Home » Los científicos utilizan el aprendizaje automático para predecir los olores en función de la actividad cerebral de los gusanos

Los científicos utilizan el aprendizaje automático para predecir los olores en función de la actividad cerebral de los gusanos

by admin

Suena como un truco de fiesta: los científicos ahora pueden observar la actividad cerebral de un gusano diminuto y decirle qué producto químico olió el animal unos segundos antes. Pero los hallazgos de un nuevo estudio, dirigido por el profesor asociado de Salk Sreekanth Chalasani, son más que una simple novedad; ayudan a los científicos a comprender mejor cómo funciona el cerebro e integra la información.

“Encontramos algunas cosas inesperadas cuando comenzamos a observar el efecto de estos estímulos sensoriales en las células individuales y las conexiones dentro del cerebro de los gusanos”, dice Chalasani, miembro del Laboratorio de Neurobiología Molecular y autor principal del nuevo trabajo, publicado en la revista. PLOS Biología Computacional el 9 de noviembre de 2021.

Chalasani está interesado en cómo, a nivel celular, el cerebro procesa la información del mundo exterior. Los investigadores no pueden rastrear simultáneamente la actividad de cada una de las 86 mil millones de células cerebrales en un ser humano vivo, pero pueden hacerlo en el gusano microscópico. Caenorhabditis elegans, que tiene solo 302 neuronas. Chalasani explica que en un animal simple como C. elegans, los investigadores pueden monitorear neuronas individuales mientras el animal realiza acciones. Ese nivel de resolución no es posible actualmente en humanos o incluso en ratones.

El equipo de Chalasani se propuso estudiar cómo C. elegans las neuronas reaccionan al oler cada una de las cinco sustancias químicas diferentes: benzaldehído, diacetilo, alcohol isoamílico, 2-nonanona y cloruro de sodio. Estudios anteriores han demostrado que C. elegans puede diferenciar estos productos químicos que, para los humanos, huelen aproximadamente a almendras, palomitas de maíz con mantequilla, plátano, queso y sal. Y aunque los investigadores conocen las identidades del pequeño puñado de neuronas sensoriales que detectan directamente estos estímulos, el grupo de Chalasani estaba más interesado en cómo reacciona el resto del cerebro.

Los investigadores diseñaron C. elegans de modo que cada una de sus 302 neuronas contenía un sensor fluorescente que se iluminaba cuando la neurona estaba activa. Luego, observaron bajo un microscopio mientras exponían 48 gusanos diferentes a ráfagas repetidas de los cinco químicos. En promedio, 50 o 60 neuronas se activan en respuesta a cada sustancia química.

Al observar las propiedades básicas de los conjuntos de datos, como cuántas células estaban activas en cada punto de tiempo, Chalasani y sus colegas no pudieron diferenciar de inmediato entre los diferentes productos químicos. Entonces, recurrieron a un enfoque matemático llamado teoría de grafos, que analiza las interacciones colectivas entre pares de células: cuando se activa una célula, ¿cómo cambia la actividad de otras células en respuesta?

Este enfoque reveló que siempre que C. elegans fue expuesto al cloruro de sodio (sal), primero hubo un estallido de actividad en un conjunto de neuronas, probablemente las neuronas sensoriales, pero luego, aproximadamente 30 segundos después, los tripletes de otras neuronas comenzaron a coordinar fuertemente sus actividades. Estos mismos trillizos distintos no se vieron después de los otros estímulos, lo que permitió a los investigadores identificar con precisión, basándose solo en los patrones cerebrales, cuándo un gusano había estado expuesto a la sal.

C. elegans parece haber atribuido un gran valor a la detección de sal, utilizando una configuración de circuito completamente diferente en el cerebro para responder “, dice Chalasani.” Esto podría deberse a que la sal a menudo representa bacterias, que es el alimento para el gusano “.

A continuación, los investigadores utilizaron un algoritmo de aprendizaje automático para identificar otras diferencias más sutiles en la forma en que el cerebro respondía a cada una de las cinco sustancias químicas. El algoritmo pudo aprender a diferenciar la respuesta neuronal a la sal y al benzaldehído, pero a menudo confundió los otros tres químicos.

“Independientemente del análisis que hayamos hecho, es un comienzo, pero todavía estamos obteniendo una respuesta parcial sobre cómo el cerebro discrimina estas cosas”, dice Chalasani.

Aún así, señala que la forma en que el equipo abordó el estudio, observando la respuesta de toda la red del cerebro a un estímulo y aplicando la teoría de grafos, en lugar de solo enfocarse en un pequeño conjunto de neuronas sensoriales y si están activadas, – allana el camino hacia estudios más complejos y holísticos sobre cómo reaccionan los cerebros a los estímulos.

El objetivo final de los investigadores, por supuesto, no es leer la mente de gusanos microscópicos, sino obtener una comprensión más profunda de cómo los humanos codifican la información en el cerebro y qué sucede cuando esto sale mal en los trastornos del procesamiento sensorial y condiciones relacionadas como la ansiedad. , trastornos por déficit de atención con hiperactividad (TDAH), trastornos del espectro autista y otros.

Los otros autores del nuevo estudio fueron Saket Navlakha de Cold Spring Harbor Laboratory y Javier How de UC San Diego. El trabajo fue apoyado por subvenciones de Pew Charitable Trusts, los Institutos Nacionales de Salud y la Fundación Nacional de Ciencias.

.

You may also like

Leave a Comment

This site uses Akismet to reduce spam. Learn how your comment data is processed.

This website uses cookies to improve your experience. We'll assume you're ok with this, but you can opt-out if you wish. Accept Read More

Privacy & Cookies Policy