La dinámica de las células.
El matemático de la Universidad de Leicester,
Ivan Tyukinn, en colaboración con científicos de Japón y de los Países
Bajos, ha desarrollado una nueva técnica que permite generar modelos
matemáticos que describen de manera precisa el verdadero comportamiento
de las células nerviosas del cerebro, informa la mencionada universidad
en un comunicado.
El desarrollo de estos modelos requiere de información detallada de la dinámica de los elementos responsables de la generación de pulsos (spike) en la célula. En neurociencia, basta un disparo de potencial de acción de duración entre 3 y 5 milisegundos (casi un pulso) a través de una brecha sináptica, para lograr excitar a la neurona post-sináptica.
La barrera principal entre los modelos matemáticos y la realidad es que la mayoría de las variables intrínsecas de las células vivas no puede observarse de manera directa. Un modelo matemático es una traducción de la realidad física para poder aplicar los instrumentos y técnicas de las teorías matemáticas para estudiar el comportamiento de sistemas complejos, y posteriormente hacer el camino inverso para traducir los resultados numéricos a la realidad física.
Generalmente, los modelos matemáticos introducen simplificaciones de realidad, especialmente en la modelización de la dinámica celular. Sin embargo, Ivan Tyukin y sus colegas han conseguido crear un método que permite reconstruir de forma automática las variables múltiples y todavía no conocidas que describen las dinámicas celulares, haciendo uso únicamente de los registros de la actividad eléctrica de respuesta de las células.
Variables múltiples
Una función biológica rara vez es el producto de una única macromolécula, sino que generalmente es el resultado de la interacción de un grupo de macromoléculas, como son los genes o las proteínas.
La comprensión de los complejos mecanismos de las células requiere una modelización de todas las interacciones entre macromoléculas que ha dado origen a una nueva ciencia transversal llamada biología de sistemas.
El trabajo de Tyukin y sus colegas forma parte de esta línea de investigación y representa un avance en la comprensión de los principios ocultos de los cálculos del cerebro biológico. Asimismo, explora vías alternativas de manipulación e incremento de las funciones cerebrales, según la mencionada Universidad.
Copia automática de neuronas
La “copia” automática de neuronas simuladas a través circuitos artificiales (y, potencialmente, a través de micro-chips) proporcionará muestras electrónicas de comportamiento casi idéntico al de las neuronas vivas, creando una nueva interfaz entre el tejido biológico y los sistemas mecánicos.
El Dr. Tyukin señala al respecto que “la técnica desarrollada permitirá la creación de nuevas interfaces cerebro-máquina. Las neuronas artificiales pueden conectarse fácil y electrónicamente con las máquinas. Por otro lado, al ser copias lo suficientemente parecidas a sus similares biológicas, podrán comunicarse con las células biológicas.”
“Por otro lado, añadió, la detección y el rastreo de los cambios instantáneos de las variables internas responsables de la generación de pulsos en las células, como una función derivada de la estimulación química externa, servirá para desarrollar técnicas matemáticas para el estudio sistemático de las señales extrasinápticas, que suponen más del 75% de las comunicaciones entre neuronas en algunas áreas del cerebro”.
La transmisión sináptica es una forma de comunicación en red entre neuronas que tradicionalmente se ha considerado el principal mecanismo para el procesamiento de información en el cerebro.
Mayor control del cerebro
Sin embargo, estudios recientes han señalado la importancia de la acción extrasinápitca de los transmisores químicos, que podría suponer una comprensión adicional de cómo las señales son transferidas y transformadas por éste.
Según Tyukin, la comprensión y los modelos matemáticos ajustados para este fenómeno permitirá progresar en el conocimiento de los principios físicos que subyacen a los cálculos del cerebro biológico.
Además, el conocimiento detallado de cómo puede variar la función del cerebro si modificamos los parámetros de difusión (por ejemplo, cambiando el volumen extra celular o añadiéndole algunas moléculas largas), permitirá un grado extra de control del cerebro que sería potencialmente importante para fines médicos, como cuando se quiera proteger la raíz de un foco de infarto con una barrera.
En este proyecto, además de Ivan Tyukin, del Departamento de Matemáticas de la Universidad de Leicester, en el Reino Unido, han participado el profesor Cees van Leeuwen, el profesor Alexey Semyanov y el doctor Inseon Song del RIKEN Brain Science Institute de Japón, que han proporcionado la experiencia neurofisiológica y los registros de actividad neuronal. Asimismo, ha participado también el profesor Nijmeijer y Eric Steur, de la Universidad Tecnológica de Eindhoven (en los Países Bajos), que actualmente trabajan en la realización electromecánica de los modelos, así como en el estudio de su sincronía.
