NEURON: un entorno para simular redes neuronales

Comentamos en este artículo algunos aspectos relevantes del entorno de simulación computacional NEURON, tal y como aparece reflejado en el libro de Cambridge University Press, y cuya autoría corresponde a Nicholas T. Carnevale y Michael L. Hines. Inicialmente, NEURON fue diseñado para la modelización de neuronas individuales pero, desde hace ya tiempo, se emplea para simular redes. Para crear y usar un modelo de redes, hay que empezar definiendo los tipos de células, situar cada célula en la red, conectar las neuronas y ajustar los parámetros y los controles para hacer correr las simulaciones. Partiendo de una red totalmente conectada, cada célula se proyecta a las demás células pero nunca a sí misma. Las neuronas se activan espontáneamente y cada una tiene su propio intervalo entre potenciales. Cada potencial es seguido por una hiperpolarización del estado de la membrana que decae exponencialmente a un nivel por encima del umbral.

El valor inicial por defecto de todos los pesos sinápticos es 0 pero la herramienta NetWork Builder permite cambiar los pesos. Junto a ArtCellGUI se consigue una completa especificación de un modelo para redes. Pero la red todavía no existe y hay que pulsar el botón Create. Para observar qué hace la red, hay que apretar el botón de SpikePlot, el cual mostrará los trenes de ondas de entrada y de salida. Un panel de RunControl facilitará el control de la simulación y hará uso de un mecanismo de integración adaptativa para conseguir rápidas simulaciones a través de pasos temporales globales o locales. El panel de VariableTimeStep permite utilizar pasos temporales globales, que son los más adecuados para modelizar células sencillas o redes perfectamente sincrónicas.

Para cambiar las propiedades de una red neuronal existente se usa la herramiente NetReadyCellGUI. De hecho, habría que emplear una instancia separada de la herramienta para cada tipo diferente de modelo neuronal biofísico. El NetReadyCellGUI tiene su propio CellBuilder para especificar la topología, geometría y las propiedades biofísicas más una herramienta SynapseTypes que sirve para añadir mecanismos sinápticos a la célula. Sin embargo, los cambios realizados mediante NetReadyCellGUI no afectan a una red ya existente, por lo que es necesario salvar el archivo de la sesión, salir de NEURON y reiniciar y recargar el archivo de la sesión. Aunque los cambios pueden ser hechos en el NetWork Builder, lo mejor es ir a Create off y realizar los cambios necesitados, salvando el archivo y saliendo de NEURON.

Avalanchas neuronales y dinámica crítica

Las avalanchas neuronales son estallidos espontáneos de actividad sincronizada que se distribuyen en "clusters" de sitios s de acuerdo con una ley de potencias con un exponente cuyo valor se sitúa entre -1 y -2. Y así, dado un estallido de un tamaño s, un estallido que doblará el tamaño de aquél tendrá lugar dos veces elevado al exponente, menos frecuentemente. Siguiendo a Petermann et al. (2009), este tipo de dinámica presenta las siguientes interesantes propiedades: (a) requiere una transmisión sináptica equilibrada entre la actividad excitatoria y la inhibitoria; (b) se presenta tanto en condiciones "in vivo" como "in vitro" y (c) parece ser una propiedad intrínseca de la corteza cerebral.

Descritas en preparaciones reducidas de cerebros de ratas, nuestros autores demuestran su existencia en los cerebros de macacos rhesus despiertos. Situando electrodos en los cerebros de dos macacos y registrando su actividad durante unos 40 minutos, encuentran trenes de ondas localmente sincronizadas y correlacionadas en diferentes sitios corticales durante muchos segundos. El inicio de cada "cluster" es definido temporalmente con una variación de 4 milisegundos.

Pero ¿cuál es la verdadera causa de las avalanchas? Tagliazucchi y Chialvo (2011) subrayan que las avalanchas son estados dinámicos críticos, esto es, cascadas espaciotemporales que se extienden sobre un fractal. Las neuronas operan en un punto crítico, en contraste con un régimen supercrítico en el que cada "input" se expande de una manera explosiva a través de la red-similar a una reacción nuclear incontrolada en cadena- o un régimen subcrítico, en el que las cascadas terminan prematuramente. Si los sistemas intentan maximizar la probabilidad de vincular sitios distantes mediante cascadas, evitando una activación en masa no selectiva, podemos, pues, hablar de dinámica crítica. Parece evidente que, dado que esta condición crítica exhibe una mezcla de patrones de excitación tanto ordenados como desordenados, las redes neuronales en estado crítico han de ser capaces de generar el máximo repertorio de configuraciones dinámicas posibles. Lo que es peculiar es el patrón estadístico de comportamiento seguido por estas avalanchas. Hay muchas más avalanchas pequeñas que grandes puesto que solo suele comprometerse en este tipo de actividad, un pequeño grupo de neuronas.

¿Cuál es el origen y el significado funcional de estas avalanchas? Todavía no hemos encontrado una explicación precisa pero lo que es evidente es que el cerebro va creando y reconfigurando redes neuronales complejas con una dinámica correlacionada que responde al tráfico entre zonas (véase Chialvo, 2010, p. 5). Si observamos mediante resonancia magnética funcional el comportamiento del cerebro en reposo, desde correlaciones lineales bastante simples, las señales dependientes del nivel de oxigenación de la sangre o BOLD, reflejan unos pocos grupos neuronales emergiendo, como si de unas nubes que pasan se tratara. Lo curioso es que esta suerte de nubes visitan las mismas regiones cerebrales activadas durante cualquier tipo de conducta activa y que estas redes son identificables de forma muy consistente entre los sujetos, incluso durante el sueño o los efectos de la anestesia. Así pues, la Biología del cerebro nos muestra dinámicas colectivas emergentes que remiten a un fenómeno tal como la "criticalidad", que tanto ha sido estudiado en Física.