Utilizamos cookies propias y de terceros para mejorar nuestros servicios y facilitarle el uso de la web mediante el análisis de sus preferencias de navegación. También compartimos la información sobre el tráfico por nuestra web a los medios sociales y de publicidad con los que colaboramos. Si continúa navegando, consideramos que acepta nuestra Política de cookies .

Actualidad científica

Síguenos
  • Google+
  • RSS
  • Mente y Cerebro
  • Julio/Agosto 2015Nº 73
Libros

Reseña

Gratuito

Cerebro

El futuro de la neurociencia desde las líneas abiertas en el presente.

Menear

THE FUTURE OF THE BRAIN. ESSAYS BY THE WORLD’S LEADING NEUROSCIENTISTS
Dirigido por Gary Marcus y Jeremy Freeman. Princeton University Press, Princeton, 2015.


Comprender la naturaleza y función del cerebro humano, buscar los principios fundamentales de su comportamiento y crear modelos que remeden su mecanismo de acción se numeran entre los retos principales para la ciencia y la ingeniería del siglo xxi. No sabemos cómo funciona el cerebro por la sencilla razón de que nos falta información crucial. Conocemos mucho sobre moléculas y neuronas, sobre la organización esencial de áreas cerebrales, pero nos movemos inseguros cuando abordamos lo que ocurre entre ambos extremos, los circuitos neurales.

Vivimos en un momento excitante de la neurociencia, sin parangón en la historia de la disciplina. A mediados del sigloxix, Paul Broca nos acercó a la sede del lenguaje realizando autopsias a personas que habían perdido facultades lingüísticas por daños sufridos en determinadas áreas corticales. Hacia finales de esa centuria, Camillo Golgi descubrió que podía observar neuronas bajo el microscopio si las teñía con nitrato de plata. Santiago Ramón y Cajal aplicó la técnica para caracterizar estructuras y funciones.

En 1909, Tatsuji Inouye levantó un mapa cerebral funcional; para lograrlo, estudió heridos en la guerra ruso-japonesa. Comprobó que las lesiones en la corteza visual dañaban la visión de los pacientes y que las producidas en ciertos puntos afectaban a la visión de regiones específicas del campo visual. En la segunda parte del siglo xx hicieron acto de presencia formas no invasivas de técnicas de formación de imágenes cerebrales, como la resonancia magnética funcional (RMf). Mas, pese a su innegable utilidad, esas técnicas vienen a ser como microscopios borrosos, que impiden contemplar los detalles finos de la actividad cerebral en el tiempo y en el espacio. Mirar una pantalla de RMf es como mirar una versión finamente pixelada de una fotografía de alta resolución. En los animales a los que podemos aplicar técnicas más invasivas, la regla de oro hasta fecha reciente era el registro de una neurona. Se emplean electrodos para anotar la actividad eléctrica asociada a la excitación nerviosa.

La neurociencia está experimentando una revolución. En 2005 se introdujo la optogenética, que permite diseñar neuronas que se iluminan cuando se excitan, activándolas o desactivándolas con un láser. Se ha introducido ya la aplicación de multielectrodos, que permiten obtener registros de cientos e incluso miles de neuronas. Con nuevas formas de microscopía se nos faculta para registrar la actividad de casi todas las neuronas de un pez transparente y vivo. Por vez primera, parece realista pensar en poder observar el cerebro al nivel de sus partes elementales.

Los potenciales de acción constituyen la moneda de cambio del cerebro, cuya medición directa condujo a numerosos descubrimientos fundamentales, tales como el obtenido por David Hubel y Torsten Wiesel de que las neuronas de la corteza visual se encuentran sintonizadas; son selectivas de determinados rasgos visuales. (En una serie de experimentos que comenzaron a finales de los años cincuenta, Hubel y Wiesel revelaron que las neuronas de la corteza visual primaria se excitaban específicamente cuando se presentaban en el campo visual segmentos lineales de una orientación específica. Los campos receptivos lineales de esas células diferían de los campos circulares en torno al centro de las células en los primeros estadios del procesamiento, en la retina y en el tálamo.) Ahora bien, al centrarnos en una sola neurona cada vez, la información recogida es mínima. Por seguir con la metáfora anterior, Rafael Yuste lo compara a la pretensión de comprender un programa de televisión atendiendo solo a un píxel.

