La teoría de redes complejas ayuda a entender cómo funciona el cerebro

Un equipo internacional de investigadores ha participado en la publicación de un número especial en la revista Philosophical Transactions of the Royal Society sobre teoría de redes complejas, que permiten analizar y comprender mejor los datos experimentales obtenidos del registro de la actividad cerebral.

La teoría de redes complejas ayuda a entender cómo funciona el cerebro
De izquierda a derecha. 1. Mapa de tractos obtenido a partir de una imagen por tensor de difusión de un cerebro sano. 2. Red cerebral macroscópica, donde cada esfera representa un nodo de la red, resultado de una parcelación cerebral. Las líneas muestran las conexiones funcionales o anatómicas entre los distintos nodos. 3. Red por defecto de un sujeto sano obtenida a partir de una adquisición de resonancia funcional en estado de reposo, es decir, sin enfocar la atención en una tarea. / Imagen: cortesía de José Ángel Pineda Pardo

La teoría de las redes complejas (TRC) comprende una serie de herramientas para el análisis de las propiedades topológicas y dinámicas de un conjunto de sistemas en interacción. Este es el paradigma de los sistemas complejos, donde la interacción entre sus elementos da lugar a fenómenos emergentes que no podrían explicarse mediante el análisis de sus componentes por separado.

¿Cómo puede ayudar la TRC a entender mejor el funcionamiento del cerebro? A responder a esta cuestión se dedica el último número de la prestigiosa revista Philosophical Transactions of the Royal Society, en cuya edición han participado investigadores del Centro de Tecnología Biomédica (CTB) de la Universidad Politécnica de Madrid (UPM), junto a colegas de la Universidad de Cambridge.

El especial pone el foco de atención en el desarrollo de nuevas metodologías que permitan analizar y comprender mejor los datos experimentales obtenidos del registro de la actividad cerebral, con el objetivo de aumentar el conocimiento sobre la estructura, dinámica y función del cerebro.

Concretamente, el trabajo se centra en la aplicación a las neurociencias de la TRC, la cual combina técnicas de la dinámica no lineal, la física estadística y la teoría de grafos, aportando una nueva perspectiva al análisis del cerebro.

Las redes complejas y el cerebro

“La TRC nos permite estudiar como las redes anatómicas cerebrales están organizadas y condicionan los procesos dinámicos que en ellas ocurren”, explica Javier M. Buldú, investigador del CTB y de la Universidad Rey Juan Carlos. “Pero no solo eso, también es posible proyectar la actividad cerebral en una red funcional y estudiar como esta se comporta con el envejecimiento o a medida que una enfermedad neurodegenerativa va avanzando”.

“La teoría de las redes complejas permite estudiar como las redes anatómicas cerebrales están organizadas y condicionan los procesos dinámicos que en ellas ocurren”

Ha transcurrido más de una década desde las primeras aplicaciones de la TRC en neurociencia y, a pesar de que se han alcanzado algunos logros importantes, el potencial de este tipo de estudios corre el riesgo de quedarse en una “eterna promesa”, dado que no ha producido ningún punto de inflexión o cambio radical en la forma en la que se estudia el cerebro.

“En este número especial de Phil. Trans. se ha querido cristalizar las fortalezas, debilidades, dificultades y posibles futuros avatares de la teoría de redes complejas en las neurociencias, con el fin de comprender si se puede ir un paso más allá de donde se ha llegado”, indica David Papo, investigador del CTB y uno de los editores del número especial.

La publicación contiene artículos de revisión crítica, pero también nuevos trabajos con enfoques innovadores en el tratamiento del cerebro como una red compleja, como, por ejemplo, la utilización de potenciales evocados para el estudio de la transmisión de información a través de las conexiones entre regiones cerebrales. También se combinan trabajos puramente teóricos, con modelos neuronales, trabajos experimentales o de neurociencia clínica, cubriendo de esta manera gran parte del amplio espectro de problemas que es posible atacar con este tipo de metodología.

Un futuro prometedor, no exento de grandes retos

Es probable que la TRC aumente en un futuro cercano la capacidad del ser humano para representar aspectos complejos de la actividad cerebral, como la interacción entre la estructura y la dinámica, o incluso identificar las reglas fundamentales que guiaron la formación del cerebro durante el curso de la evolución.

“La teoría de redes complejas podría ayudarnos también en la clasificación de enfermedades o en la predicción la dinámica cerebral, tanto a escalas rápidas, como sucede en la percepción, como en tiempos muy lentos, como ocurre en la evolución”, afirma Papo. “Otro de los grandes retos es el control de la actividad cerebral, con el objetivo de dirigirla hacia regímenes deseados, o incluso para la evaluación del máximo potencial del cerebro, ayudando a averiguar lo que se puede aprender y lo que no”.

Sin embargo, no existe todavía un desarrollo formal que permita analizar este tipo de problemas que, en algunos casos, no han llegado incluso ni a plantearse. Por ello es fundamental incentivar la colaboración entre teóricos y experimentales para, primero, plantear nuevos retos a los que la TRC podría enfrentarse para, después, desarrollar las herramientas de análisis que permitan resolverlos.

A la vez, no se descarta que, aunque la TRC surgió inicialmente para explicar la formación de otros tipos de redes, la neurociencia podría proporcionar una nueva revolución en la TRC, introduciendo conceptos y métodos inspirados en los procesos que ocurren en el cerebro.

Los editores del número especial de Phil. Trans. esperan que de lugar a una nueva serie de estudios más críticos con la manera en la que este tipo de análisis teórico se aplica a las neurociencias.

Referencia bibliográfica:

http://rstb.royalsocietypublishing.org/content/369/1653.toc
“Complex network theory and the brain”, DAVID PAPO, JAVIER M. BULDÚ, STEFANO BOCCALETTI AND EDWARD T. BULLMORE, Phil. Trans. R. Soc. B. 369, 20130520 (2014).

Fuente: UPM
Derechos: UPM
Artículos relacionados