por Anne Trafton, MIT News Office

El cerebro humano tiene cien mil millones de neuronas, conectadas entre sí en redes que nos permiten interpretar el mundo que nos rodea, hacer planes para el futuro, y controlar nuestras acciones y movimientos. El neurocientífico Sebastian Seung del MIT quiere registrar en un mapa esas redes, creando un diagrama del cableado del cerebro que podría ayudar a los científicos a aprender la forma en que cada uno de nosotros se convierte en un ser único.

En un artículo aparecido en la edición online del 7 de agosto en la revista Nature, Seung y sus colaboradores en el MIT y en el Max Planck Institute for Medical Research de Alemania, han informado de su primer paso hacia ese objetivo: utilizando una combinación de la inteligencia humana y de la artificial, han cartografiado todo el cableado entre 950 neuronas dentro de una pequeña zona de la retina de un ratón.

Compuesta por neuronas que procesan la información visual, la retina es técnicamente parte del cerebro y es un punto de partida más accesible, dice Seung. Mediante la cartografía de todas las neuronas en esta zona de 117 micrómetros por 80 micrómetros de tejido, los investigadores fueron capaces de clasificar la mayoría de las neuronas que hay, en base a sus patrones de cableado. También identificaron un nuevo tipo de células de la retina que no se habían visto nunca hasta entonces.

“Es la reconstrucción completa de todas las neuronas en el interior de esta zona. Nadie lo había hecho antes en el sistema nervioso de los mamíferos”, dice Seung, profesor de neurociencia computacional en el MIT.

Otros autores del artículo del MIT son Srinivas Turaga y Viren Jain. El equipo del Max Planck fue dirigido por Winfried Denk, físico y director del Instituto Max Planck. Moritz Helmstaedter, un líder del grupo de investigación del Instituto Max Planck, es el autor principal del artículo; y Kevin Briggman, un ex investigador postdoctoral en el Max Planck, es otro autor.

Rastreando conexiones

Las neuronas de la retina se clasifican en cinco clases: fotorreceptores, las células horizontales, células bipolares, células amacrinas y células ganglionares. Dentro de cada clase hay muchos tipos, que se clasifican por la forma y por las conexiones que hacen con otras neuronas.

“Las neuronas son de diferentes tipos, y se estima que la retina contiene entre 50 y 100 tipos, pero nunca han sido descritas exhaustivamente. Y sus conexiones son aún menos conocidas”, dice Seung.

En este estudio, el equipo de investigación se centró en una sección de la retina conocida como la capa plexiforme interna, que es una de las varias capas intercaladas entre los fotorreceptores que reciben la información visual y las células ganglionares, que transmiten la información visual al cerebro a través del nervio óptico. Las neuronas de la capa plexiforme interna ayudan a procesar la información visual a medida que pasa desde la superficie del ojo al nervio óptico.

Para elaborar un mapa de todas las conexiones de esta pequeña zona de la retina, los investigadores primero tomaron fotomicrografías electrónicas de la sección elegida como objetivo. Los investigadores del Instituto Max Planck obtuvieron estas imágenes utilizando una técnica llamada SBFSEM (de Serial Block Face Scanning electron microscopy), que se inventó para generar imágenes de alta resolución en tres dimensiones de las muestras biológicas.

El desarrollo de un esquema del cableado de estas imágenes requirió de la inteligencia humana y la artificial. En primer lugar, los investigadores contrataron cerca de 225 estudiantes universitarios alemanes para trazar el “esqueleto” de cada neurona, que llevó más de veinte mil horas de trabajo (algo más de dos años).

Para profundizar en los cuerpos de las neuronas, los investigadores alimentaron esos esqueletos con un algoritmo informático desarrollado en el laboratorio de Seung, que amplía los esqueletos a formas neuronales completas. Los investigadores utilizaron una máquina para entrenar al algoritmo, conocido como una red convolucional, para detectar las fronteras entre las neuronas. Utilizándolas como puntos de referencia, el algoritmo puede rellenar todo el cuerpo de cada neurona.

“Rastrear neuronas en esas imágenes mediante visión artificial es probablemente uno de los problemas mas complicados del mundo. Nuestras redes convolucionales son en realidad actualmente redes neuronales artificiales profundas diseñadas inspirándonos en cómo nuestro sistema visual procesa la información visual para resolver estos problemas difíciles”, dice Turaga.

Si los trabajadores humanos hubiesen rellenado todo el cuerpo neuronal, se hubiese necesitado hasta 10 y 100 veces mas de tiempo del que se tardó en dibujar el esqueleto. “Esto acelera todo el proceso”, dice Seung. “Es una manera de combinar la inteligencia humana y la de las máquinas.”

El único diagrama previo completo del cableado, que mapea todas las conexiones entre las 302 neuronas que se encuentran en el gusano Caenorhabditis elegans, se reportó en 1986 y necesitó más de una docena de años de tedioso trabajo.

“Creo que esto va a desempeñar ciertamente un papel significativo en la historia de cómo se estudian los sistemas complejos”, dice Richard Masland, profesor de oftalmología de la Massachusetts Eye and Ear Infirmary, que no formó parte del equipo de investigación. “Este documento identifica circuit motifs que son interesantes, pero que en realidad sólo son un símbolo de los muchos tipos de preguntas que pueden ser respondidas mediante estas técnicas.”

Clasificando neuronas

Los diagramas de cableado permiten a los científicos ver donde se conectan las neuronas entre sí para formar sinapsis –las uniones que permiten a las neuronas transmitir mensajes. Analizando cómo las neuronas se conectan entre sí, los investigadores pueden clasificar diferentes tipos de neuronas.

Los investigadores fueron capaces de identificar la mayoría de las 950 neuronas incluidas en el nuevo diagrama de cableado retinal a partir de sus conexiones con otras neuronas; así como la forma de la neurona. Un puñado de neuronas no pudo ser clasificado porque sólo había una de su tipo, o porque sólo se incluyó un fragmento de la neurona en la muestra de imágenes.

“No hemos completado el proyecto de clasificación de los tipos, pero esto demuestra que debería ser posible. Este método debe ser capaz de hacerlo, en principio, si se amplía hasta una zona más amplia de tejido”, dice Seung.

En este estudio, los investigadores identificaron una nueva clase de células bipolares, que transmiten información desde los fotorreceptores a las células ganglionares. Sin embargo, se necesitan más estudios para determinar la función exacta de este tipo de células.

El laboratorio de Seung está trabajando ahora en un esquema de conexiones de una zona más grande de la retina –0.3 milímetros por 0.3 milímetros– utilizando un enfoque ligeramente diferente. En ese estudio, los investigadores primero alimentan sus fotomicrografías electrónicas con el algoritmo de la computadora, después piden a voluntarios humanos que comprueben el trabajo del equipo y que corrijan los errores mediante un proyecto de crowd-sourcing conocido como EyeWire.

La investigación fue financiada por la Max Planck Society, la Howard Hughes Medical Institute y la Gatsby Charitable Foundation.

Foto: Neurólogos reconstruyeron la disposición de las neuronas en una sección de la retina del ratón después de la formación de imágenes de tejido con microscopía electrónica.
Imagen: Fabian Isensee Julia Kuhl; Helmstaedter y Col.

 

Web Relacionada