Hay en el cerebro unos 85.000 millones de neuronas. Densamente empaquetadas en una matriz tridimensional, se calculan unas 100.000 neuronas y 900 millones de conexiones sinápticas por milímetro cúbico de tejido cerebral. Existen cientos, si no miles, de tipos de neuronas, dotado cada uno de características físicas, propiedades eléctricas y funciones computacionales peculiares, distintivas. Desconocemos los principios organizadores que gobiernan tamaña complejidad. No sabemos si el cerebro emplea algo tan sistemático como el ASCII, sistema que los ordenadores utilizan para codificar palabras. E ignoramos puntos fundamentales; por ejemplo, de qué modo el cerebro almacena los recuerdos y secuencia los acontecimientos en el curso del tiempo. No disponemos, por fin, de modelo animal para muchos logros característicamente humanos: lenguaje, razonamiento y adquisición de una cultura compleja.

Además de neuronas hay otras células. En particular las de la glía, que se suponían dedicadas en exclusiva a funciones nutricionales y que ahora se les reconoce su importancia en el procesamiento de la información. Las neuronas establecen sinapsis sobre la glía y esta libera neurotransmisores que modulan el flujo de información entre neuronas vecinas. Cada célula (sea neurona, glial o de otro tipo) consta de una red de mecanismos moleculares autoen­samblantes. Por otro lado, el cerebro plenamente funcional se autoorganiza, a partir de un precursor menos estructurado, durante el desarrollo y el aprendizaje.

Las conexiones sinápticas pueden ser excitadoras o inhibidoras. Para transmitir información se sirven de más de un centenar de neurotransmisores distintos. Con el tiempo, esas conexiones cambian, se rompen o se reforman. Pueden trocar los neurotransmisores empleados en respuesta a la experiencia. Están, además, los mensajeros gaseosos, que atraviesan la membrana celular; ellos y las interacciones eléctricas de largo alcance podrían permitir la comunicación más allá de las sinapsis químicas y eléctricas. El cerebro procesa información; recibe entradas de información del mundo exterior y las transforma en modelos de ese mundo y en instrucciones que imparte a los sistemas motores que controlan nuestro cuerpo y nuestra voz. Aunque se da por sentado que el proceso principal por el que el cerebro realiza su cometido estriba en alguna forma de computación, están todavía por descubrirse las propiedades fundamentales de la computación neural.

Se han abierto tres grandes líneas de investigación en neurociencia: conectómica (cartografía de la conexión sináptica entre neuronas), cartografía de la actividad cerebral (observación del tráfico eléctrico a lo largo de las sinapsis) y simulación a gran escala del cerebro (integración de los datos obtenidos en todas las áreas de la neurociencia para construir modelos biofísicamente realistas que puedan compararse con la experiencia). Aunque valiosos, ninguno de esos empeños abarca, por sí solo, la complejidad del cerebro en todos sus niveles.

El cerebro es, cierto, un objeto complejo. Avanzar en su desentrañamiento resulta de una lentitud exasperante. Se necesitan saltos conceptuales cualitativos. ¿Se producirá una oleada de nuevos descubrimientos con la multiplicación de equipos de investigadores, recolección de datos a mayor resolución y difusión de los mismos? El refinamiento espectacular de la técnica promete nuevos descubrimientos, rápidos y profundos, con aplicaciones para la conducta, ética e incluso la religión.

Resulta apremiante conocer la circuitería, el diagrama del cableado. Merced a la intensificación del avance técnico parece al alcance de la mano obtener el diagrama del cableado, el conectoma cerebral, a una resolución de neurona. Cartografiar el cerebro significa conocer las miríadas de conexiones cerebrales y el tráfico circulante. Los conectomas son como mapas de carreteras. Los mapas de actividad registran el tráfico, es decir, la implicación del cerebro en el comportamiento.

