y verificamos que la inserción de la plasticidad derivó en distintos diagnósticos del estado de sincronización de la red”, detalló Iarosz.

Se dice que dos neuronas están sincronizadas cuando disparan las señales eléctricas al mismo tiempo. El estado de sincronización de la red se caracteriza mediante una variable matemática denominada “parámetro de orden”, cuyo valor varía de cero (cuando no hay ninguna sincronización) a uno (cuando la sincronización es total).

La plasticidad induce modificaciones en la red neural: puede reforzar las conexiones entre determinadas neuronas, llevando a la sincronía, o inhibir las conexiones entre otras, llevando a la desincronía.

“De este modo, la red evoluciona topológicamente en función de la plasticidad: la topología simple, con cada una conectada con todas las otras, deja lugar a topologías mucho más complejas, con conexiones dispersas, moderadas y densas en coexistencia”, dijo Iarosz.

El gran aporte de este trabajo consistió en describir en lenguaje matemático el proceso biológico caracterizado por el reordenamiento de las conexiones neurales en función de una gran variedad de factores: lesiones, enfermedades degenerativas, nuevas experiencias, aprendizaje, etc. Esta maleabilidad, esta dinámica del sistema nervioso, es aquello a lo que se conoce con el nombre de plasticidad: específicamente en este trabajo, es la plasticidad sináptica.

“Este estudio puso en evidencia de qué manera puede evolucionar un sistema determinístico en forma bastante compleja”, subrayó Caldas, supervisor de la investigación posdoctoral de Iarosz. 

“Lo que hicimos fue un trabajo de ciencia básica, sin orientarnos hacia aplicaciones inmediatas. Pero nada impide que los resultados obtenidos contribuyan para la concreción de aplicaciones futuras. Un ejemplo hipotético: sabemos que en la enfermedad de Parkinson existe un exceso de sincronización de las neuronas; si se indujera un factor de desincronización, esto podría configurar eventualmente una estrategia de tratamiento”, dijo Caldas.

El artículo intitulado “Spike timing-dependent plasticity induces non-trivial topology in the brain”, publicado en la revista Neural Networks, se encuentra disponible en el siguiente enlace: http://dx.doi.org/10.1016/j.neunet.2017.01.010.

Las neuronas pre y postinápticas muestran la región de acoplamiento en donde se produce la sinapsis. Es posible verificar el sentido de propagación de la señal eléctrica entre las neuronas pre y postsinápticas. Figura elaborada por los investigadores y previamente publicada en el artículo intitulado “Sincronización de disparos en redes neuronales con plasticidad sináptica”, en: Revista Brasileira de Ensino de Física, v. 37, n. 2, 2310 (2015): http://dx.doi.org/10.1590/S1806-11173721787.

Circuito eléctrico capacitivo, en el cual la membrana neuronal está representada por un capacitor de placas paralelas, y algunos posibles canales iónicos aparecen como ramas del circuito. Figura elaborada por los investigadores, previamente publicada en el artículo intitulado “Sincronización de disparos en redes neuronales con plasticidad sináptica”, en: Revista Brasileira de Ensino de Física, v. 37, n. 2, 2310 (2015): http://dx.doi.org/10.1590/S1806-11173721787.

Ilustración de 11 vértices, con topologías: (a) global (con todos los vértices conectados) y (b) aleatoria (con pocas aristas). Figura elaborada por los investigadores.