Con sólo 500 neuronas el cerebro del pez cebra es una maravilla científica
Trabajando con larvas de pez cebra de una semana de edad, investigadores de Weill Cornell Medicine y sus colegas decodificaron cómo guían la mirada de los peces las conexiones formadas por una red de neuronas en el tronco encefálico.
El estudio descubrió que un circuito artificial simplificado, basado en la arquitectura de este sistema neuronal, puede predecir la actividad en la red. Además de arrojar luz sobre cómo maneja el cerebro la memoria a corto plazo, los hallazgos podrían conducir a nuevos enfoques para tratar los trastornos del movimiento ocular.
Los organismos absorben constantemente una serie de información sensorial sobre el entorno que cambia de un momento a otro. Para evaluar con precisión una situación, el cerebro debe retener estos fragmentos de información durante el tiempo suficiente para poder utilizarlos para formar una imagen completa (por ejemplo, para unir las palabras de una oración o permitir que un animal mantenga la mirada fija en un área de interés).
"Intentar comprender cómo se generan estos comportamientos de memoria a corto plazo a nivel del mecanismo neuronal es el objetivo principal del proyecto", dijo el autor principal, Dr. Emre Aksay, profesor asociado de fisiología y biofísica en Weill Cornell Medicine, quien dirigió el estudio junto con el Dr. Mark Goldman de la Universidad de California Davis y el Dr. Sebastian Seung de la Universidad de Princeton.
Modelado de un sistema dinámico
Para decodificar el comportamiento de dichos circuitos neuronales, los neurocientíficos utilizan las herramientas de los sistemas dinámicos, que implican la construcción de modelos matemáticos que describen cómo cambia con el tiempo el estado de un sistema, donde el estado actual determina sus estados futuros de acuerdo a un conjunto de reglas.
Por ejemplo, un circuito de memoria a corto plazo permanecerá en un único estado preferido hasta que aparezca un nuevo estímulo, lo que hará que se establezca en un nuevo estado de actividad. En el sistema visomotor, cada uno de estos estados puede almacenar el recuerdo de hacia dónde debería estar mirando un animal.
Pero ¿Qué parámetros ayudan a configurar ese tipo de sistema dinámico? Una posibilidad es la anatomía del circuito: las conexiones que se forman entre cada neurona y cuántas conexiones establecen. Otra probable posibilidad es la fuerza fisiológica de esas conexiones, que se establece por una multitud de factores como la cantidad de neurotransmisor que se libera, el tipo de receptores sinápticos y la concentración de esos receptores.
Imagen: Representación tridimensional de neuronas reconstruidas. El gran cuerpo celular verde en primer plano es la neurona Mauthner (Mcell); Ro, rostral; C, caudal; D, dorsal; V, ventral; L, lateral; M, medial. El recuadro (arriba a la izquierda) muestra la ubicación del volumen EM unilateral (recuadro negro) en relación con el bulbo olfatorio (OB), el tectum (Te), el rombencéfalo (HB) y la médula espinal (SC).
Para comprender las contribuciones de la anatomía del circuito, el Dr. Aksay y sus colaboradores analizaron las larvas de pez cebra. A los cinco días de edad, estos pequeños peces nadan y cazan presas, una habilidad que implica una atención visual sostenida. Algo importante para el equipo de investigación es que la región del cerebro que controla el movimiento ocular es estructuralmente similar en peces y mamíferos.
Pero el sistema del pez cebra contiene sólo 500 neuronas. "Por lo tanto, podemos analizar el circuito completo, tanto microscópicamente como funcionalmente", dijo el Dr. Aksay. "Eso es muy difícil de hacer en otros vertebrados".
El pez cebra arroja luz sobre los circuitos neuronales
Utilizando una serie de avanzadas técnicas de imágenes, el Dr. Aksay y sus colegas identificaron las neuronas que participan en el control de la mirada de los animales y luego determinaron cómo estas neuronas están conectadas entre sí. Descubrieron que el sistema consta de dos importantes bucles de retroalimentación, cada uno de los cuales contiene tres grupos de células estrechamente conectadas.
Los investigadores utilizaron esta arquitectura distintiva para construir un modelo computacional. Descubrieron que su red artificial podía predecir con precisión los patrones de actividad del circuito del pez cebra, lo que validaron comparando sus resultados con datos fisiológicos.
"Me considero fisiólogo, ante todo", afirmó el Dr. Aksay. "Por eso, me sorprendió lo mucho que podíamos predecir el comportamiento del circuito a partir de la arquitectura anatómica".
A continuación, los investigadores explorarán cómo contribuyen las células de cada grupo al comportamiento del circuito y si las neuronas de los diferentes grupos tienen distintas firmas genéticas. Esta información podría permitir a los médicos atacar terapéuticamente aquellas células que pueden funcionar mal en los trastornos del movimiento ocular.
Los hallazgos también proporcionan un modelo para desentrañar los sistemas computacionales más complejos del cerebro que dependen de la memoria de corto plazo, como los involucrados en descifrar escenas visuales o comprender el habla.
El estudio se ha publicado hoy 22 de noviembre en Nature Neuroscience: Predicting modular functions and neural coding of behavior from a synaptic wiring diagram
