Con mapas de las conexiones entre neuronas y métodos de inteligencia artificial, los investigadores ahora pueden hacer lo que nunca pensaron posible: predecir la actividad de neuronas individuales sin realizar una sola medición en un cerebro vivo.
Durante décadas, los neurocientíficos han pasado incontables horas en el laboratorio midiendo meticulosamente la actividad de las neuronas en animales vivos para desentrañar cómo el cerebro permite el comportamiento. Estos experimentos han producido descubrimientos revolucionarios sobre el funcionamiento del cerebro, pero solo han arañado la superficie, dejando gran parte del cerebro sin explorar.
Ahora, los investigadores están utilizando la inteligencia artificial y el conectoma —un mapa de las neuronas y sus conexiones creado a partir de tejido cerebral— para predecir el papel de las neuronas en el cerebro vivo. Usando solo información sobre la conectividad de un circuito neuronal obtenida del conectoma del sistema visual de la mosca de la fruta y una suposición sobre lo que se supone que el circuito debe hacer, los investigadores crearon una simulación de IA del sistema visual de la mosca que puede predecir la actividad de cada neurona en el circuito.
"Ahora tenemos un método computacional para convertir las mediciones del conectoma en predicciones de la actividad neuronal y la función cerebral, sin tener que empezar primero con las difíciles mediciones de la actividad neuronal de cada neurona", dice Srini Turaga, líder del grupo de Janelia y coautor principal de la nueva investigación.
El equipo de científicos del Campus de Investigación Janelia del HHMI y de la Universidad de Tubinga utilizó el conectoma para construir una simulación mecánica profunda y detallada de la red del sistema visual de la mosca, donde cada neurona y sinapsis en el modelo corresponde a una neurona y sinapsis real en el cerebro. Aunque no conocían la dinámica de cada neurona y sinapsis, los datos del conectoma permitieron al equipo utilizar métodos de aprendizaje profundo para inferir estos parámetros desconocidos. Combinaron esta información con el conocimiento sobre el objetivo del circuito: la detección de movimiento.
"En ese momento, todo encajó, y finalmente pudimos averiguar si este modelo, restringido por el conectoma, nos daba un buen modelo del cerebro", dice Janne Lappalainen, estudiante de doctorado en la Universidad de Tubinga, quien lideró la investigación.
El nuevo modelo predice la actividad neuronal producida por 64 tipos de neuronas en el sistema visual de la mosca de la fruta en respuesta a estímulos visuales y reproduce con precisión más de dos docenas de estudios experimentales realizados en las últimas dos décadas.
Al permitir a los investigadores predecir la actividad de neuronas individuales usando solo el conectoma, este nuevo trabajo tiene el potencial de transformar la forma en que los neurocientíficos generan y prueban hipótesis sobre cómo funciona el cerebro. En principio, los científicos ahora pueden usar el modelo para simular cualquier experimento y generar predicciones detalladas que pueden probarse en el laboratorio.
La nueva investigación ofrece más de 450 páginas de predicciones extraídas del nuevo modelo, incluida la identificación de células que antes no se sabía que estaban involucradas en la detección de movimiento, las cuales ahora pueden ser examinadas en moscas vivas.
El trabajo del grupo proporciona una estrategia para convertir la enorme cantidad de datos del conectoma que están siendo generados por Janelia y otras instituciones de investigación en un conocimiento avanzado del cerebro vivo, según los investigadores.
"Existe una gran brecha entre la instantánea estática del conectoma y la dinámica del cálculo en la vida real en el cerebro vivo, y la pregunta era: ¿podemos cerrar esa brecha en un modelo? Este artículo, con el ejemplo específico de la mosca de la fruta, muestra una estrategia para cerrar esa brecha", dice Jakob Macke, coautor principal del artículo y profesor en la Universidad de Tubinga.
Fuente y enlace a la investigaciòn:
Janne K. Lappalainen, Fabian D. Tschopp, Sridhama Prakhya, Mason McGill, Aljoscha Nern, Kazunori Shinomiya, Shin-ya Takemura, Eyal Gruntman, Jakob H. Macke, Srinivas C. Turaga. Las redes connectomas-constrain condimensionan la actividad neuronal a través del sistema visual de la mosca. Nature, 2024; DOI: 10.1038/s41586-024-07939-3