Desentrañar la relación entre estructura (conectividad) y función (actividad neuronal) es una cuestión fundamental en muchas áreas de la biología. Sin embargo, es difícil investigar esto directamente en cerebros de animales debido a la enorme complejidad de sus conexiones neuronales y las cirugías invasivas que suelen requerir. Las neuronas cultivadas en laboratorio con conexiones controladas artificialmente tienen el potencial de ser una alternativa útil a las pruebas con animales, especialmente a medida que aprendemos a caracterizar con precisión su comportamiento.
Un equipo de investigación de la Universidad de Tohoku utilizó dispositivos de microfluidos para mostrar cómo las conexiones direccionales dan forma a la compleja dinámica de las redes neuronales. También desarrollaron modelos matemáticos basados en datos experimentales para predecir cómo afecta la conectividad a la actividad en el espacio y el tiempo.
Los resultados fueron publicados. Redes neuronales El 28 de noviembre de 2024.
Como la corriente de un río, las conexiones direccionales en las redes neuronales propagan señales río abajo de una región a otra. Un dispositivo de microfluidos tiene canales diminutos que pueden dirigir el flujo con precisión, lo que puede ayudar a crear neuronas que reaccionen más estrechamente a los modelos in vivo. Al estudiar las neuronas in vitro en un entorno de laboratorio, el equipo de investigación pudo explorar de manera eficiente y constructiva si las conexiones unidireccionales desempeñan otras funciones fundamentales en la configuración de la dinámica cerebral.
“El cerebro es difícil de entender, en parte porque es dinámico: puede aprender a responder de manera diferente al mismo estímulo con el tiempo, en función de muchos factores”, dice el autor principal, Nobuki Monma.
El equipo de investigación fabricó redes neuronales con conectividad modular (como se observa en los sistemas nerviosos de los animales) y conexiones direccionales entre módulos mediante microcanales. Los contactos se incorporaron en forma de retroalimentación para minimizar la respuesta sobreexcitada. Utilizando imágenes de calcio para registrar la actividad espontánea exhibida por las redes neuronales, descubrieron que las redes que incorporaban conexiones direccionales producían patrones de actividad más complejos que las redes sin dirección.
Además, los investigadores desarrollaron dos modelos matemáticos para dilucidar los mecanismos de red subyacentes detrás de las observaciones biológicas y predecir las secuencias que generarían una mayor complejidad dinámica. Los modelos determinaron que la interacción entre modularidad y conectividad promovía patrones de actividad más complejos.
“Se espera que los resultados de este estudio no sólo profundicen nuestra comprensión fundamental de las redes neuronales en el cerebro, sino que también encuentren aplicaciones en campos como la medicina y el aprendizaje automático”, sugiere el profesor asociado Hideaki Yamamoto.
También puede proporcionar un modelo in vitro para desarrollar redes neuronales artificiales biológicamente plausibles. Otros avances teóricos también contribuirán al modelado de redes a gran escala, lo que puede proporcionar información para futuros análisis integradores del cerebro. Cuanto mejor comprendamos estas redes neuronales, más podremos utilizarlas como herramienta fiable para desbloquear los numerosos misterios del cerebro.
