Los neurobiólogos programaron una red neuronal para el análisis de las conexiones cerebrales
¿Cómo surge la conciencia? Los investigadores sospechan que la respuesta a esta pregunta está en las conexiones entre las neuronas. Sin embargo, desafortunadamente, poco se sabe sobre el cableado del cerebro. Esto se debe también a un problema de tiempo: rastrear las conexiones de datos recogidos requeriría horas-hombre por valor de muchas vidas, ya que ningún equipo ha sido capaz de identificar los contactos de células neuronales con suficiente certeza como hasta ahora. Los científicos del Instituto Max Planck de Neurobiología en Martinsried, pretenden cambiar esta situación con la ayuda de la inteligencia artificial. Han adiestrado a varias redes neuronales artificiales, con lo cual han logrado la reconstrucción enormemente acelerada de circuitos neuronales.
Las neuronas necesitan compañía. Individualmente, estas células pueden lograr poco, sin embargo cuando unen fuerzas las neuronas forman una red de gran alcance que controla, entre otras cosas, nuestro comportamiento. Como parte de este proceso, las células intercambian información a través de sus puntos de contacto, las sinapsis. Información sobre que neuronas se conectan entre sí, cuando y donde, es crucial para nuestra comprensión de las funciones básicas del cerebro y los procesos de orden superior como el aprendizaje, la memoria, la conciencia y los trastornos del sistema nervioso. Los investigadores sospechan que la clave de todo esto radica en el cableado de las células de son aproximadamente 100 millones en el cerebro humano.
Para poder utilizar esta clave, el conectoma, que es cada neurona individual en el cerebro con sus miles de contactos y células asociadas, debe ser mapeado. Hace sólo unos pocos años, la perspectiva de lograr esto parecía inalcanzable. Sin embargo, los científicos de electrones - fotones – Neuronas, del Departamento de Neurología del Instituto Max Planck, se niegan a ser aceptar que algo pueda ser "inalcanzable". Por lo tanto, en los últimos años, se han desarrollado y mejorado métodos de tinción y de microscopía que pueden utilizarse para transformar muestras de tejido cerebral de alta resolución, en imágenes de microscopio tridimensionales. El último microscopio, que está siendo utilizado por el departamento como un prototipo, explora la superficie de una muestra con 91 haces de electrones en paralelo antes de exponer el siguiente nivel de la muestra. En comparación con el modelo anterior, este aumenta la tasa de adquisición de datos en un factor de más de 50. Como resultado de esto, un cerebro de ratón podría ser mapeado en pocos años en lugar de décadas.
Aunque ahora es posible descomponer un trozo de tejido cerebral en miles de millones de píxeles, el análisis de estas imágenes que genera el microscopio electrónico lleva muchos años. Esto es debido al hecho de que los algoritmos del ordenador estándar son a menudo demasiado inexactos para rastrear de manera fiable proyecciones finísimas de las neuronas a través de largas distancias y para identificar las sinapsis. Por esta razón, la gente todavía tiene que pasar horas frente a una pantalla de ordenador para identificar las sinapsis en los montones de imágenes generadas por el microscopio electrónico.
Formación de redes neuronales
Sin embargo, los científicos del Instituto Max Planck dirigidos por Jörgen Kornfeld ahora han superado este obstáculo con la ayuda de redes neuronales artificiales. Estos algoritmos pueden aprender, a partir de ejemplos y experiencia, y hacer generalizaciones sobre la base de este conocimiento. Esta tecnología ya se aplica con mucho éxito en el procesamiento de imágenes y reconocimiento de patrones actualmente. "Entonces, esto no era tan grande como para concebir el uso de una red artificial para el análisis de una red neuronal real", dice el líder del estudio Jörgen Kornfeld. Sin embargo, no era tan simple como suena. Durante meses, los científicos trabajaron en la formación y pruebas de las llamadas ‘redes neurales convolucionales’, para reconocer las extensiones de las células, los componentes celulares y las sinapsis y distinguirlos unos de otros.
Después de una breve fase de entrenamiento, la red resultante SyConn ahora puede identificar estas estructuras de forma autónoma y extremadamente fiable. Su uso de los datos del cerebro de un pájaro mostró que SyConn es tan fiable que no hay necesidad de que los seres humanos comprueben si hay errores. "Esto es absolutamente fantástico, ya que no esperábamos lograr una tasa de error tan baja", dice Kornfeld, con evidente agrado por el éxito de SyConn, que forma parte de su estudio de doctorado. El investigador tiene toda la razón para estar encantado, puesto que las redes neuronales desarrolladas recientemente aliviarán a neurobiólogos de miles de horas de trabajo monótono en el futuro. Como resultado, también se reducirá el tiempo necesario para decodificar el conectoma y, quizás también, la conciencia.
Nota tomada (y traducida) del sitio web del Instituto Max Planck