Astrocitos y computación neuronal

Como es bien sabido, desde hace algo más de una década el equipo de investigadores del CSIC (Consejo Superior de Investigaciones Científicas), dirigido por el profesor Alfonso Araque e integrado por la investigadoras Gertrudis Perea y Marta Navarrete (entre otros científicos), introdujo la concepción de la sinapsis tripartita, como una forma de asignar a los astrocitos un papel funcional en la comunicación neuronal, más allá de sus reconocidas funcionalidades tróficas y de soporte de las neuronas. Los astrocitos son un tipo de célula glial del Sistema Nervioso Central. Araque y colaboradores descubrieron nuevas vías de comunicación celular entre astrocitos y neuronas, proponiendo que la sinapsis está funcionalmente constituida por los elementos pre y postsinápticos y por los astrocitos adyacentes. Los astrocitos poseen una forma de excitabilidad basada en variaciones en la concentración intracelular de calcio y se comunican entre ellos mediante ondas intracelulares de este elemento. Los astrocitos también pueden liberar glutamato, modulando la actividad eléctrica neuronal y la transmisión sináptica. Estos estudios realizados con cultivos in vivo de astrocitos del hipocampo de las ratas, han desencadenado una verdadera revolución en la Fisiología Neuronal. Hasta el punto, también, de que han empezado a surgir modelos computacionales que intentan recoger esta actividad. Testigo reciente es el modelo de redes de comunicación entre neuronas y astrocitos, propuesto por Lallier, Fournel y Reynaud (2010, véase su artículo "A neurons-astrocyte network model: from synaptic boosting to epilepsy"). Su modelo computacional simplificado presenta la interacción de cuatro neuronas y un astrocito: una neurona presináptica, una terminal sináptica, una neurona postsináptica y un astrocito. Cuando la concentración de calcio en el astrocito es suficientemente alta, se excita la neurona postsináptica. Por otro lado, la inhibición neuronal postsináptica se logra por la intervención de un mediador de tipo gabaminérgico, producido por el astrocito. Entonces, un astrocito es descrito matemáticamente mediante cuatro ecuaciones, dos para la dinámica interna del calcio y otras dos para la mediación entre el astrocito y las neuronas. Porto-Pazos et al., 2011, demuestran en (http://www.plosone.org/article/info%3Adoi%2F10.1371%2Fjournal.pone.0019109), que la simulación computacional de la bidireccionalidad en la comunicación entre unidades con características como las de los astrocitos y unidades fijadas paramétricamente como las neuronas, mejora el rendimiento de las redes neuronales para resolver problemas de clasificación. Esta circunstancia no se explica meramente por una cuestión cuantitativa (mayor densidad de elementos en la red) sino por las características surgidas por la simulación de la funcionalidad biológica de este tipo de células. Usando redes neuronales de 3 a 5 capas, los astrocitos fueron estimulados, cuando las conexiones neuronales estaban activas con, al menos, n de m iteraciones (n=2 a 3, m=4,6,8). Los pesos de las conexiones neuronales fueron gradualmente incrementados (25%) y disminuidos (50%), en el caso de que el astrocito asociado estuviera activado o no. Había un astrocito artificial por cada neurona y cada astrocito solo respondía a la actividad de la neurona asociada y modulaba las conexiones de cada neurona con las neuronas de la siguiente capa. Las redes neuronales tuvieron que resolver cuatro problemas de tipo clasificatorio: (a) un problema cardíaco que analizaba 13 parámetros procedentes de 303 pacientes; (b) un problema de cáncer de mama, planteado a partir de 9 propiedades extraídas de 699 pacientes; (c) un problema de clasificación de flores a partir de características tales como la longitud y anchura de sus pétalos y (4) el problema de la ionosfera. Las redes neuronales fueron entrenadas mediante algoritmos genéticos y las redes neuronales con astrocitos recibieron entrenamiento mediante algoritmos genéticos y un algoritmo especial. En la imagen de arriba, puede verse el diseño de las redes neuronales sin astrocitos (a la izquierda) y con astrocitos (a la derecha). En todos los problemas planteados, la presencia de astrocitos artificiales mejoró el aprendizaje, sin correlacionarse esta circunstancia con el número de neuronas o la propia arquitectura de las redes.