Un model probabilístic infereix de l’activitat neuronal l’activitat cerebral
Un model probabilístic infereix de l’activitat neuronal l’activitat cerebral
Un criteri comú que podria explicar la versatilitat del comportament del cervell i que es defineix en un treball en què ha participat Gustavo Deco, (ICREA-DTIC) i director del Centre de Cognició i Cervell, publicat a PLOS Computational Biology l’11 de novembre.
Un article publicat l’11 de novembre a PLOS Computational Biology defineix un criteri probabilístic comú capaç de donar compte dels diferents i complexes esdeveniments dinàmics que coexisteixen en l’activitat espontània de les xarxes neuronals in vivo, que es podria aplicar in vitro a cultius cel·lulars i in silico a models computacionals.
Un treball en què ha participat Gustavo Deco, investigador ICREA del Departament de Tecnologies de la Informació i les Comunicacions (DTIC) i cap del Grup de Recerca en Neurociència Computacional, que ha estat coordinat per Paolo Del Giudice, investigador de l’Institut de Tecnologia d’Israel i en què han participat investigadors italians.
De comportaments quasi lineals a la sincronització abrupta i transitòria de xarxes
L'activitat espontània de les xarxes neuronals excitables exhibeix tot un ampli espectre de dinàmiques que van des de comportaments quasi lineals i petites fluctuacions properes a l'activitat estacionària, a dramàtics esdeveniments com ara la sincronització abrupta i transitòria de les xarxes neuronals.
La comprensió dels fonaments d'aquesta versatilitat dinàmica és important, ja que les diferents maneres en què es succeeixen els fenòmens espontanis al cervell poden implicar diferents tipus de resposta als estímuls entrants i diferents rutes de processament d'informació.
El cultiu in vitro de cèl·lules nervioses ofereix un entorn experimental adient per estudiar les xarxes neuronals, la seva excitabilitat i la seva dinàmica en condicions experimentals controlades. Les recents observacions in vitro han posat de manifest que les xarxes neuronals poden presentar característiques espai temporals semblants a les descrites en els sistemes físics com a estats crítics. El significat de tot plegat està per ser desvetllat.
Un model unitari capaç d’explicar l’enorme versatilitat de les dinàmiques cerebrals
El model probabilístic que es defineix en el treball publicat a PLOS Computational Biology suggereix que l’enorme varietat d’activitat cerebral es podria regir des d’un únic paràmetre que mesuraria la proximitat a un tipus d’inestabilitat de caire oscil·latori que la xarxa podria amplificar en fluctuacions i en una àmplia de gamma d’escales d’espai i de temps. A partir d’aquest supòsit, els autors proposen un procediment per inferir de l’activitat neuronal la dinàmica cerebral.
La dinàmica observada en la xarxa in vitro és compatible amb un equilibri d’excitació-inhibició corresponent a un règim lleugerament per sota d’un punt crític. Finalment, el treball proposa un mètode per inferir l’esgotament del sistema i la seva evolució en el temps. Un mecanisme que, in vitro, sembla mostrar múltiples escales de temps, la qual cosa indicaria una possible coexistència de diferents mecanismes d’esgotament del sistema.
Treball de referència:
Guido Gigante, Gustavo Deco, Shimon Marom, Paolo Del Giudice (2015),”Network Events on Multiple Space and Time Scales in Cultured Neural Networks ans in a Stochastic Rate Model”, PLOS Computational Biology, 11 de novembre.
Crèdits de la imatge:
"Neural signaling-human brain" by 7mike5000 - Gif created from Inside the Brain: Unraveling the Mystery of Alzheimer's Disease, an educational film by the National Institute on Aging.. Licensed under CC BY-SA 3.0 via Commons -