Cómo ayudarán 300.000 neuronas de ratón a comprender mejor el cerebro humano

La neurociencia ha avanzado a pasos agigantados en las últimas décadas: en su búsqueda constante por aprender cómo funciona el sistema visual, los científicos llevan años espiando las neuronas individuales en cerebros de ratones, pinzones o monos, introduciendo electrodos metálicos y monitorizando sus reacciones.

El análisis unicelular ha demostrado ser una poderosa vía para desentrañar el mecanismo: hay neuronas que responden a colores o formas específicas; otras que lo hacen con respecto a ubicaciones particulares en el espacio o la dirección de la cabeza y otras a rasgos completos o rasgos individuales.

El 'traductor' para animales está cada vez más cerca: así ayuda la IA a entender el canto de las ballenas o las llamadas de los cuervos

Sin embargo, hay ciertos escollos a la hora de mirar las neuronas una por una: en la corteza prefrontal —implicada en la planificación, la toma de decisiones y el comportamiento social—, las neuronas responden a una diversidad tan enorme de elementos que ha sido imposible asignarles un rol particular individual.

Gracias al desarrollo de las sondas Neuropixels en 2017, es posible escuchar a miles de neuronas a la vez. Una sola de estas herramientas, de un centímetro de largo y hecha de silicio, puede atender a cientos de células al mismo tiempo, y varias pueden insertarse en el cerebro de un animal.

300.000 neuronas: un récord en el volumen de datos

Tal y como informaWired, el pasado mes de agosto, el Instituto Allen —impulsado por el cofundador de Microsoft, Paul Allen— empleó 6 sondas Neuropixels para registrar simultáneamente desde 8 regiones diferentes el sistema visual del ratón. Publicaron datos de 81 ratones que abarcan la actividad de 300 000 neuronas. La información está disponible gratis aquí para cualquier científico.

El hallazgo es todo un hito, ya que triplica el récord anterior, permitiendo a la ciencia observar a grupos enormes y complejos de neuronas interactuando a gran escala. Entre las aplicaciones para este conjunto de datos, abre las puertas a desentrañar partes de la cognición, la toma de decisiones y el pensamiento.  

El próximo gran reto es manejar y analizar un volumen de datos tan gigantesco, logrando penetrar en las profundidades de los cerebros, cuyas neuronas están densamente conectadas: cada una de ellas es como un artesano especializado en una amplia gama de tareas. 

Se precisarán herramientas matemáticas para hacer posible la visualización: los científicos ya trabajan para reducir los datos de miles de neuronas a unas pocas variables. Aunque se elimine buena parte de los detalles, trabajar con pocas dimensiones permitirá trazar patrones de actividad, o comprender el cambio de comportamiento de las neuronas a lo largo del tiempo. 

De hecho, vistas de forma colectiva, las neuronas trazan trayectorias regulares, a menudo circulares. Las características de estas trayectorias están correlacionadas con aspectos particulares del movimiento; su ubicación, por ejemplo, está relacionada con la velocidad.

Aunque esta línea de investigación está todavía en una fase muy temprana, los científicos se muestran esperanzados ante las posibilidades que brinda el aprendizaje automático para bucear en los datos y hallar interesantes estructuras.

En la actualidad, el Instituto Allen trabaja en un sistema piloto donde los científicos de toda la comunidad de investigación pueden sugerir qué tipo de estímulos se deben mostrar a los animales y qué tipo de tareas deben realizar, mientras se registran miles de sus neuronas.