Herbert Simon, uno de los padres de la inteligencia artificial, predijo en 1965 que, en veinte años, las máquinas realizarían cualquier tarea que la mente humana pudiera emprender. Evidentemente, no ha ocurrido. No tardó en comprobarse que costaba mucho más ejercitar en algunas funciones cognitivas a las máquinas que en otras. Tareas de apariencia simple, en las que los niños hacen notables progresos en sus primeros dos o tres años (beber en copa, realizar acrobacias con el perro o descubrir al malo en un cuento de hadas) resultan auténticos desafíos para las máquinas.

Algunos investigadores piensan que el estilo de computación cerebral hace superiores a los organismos biológicos; solo la construcción de máquinas de computación basándose en los mismos principios igualaría dicha capacidad. Este enfoque condujo al campo del conectismo: redes neurales y aprendizaje de las máquinas. Aunque el origen de las redes neurales puede remontarse hasta los años cincuenta e incluso antes, podríamos convenir en fechar el renacimiento moderno del campo en la publicación en 1986, por Rumelhard y McClelland, de libros sobre procesamiento de distribución en paralelo. La computación de tipo cerebral sería en paralelo y distribuida, donde los nodos de sumación simple (neuronas) sustituirían a la unidad central de procesamiento de los computadores.

La corteza es exclusiva de los mamíferos. Alcanza su grado mayor de elaboración en los primates, en particular en los humanos. La estructura básica de la corteza se mantiene conservada en los mamíferos; una sección cortical de un roedor no difiere particularmente de la correspondiente de un mono. En un organismo, la estructura cortical se manifiesta bastante uniforme: un segmento de corteza implicado en el procesamiento del sonido no difiere de otra fracción implicada en el procesamiento del tacto.

Esa característica y otras consideraciones sugieren que se trata de una estructura modular. Todo indica que los protomamíferos adquirieron la corteza para resolver el problema de la jerarquización de los circuitos neurales. Poseer un cerebro mayor concede al organismo una ventaja evolutiva en términos de mayor flexibilidad conductual, pero desde una perspectiva evolutiva no es necesariamente sencillo incorporar nuevas neuronas en un circuito. Las arquitecturas de circuitería que operan en circuitos pequeños no actúan necesariamente en otros de mayor tamaño. El circuito natural para estudiar la inteligencia biológica es la neocorteza, que se supone sede de nuestra dicha capacidad cognitiva.

Además, la modularidad ayuda a resolver el problema de desarrollo del cableado de un cerebro. Hasta ahora solo se ha establecido el conectoma completo de C. elegans, que consta de 302 neuronas, conectadas por unas 7000 sinapsis. Ese circuito se halla especificado por el genoma. Pero la especificación genómica de cada conexión se hace inviable, pues el número de bits necesarios para especificar todas las conexiones supera el número de bits del genoma. Suele tomarse a menudo por módulo cortical básico la columna vertical (conjunto de neuronas corticales que responden de forma parecida a un input sensorial). Sin embargo, la comprensión del módulo cortical requiere no solo que conozcamos la circuitería local del interior de la columna, sino también las informaciones de entrada y salida del módulo. Toda región cortical se halla estrechamente asociada con otras regiones corticales y con otras estructuras (el tálamo y estriado, por ejemplo).

En la modularidad de la arquitectura cortical se apoya la esperanza de comprender la inteligencia biológica. Habrá que desentrañar la organización básica del módulo cortical, su interrelación con otros módulos y la forma en que los pertenecientes a distintas áreas cerebrales se hallan especializados en cumplir funciones específicas. La arquitectura reticular, en circuitos, común a la mayoría de los módulos corticales, si no a todos, podría reflejar la estructura básica compartida de algoritmos corticales, mientras que las pautas de circuitos propios de córtices especializados podrían reflejar las estrategias necesarias para procesar clases específicas de información.

Puede conseguir el artículo en: