La Ingeniería Inversa del Cerebro

Artículo original: Reverse Engineering the Brain ,  Joel Frohlich 

Traducido por Delaney Ivey

~~~

¿Podemos aprender todo sobre el cerebro estudiando las células cerebrales individuales?

Comenzó con una simple ecuación. En 1980, un matemático llamado Benoit Mandelbrot que trabajaba para la corporación IBM trazó el comportamiento de unos puntos sobre un plano usando una computadora. Cuando el plano se coloreó con los resultados, surgió un mundo caprichoso: cetros y espirales infinitamente ramificados, abismos interminables, tentáculos inagotables que crecían de bulbos en forma de corazón. Parece como los últimos minutos psicodélicos de la película 2001: Una Odisea Espacial de Kubrick, sólo que mucho más extraño, como un teñido batik pintado por extraterrestres locos.

 

El conjunto Mandelbrot muestra complejidad sin importar cuán de cerca lo vemos. Imagen cortesía de Wikimedia Commons.

La complejidad del homónimo conjunto Mandelbrot apenas se nota de la ecuación trazada por Benoit Mandelbrot. Elijamos un par de números, uno real y uno imaginario. Ahora multipliquemos este par por sí mismo, muchas veces, y contemos el número de iteraciones que se necesitan para exceder una cierta magnitud o distancia desde cero. Coloreemos cada par de coordenadas en el plano de acuerdo con el número de iteraciones que el punto tardó en crecer por encima del umbral. ¡Y ahí está! La complejidad encarnada.

La sorprendente y profunda complejidad encontrada en el conjunto de Mandelbrot puede enseñarle a los neurocientíficos una lección sobre las propiedades emergentes.  Las propiedades emergentes son cruciales para comprender la complejidad y el cerebro. A diferencia de fenómenos sencillos, como la oscilación de un péndulo, las propiedades emergentes como la inteligencia y la consciencia no pueden entenderse simplemente estudiando partes simples de un sistema. Incluso teniendo el reglamento en cuenta, en el caso de Mandelbrot, cómo las reglas resultan en la complejidad puede no ser obvio. ¿Por qué elevar al cuadrado cada número y adicionar el resultado al número original crea un patrón complejo tan bello? ¿Por qué un patrón particular de conexiones neuronales permite el lenguaje y la inteligencia? Sin duda, mapear las células y sus conexiones sinápticas con otras células en el cerebro tiene valor. Como mínimo, estos mapas describen las rutas de comunicación que son posibles. Pero esto por sí solo no es suficiente.

Estrechamente relacionado con las propiedades emergentes está el concepto de la autoorganización. Esta es la idea de que nuevos fenómenos pueden resultar de las interacciones entre diferentes partes, sin que ninguna parte en particular lidere o controle el sistema. Considere el pequeño gusano C. elegans. El mapeo de todas las 302 neuronas y sinapsis en el gusano hermafrodita adulto debería, por la lógica contraria del reduccionismo, convertir al científico en un adivino que intuitivamente pueda prever cómo el gusano responde a cada estímulo posible. Sin embargo, ese conocimiento sólo ha llevado a una comprensión muy limitada del comportamiento de C. elegans. ¿Esto sugiere que todavía no conocemos completamente las reglas de cómo interactúan estas neuronas? ¿O la simulación aún no es lo suficientemente detallada?

El nematodo C. elegans. Los adultos hermafroditas tienen exactamente 302 neuronas.

A veces necesitamos armas más poderosas. Siguiendo este razonamiento, si tenemos suficientes computadoras potentes, una simulación nos mostrará cómo cada movimiento y reacción resulta de cada toque y roce.  Tal es la justificación del Proyecto Cerebro Humano, una empresa cofinanciada por la Unión Europea que ha heredado algunos objetivos del proyecto «Blue Brain» de Suiza. Liderado por el neurocientífico Henry Markham en el Instituto Federal Suizo de Tecnología de Lausana, el Proyecto Cerebro Humano aspira a ejecutar una simulación masiva de un cerebro humano utilizando la inmensa potencia de las supercomputadoras en toda Europa . No menos importante es una supercomputadora gen azul de IBM, que realiza casi seis cuatrillones de operaciones de coma flotante por segundo.

En el caso del conjunto Mandelbrot, las computadoras fueron la clave para desbloquear la complejidad; sin su laboriosa potencia, es probable que ningún humano jamás pudiera ver los patrones inquietantes que surgen de una simple ecuación. Pero para que una propiedad emergente sea simulada por una computadora, el reglamento completo debe conocerse. A medida que descubrimos nuevas moléculas y patrones de desarrollo en el cerebro, nuestra humildad aumenta con nuestro conocimiento. ¿Estamos listos para construir un modelo informático del cerebro humano cuando, tan recientemente como hace varios años, un modelo ampliamente aceptado de conexiones neuronales en el cerebro adulto conocido como la sinapsis tripartita se encontró que estaba equivocado? Y todavía hay algunos desacuerdos entre los neurocientíficos sobre cuestiones tan básicas como cómo y dónde se almacenan los recuerdos en el cerebro. Otras lagunas en nuestro conocimiento — tal como los receptores «huérfanos», cuyos neurotransmisores aún no han sido descubiertos, subrayan la posible arrogancia de dicha misión.

“Otras lagunas en nuestro conocimiento…subrayan la posible arrogancia de dicha misión.”

Es importante enfatizar que incluso pequeños descubrimientos de este tipo importan. Las causas pequeñas pueden tener grandes efectos. Este concepto, conocido como la no linealidad, subyace los sistemas complejos. En el caso de Mandelbrot, si se cambia la posición de un punto en el plano por una mínima distancia se puede alterar completamente su color o magnitud. En el caso del cerebro, ajustar ligeramente el voltaje de reposo de las neuronas puede alterar completamente su actividad colectiva. La interacción no lineal entre las partes es fundamental para la autoorganización.

En el conjunto de Mandelbrot, existen patrones en todas las escalas, incluso si el observador se acerca hacia el infinito. Si bien el cerebro no exhibe un rango verdaderamente infinito de complejidad, sí exhibe una estructura y una actividad en una amplia gama de diferentes escalas de espacio y tiempo. Se observan patrones complejos de conectividad desde las sinapsis microscópicas hasta la escala del cerebro entero. Esta faceta de la complejidad cerebral nos insta a no tratar de comprender el cerebro solo basándonos en las células, sino en todas las escalas relevantes. De hecho, la «unidad funcional» del sistema nervioso a veces se identifica como la neurona, pero también como estructuras más grandes conocidas como ensamblajes celulares y columnas neocorticales.

Markham ha concluido una charla TED sugiriendo que su cerebro modelo podría hablar algún día con los humanos a través de un holograma. Las metas colosales de simular la conciencia o de tratar de lograr más de lo que el proyecto puede manejar les han sido criticadas al Proyecto Cerebro Humano. Pero si no podemos entender las propiedades emergentes a través de monumentales simulaciones computarizadas como el Proyecto Cerebro Humano, ¿cómo podemos entender el cerebro? ¿Es posible la ingeniería inversa del cerebro?

“Un enfoque auténtico de ingeniería inversa requiere comprender el cerebro en su nivel más abstracto.”

Un enfoque auténtico de ingeniería inversa requiere comprender el cerebro en su nivel más abstracto. Tal comprensión holística trasciende el saber que un gen o una región cerebral es necesaria para la memoria o la cognición; explica cómo y por qué. Un artículo publicado en la revista «Neuron» en febrero pide a los neurocientíficos que consideren cómo un circuito en el cerebro podría o debería funcionar antes de diseccionarlo con una plétora de herramientas, de la misma forma que uno necesita entender conceptos como la  aerodinámica y la sustentación antes de estudiar el ala de un pájaro. Esta idea, que se originó con el fallecido neurocientífico David Marr, supone que el Proyecto Cerebro Humano primero necesita una teoría sobre cómo el lenguaje o la consciencia podría emerger de las neuronas y sinapsis antes de simular ciegamente miles de millones de ellas.

Hasta que no sepamos cómo y por qué un cierto patrón de actividad o trozo de tejido cerebral es necesario para el comportamiento, no podemos afirmar realmente que entendemos el cerebro. Mientras tanto, siempre habrá espacio para que los teóricos fuera del laboratorio reflexionen sobre nuestros comportamientos y pregunten qué maquinaria biológica podría engendrar tal complejidad. La base de la neurociencia no tiene que ser sólo células individuales, sino también grandes ideas.

~~~

Escrito por Joel Frohlich
Ilustrado por Jooyeun Lee
Traducido por Delaney Ivey

~~~

Become a Patron!

Este artículo apareció originalmente en «Psychology Today».

 

Imagen por Jooyeun Lee
Referencias:

Bullmore, E., & Sporns, O. (2009). Redes cerebrales complejas: análisis teórico gráfico de sistemas estructurales y funcionales.

Nature Reviews Neuroscience, 10(3), 186-198.

Jabr, F. (2012). El debate del conectomo: es mapear la mente de un gusano que vale la pena. Scientific American, (2 de octubre de 2012).

Jacbonson, R. (2015). Los recuerdos pueden no vivir en las sinapsis de las neuronas. Scientific American, (1 de abril de 2015).

Krakauer, J. W., Ghazanfar, A. A., Gomez-Marin, A., MacIver, M. A., & Poeppel, D. (2017). La neurociencia necesita comportamiento: corregir un sesgo reduccionista. Neuron, 93(3), 480-490.

Theil, S. (2015). Por qué el Proyecto Cerebro Humano salió mal y cómo solucionarlo. Scientific American, 313 (4).

 

Autor

 Joel Frohlich

Joel Frohlich es un investigador postdoctoral que estudia la consciencia en el laboratorio de Martin Monti en UCLA. Está interesado en utilizar la actividad cerebral registrada con la electroencefalografía para inferir cuándo una persona está consciente. Joel obtuvo su doctorado en UCLA en el 2018 estudiando trastornos del neurodesarrollo usando electroencefalogramas en el laboratorio de Shafali Jeste. Puede consultar el blog de Joel, llamado «Consciousness, Self-Organization y Neuroscience en Psychology Today». Para obtener más información sobre la investigación y los ensayos de Joel, visite el sitio web de Joel en joelfrohlich.com.

 

Author(s)

  • Joel Frohlich is a postdoc studying consciousness in the lab of Martin Monti at UCLA. He is interested in using brain activity recorded with EEG to infer when a person is conscious. Joel earned his PhD from UCLA in 2018 studying EEG markers of neurodevelopmental disorders in the lab of Shafali Jeste. You can also check out Joel's blog Consciousness, Self-Organization, and Neuroscience on Psychology Today. For more about Joel's research and writing, please visit Joel's website at joelfrohlich.com.

Joel Frohlich

Joel Frohlich is a postdoc studying consciousness in the lab of Martin Monti at UCLA. He is interested in using brain activity recorded with EEG to infer when a person is conscious. Joel earned his PhD from UCLA in 2018 studying EEG markers of neurodevelopmental disorders in the lab of Shafali Jeste. You can also check out Joel's blog Consciousness, Self-Organization, and Neuroscience on Psychology Today. For more about Joel's research and writing, please visit Joel's website at joelfrohlich.com.

Leave a Reply

%d bloggers like this: