Un estudio realizado por físicos y neurocientíficos de la Universidad de Chicago, Harvard y Yale describe cómo la conectividad entre neuronas se produce a través de principios generales de interconexión y autoorganización, en lugar de las características biológicas de un organismo individual.
El estudio, titulado "La conectividad neuronal de cola pesada surge de la autoorganización hebbiana", publicado en Nature Physics. , describe con precisión la conectividad neuronal en una variedad de organismos modelo y podría aplicarse también a redes no biológicas como las interacciones sociales.
"Cuando se construyen modelos simples para explicar datos biológicos, se espera obtener un buen borrador que se ajuste a algunos escenarios, pero no a todos", dijo Stephanie Palmer, Ph.D., profesora asociada de Física y Biología y Anatomía de Organismos en UChicago. y autor principal del artículo. "No esperas que funcione tan bien cuando profundizas en los detalles, pero cuando lo hicimos aquí, terminó explicando las cosas de una manera que fue realmente satisfactoria".
Las neuronas forman una intrincada red de conexiones entre sinapsis para comunicarse e interactuar entre sí. Si bien la gran cantidad de conexiones puede parecer aleatoria, las redes de células cerebrales tienden a estar dominadas por una pequeña cantidad de conexiones que son mucho más fuertes que la mayoría.
Esta distribución de conexiones de "cola pesada" (llamada así por la forma en que se ve cuando se representa en un gráfico) forma la columna vertebral de los circuitos que permiten a los organismos pensar, aprender, comunicarse y moverse. A pesar de la importancia de estas fuertes conexiones, los científicos no estaban seguros de si este patrón de colas pesadas surge debido a procesos biológicos específicos de diferentes organismos o debido a principios básicos de organización de redes.
Para responder a estas preguntas, Palmer y Christopher Lynn, Ph.D., profesor asistente de Física en la Universidad de Yale, y Caroline Holmes, Ph.D., investigadora postdoctoral en la Universidad de Harvard, analizaron conectomas o mapas de conexiones de células cerebrales. Los datos del conectoma provienen de varios animales de laboratorio clásicos diferentes, incluidas moscas de la fruta, nemátodos, gusanos marinos y la retina del ratón.
Para comprender cómo las neuronas forman conexiones entre sí, desarrollaron un modelo basado en la dinámica hebbiana, un término acuñado por el psicólogo canadiense Donald Hebb en 1949 que esencialmente dice:"neuronas que se activan juntas, se conectan juntas". Esto significa que cuanto más se activan dos neuronas juntas, más fuerte se vuelve su conexión.
En general, los investigadores descubrieron que esta dinámica hebbiana produce fuerzas de conexión de "cola pesada" tal como observaron en los diferentes organismos. Los resultados indican que este tipo de organización surge de principios generales de creación de redes, más que de algo específico de la biología de moscas de la fruta, ratones o gusanos.
El modelo también proporcionó una explicación inesperada para otro fenómeno de redes llamado agrupamiento, que describe la tendencia de las células a vincularse con otras células a través de conexiones que comparten. Un buen ejemplo de agrupamiento ocurre en situaciones sociales. Si una persona le presenta a un amigo a una tercera persona, es más probable que esas dos personas se hagan amigas de ella que si se conocieran por separado.
"Éstos son mecanismos que todo el mundo está de acuerdo en que ocurrirán fundamentalmente en la neurociencia", dijo Holmes. "Pero aquí vemos que si se tratan los datos cuidadosa y cuantitativamente, pueden dar lugar a todos estos efectos diferentes en la agrupación y las distribuciones, y luego se ven esas cosas en todos estos organismos diferentes".
Sin embargo, como señaló Palmer, la biología no siempre se ajusta a una explicación clara y ordenada, y todavía hay mucha aleatoriedad y ruido involucrados en los circuitos cerebrales.
A veces, las neuronas se desconectan y se reconectan entre sí:las conexiones débiles se eliminan y se pueden formar conexiones más fuertes en otros lugares. Esta aleatoriedad proporciona una comprobación del tipo de organización hebbiana que los investigadores encontraron en estos datos, sin la cual fuertes conexiones crecerían hasta dominar la red.
Los investigadores modificaron su modelo para tener en cuenta la aleatoriedad, lo que mejoró su precisión.
"Sin ese aspecto de ruido, el modelo fallaría", dijo Lynn. "No produciría nada que funcionara, lo cual nos sorprendió. Resulta que en realidad es necesario equilibrar el efecto de bola de nieve de Hebb con la aleatoriedad para que todo parezca cerebros reales".
Dado que estas reglas surgen de principios generales de creación de redes, el equipo espera poder extender este trabajo más allá del cerebro.
"Ese es otro aspecto interesante de este trabajo:la forma en que se hizo la ciencia", dijo Palmer. "La gente de este equipo tiene una enorme diversidad de conocimientos, desde física teórica y análisis de big data hasta redes bioquímicas y evolutivas. Aquí nos centramos en el cerebro, pero ahora podemos hablar de otros tipos de redes en trabajos futuros". /P>
Más información: La conectividad neuronal de cola pesada surge de la autoorganización hebbiana, Física de la Naturaleza (2024). DOI:10.1038/s41567-023-02332-9. www.nature.com/articles/s41567-023-02332-9. En bioRxiv :DOI:10.1101/2022.05.30.494086
Información de la revista: Física de la Naturaleza , bioRxiv
Proporcionado por la Universidad de Chicago
