jueves, 23 de diciembre de 2010

El cerebro ruidoso


Uno de los esfuerzos más ambiciosos e inteligentes que ha visto la luz en el ámbito de la Neurociencia Computacional en 2010, ha sido el libro de Edmund T. Rolls y Gustavo Deco, "The Noisy Brain. Stochastic Dynamics as a Principle of Brain Function", publicado por Oxford University Press. La obra del profesor de la Universidad de Oxford y del profesor de la Universidad Pompeu y Fabra, consta de ocho capítulos y analiza el papel que desempeña el azar en los procesos de activación neuronal y su reflejo en funciones cognitivas superiores como la percepción, la memoria, la atención y la toma de decisiones. Pero la dinámica neuronal estocástica puede ser inestable o superestable, repercutiendo posiblemente esta circunstancia en disfunciones cerebrales como la esquizofrenia o el trastorno obsesivo-compulsivo. Los autores utilizan redes basadas en atractores e introducen ruido estocástico para simular el funcionamiento del cerebro.
Una red con atractores es una red de neuronas que presentan conexiones excitatorias y que pueden adoptar un patrón estable de activación. En las redes autoasociativas o con atractores, las neuronas están conectadas por sinapsis colaterales recurrentes y los patrones de entrada son asociados consigo mismos. Debido a la colatelaridad y recurrencia de las conexiones, estas redes pueden estar activadas de una manera permanente. La función de activación no lineal es el producto de una constante k por la activación yi de la dendrita y la tasa de activación presináptica yj. La activación de salida es una función no lineal de la activación producida por el efecto colateral recurrente y el elemento externo de entrada.
Los sistemas autoasociativos basados en atractores presentan dos tipos de puntos fijos estables: un estado espontáneo con una baja tasa de activación y uno o más estados persistentes con tasas altas de activación y con las neuronas manteniéndose activadas. Según los autores, las redes basadas en atractores parecen operar en el córtex prefrontal, un área clave en la atención y en la memoria a corto plazo. Precisamente, estas dos funciones mentales se ven afectadas en la esquizofrenia. Tales déficits pueden ser debidos a cambios en la función dopaminérgica influidos por un descenso en los índices de glutamato. En términos de atractores esto se refleja en una reducción en la profundidad en las cuencas de atracción. En cambio, el Trastorno Obsesivo Compulsivo (TOC) parece vincularse a la superestabilidad en las redes corticales, basadas en atractores, de la memoria a corto plazo y de la selectividad atencional, debida en parte a un exceso en los niveles de glutamato.
Rolls y Deco analizan también cómo los procesos probabilísticos de toma de decisiones pueden ser enfocados a partir de su modelo de redes con atractores. Las redes son entrenadas para que tengan dos o más estados de atractores, correspondiendo cada uno a cada una de las decisiones. Cada conjunto de neuronas que forman un atractor recibe una entrada que corresponde a la evidencia a favor de la decisión. Cuando la red comienza a partir de un estado espontáneo de activación, los atractores entran gradualmente en competición, ganando el atractor probabilístico. Un planteamiento similar es realizado por los autores para la detección de señales, fenómeno en el que el ruido causado por la activación de las neuronas influye en cómo una red de atractores puede o no puede formar una cuenca de atracción que represente la detección de la señal.
Recomendamos vivamente a cualquier lector interesado en Neurociencia Computacional, esta espléndida obra que recopila mucho del trabajo de Rolls y Deco en la última década. La idea de estudiar los mecanismos neuronales estocásticos de activación es de una gran potencia y su aplicabilidad, como demuestran los autores en el libro comentado, es muy promisoria, tanto para la Neuropsicología Cognitiva como para la Clínica. No creo que nos equivoquemos si afirmamos que su trabajo está al mismo nivel que el de Buzsaki y su grupo sobre oscilación neuronal sincrónica o que el de Peter Dayan y su equipo sobre receptores dopaminérgicos y aprendizaje por refuerzo. Nuestra enhorabuena a los autores por esta contribución que los sitúa fácilmente en el "top ten" de la Neurociencia Computacional de este año 2010 que ya termina. Aprovechamos para desear a los lectores de este blog que 2011 les traiga lo mejor para sus proyectos.