Gustavo Deco y el estudio de la dinámica cerebral

20/06/2018 0 comentarios
Menear

Si tuviéramos que apostar por el poker de ases de la Neurociencia Computacional de nuestros días, junto a Rolls, Friston y Kringelbach, sin duda tendríamos que situar a Gustavo Deco. En esta entrada del blog exponemos algunas de las líneas de investigación del profesor Deco.

El profesor Deco es catedrático en la Universidad Pompeu Fabra y dirige el Grupo  de Neurociencia Computacional en dicha Universidad. Deco encarna a la perfección el carácter abiertamente multidisciplinar de la Neurociencia actual, uniendo a sus conocimientos en Computación y en Psicología, un doctorado en Física en la Universidad Nacional de Rosario (Argentina). Casi diríamos que la especialización en Física es un requisito imprescindible para hacer grandes cosas en la Neurociencia de hoy y eso se nota en este investigador. No es casualidad que una buena base en Física se ramifique en hallazgos que puedan tener que ver con técnicas de Neuroimagen, de minería de datos o de sistemas complejos y, para ello, la formación en Física no tiene parangón.

Gustavo-Deco-2.jpg

 (GUSTAVO DECO)

Mi primer contacto serio con la obra de este gran investigador vino a través de la lectura de su libro, escrito conjuntamente con Edmund T. Rolls en el año 2010, "The noisy brain". Deco es un gran experto en la teoría de sistemas complejos y propone en este libro el desarrollo de redes neuronales basadas en atractores que 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 cualquier caso, este tipo de redes responden a funciones de activación y de salida de una naturaleza dinámica no lineal. Estas redes 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.

También 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. Cuando la red comienza a partir de un estado espontáneo de activación, los atractores entran gradualmente en competición, ganando el atractor probabilístico mayor.

Siendo remarcable el estudio de la no-linealidad en la simulación del cerebro aún lo es más cómo Deco y Kringelbach afrontan uno de los más grandes desafíos de la Neurociencia: cómo se establece la comunicación entre las diferentes áreas del cerebro, teniendo en cuenta que la actividad neuronal oscila entre frecuencias ultra-rápidas y ultra-lentas. El principio de comunicación a través de la coherencia mantiene que la comunicación entre dos grupos de neuronas es más efectiva si el estado de excitabilidad fluctuante está coordinado. Según Deco y Kringelbach, la coherencia tiene mucho que ver con la metaestabilidad o propiedad según la cual un sistema permanece en un estado de equilibrio débilmente estable durante un período de tiempo considerable. El cerebro parece ser máximamente metaestable y si su conectividad se vé afectada, esto repercute en su propia salud, pudiendo ser un indicio de un trastorno neurodegenerativo.

Una de las enseñanzas fundamentales que de aquí puede extraerse es que los mecanismos cerebrales de comunicación hay que intentar estudiarlos como un conjunto global y no parcelarlos o atomizarlos. Aunque en ocasiones haya que acudir a estrategias localizacionistas para simplificar las cosas, todo lo que no sea considerar el cerebro como un órgano holístico, funcionalmente complejo y dinámico es errar el tiro.

Y en este sentido, el profesor Deco está actuando como heraldo de la vía más promisoria en Neurociencia Computacional para el estudio de la conectividad cerebral.

Referencias

Deco, G. and Kringelbach, M.L. (2016) "Metastability and Coherence: Extending the Communication through Coherence Hypothesis Using A Whole-Brain Computational Perspective", Trends in Neuroscience, http://dx.doi.org/10.1016/j. tins.2016.01.001.

Rolls, E. and Deco, G. (2010) "The Noisy Brain", Oxford University Press, Oxford.