El desarrollo de estos modelos requiere de información detallada de la dinámica de los elementos responsables de la generación de pulsos (spike) en la célula. En neurociencia, basta un disparo de potencial de acción de duración entre 3 y 5 milisegundos (casi un pulso) a través de una brecha sináptica, para lograr excitar a la neurona post-sináptica.
La barrera principal entre los modelos matemáticos y la realidad es que la mayoría de las variables intrínsecas de las células vivas no puede observarse de manera directa. Un modelo matemático es una traducción de la realidad física para poder aplicar los instrumentos y técnicas de las teorías matemáticas para estudiar el comportamiento de sistemas complejos, y posteriormente hacer el camino inverso para traducir los resultados numéricos a la realidad física.
Generalmente, los modelos matemáticos introducen simplificaciones de realidad, especialmente en la modelización de la dinámica celular. Sin embargo, Ivan Tyukin y sus colegas han conseguido crear un método que permite reconstruir de forma automática las variables múltiples y todavía no conocidas que describen las dinámicas celulares, haciendo uso únicamente de los registros de la actividad eléctrica de respuesta de las células.
Variables múltiples
Una función biológica rara vez es el producto de una única macromolécula, sino que generalmente es el resultado de la interacción de un grupo de macromoléculas, como son los genes o las proteínas.
La comprensión de los complejos mecanismos de las células requiere una modelización de todas las interacciones entre macromoléculas que ha dado origen a una nueva ciencia transversal llamada biología de sistemas.
El trabajo de Tyukin y sus colegas forma parte de esta línea de investigación y representa un avance en la comprensión de los principios ocultos de los cálculos del cerebro biológico. Asimismo, explora vías alternativas de manipulación e incremento de las funciones cerebrales, según la mencionada Universidad.
Copia automática de neuronas
La “copia” automática de neuronas simuladas a través circuitos artificiales (y, potencialmente, a través de micro-chips) proporcionará muestras electrónicas de comportamiento casi idéntico al de las neuronas vivas, creando una nueva interfaz entre el tejido biológico y los sistemas mecánicos.
El Dr. Tyukin señala al respecto que “la técnica desarrollada permitirá la creación de nuevas interfaces cerebro-máquina. Las neuronas artificiales pueden conectarse fácil y electrónicamente con las máquinas. Por otro lado, al ser copias lo suficientemente parecidas a sus similares biológicas, podrán comunicarse con las células biológicas.”
“Por otro lado, añadió, la detección y el rastreo de los cambios instantáneos de las variables internas responsables de la generación de pulsos en las células, como una función derivada de la estimulación química externa, servirá para desarrollar técnicas matemáticas para el estudio sistemático de las señales extrasinápticas, que suponen más del 75% de las comunicaciones entre neuronas en algunas áreas del cerebro”.
La transmisión sináptica es una forma de comunicación en red entre neuronas que tradicionalmente se ha considerado el principal mecanismo para el procesamiento de información en el cerebro.
Mayor control del cerebro
Sin embargo, estudios recientes han señalado la importancia de la acción extrasinápitca de los transmisores químicos, que podría suponer una comprensión adicional de cómo las señales son transferidas y transformadas por éste.
Según Tyukin, la comprensión y los modelos matemáticos ajustados para este fenómeno permitirá progresar en el conocimiento de los principios físicos que subyacen a los cálculos del cerebro biológico.
Además, el conocimiento detallado de cómo puede variar la función del cerebro si modificamos los parámetros de difusión (por ejemplo, cambiando el volumen extra celular o añadiéndole algunas moléculas largas), permitirá un grado extra de control del cerebro que sería potencialmente importante para fines médicos, como cuando se quiera proteger la raíz de un foco de infarto con una barrera.
En este proyecto, además de Ivan Tyukin, del Departamento de Matemáticas de la Universidad de Leicester, en el Reino Unido, han participado el profesor Cees van Leeuwen, el profesor Alexey Semyanov y el doctor Inseon Song del RIKEN Brain Science Institute de Japón, que han proporcionado la experiencia neurofisiológica y los registros de actividad neuronal. Asimismo, ha participado también el profesor Nijmeijer y Eric Steur, de la Universidad Tecnológica de Eindhoven (en los Países Bajos), que actualmente trabajan en la realización electromecánica de los modelos, así como en el estudio de su sincronía.
Tomado de:
Tendencias21