El primer mapa completo en 3D de un cerebro real, un hito histórico que acerca a los investigadores a comprender el mecanismo por el que se produce el pensamiento, es ya una realidad. Un equipo internacional liderado por las universidades de Cambridge y Johns Hopkins ha elaborado un modelo que reproduce minuciosamente cada conexión neuronal en el cerebro de una larva de mosca de la fruta. Este insecto se considera arquetípico por sus similitudes con el organismo humano.
"Si queremos entender cómo pensamos y qué nos hace ser como somos, eso pasa por comprender el mecanismo por el que se generan las ideas", declara Joshua T. Vogelstein, ingeniero biomédico especializado en conectómica, la ciencia de las conexiones en el sistema nervioso. Según explica, los investigadores esperan inspirar con el artículo que publica hoy Science nuevas investigaciones sobre arquitecturas de machine learning aplicadas a la biología médica. "La clave está en saber cómo las neuronas conectan las unas con las otras".
El primer proyecto para trazar el mapa de un cerebro, el de un gusano nematodo, llevó catorce años y fue recompensado por el Premio Nobel en Fisiología y Medicina para Sydney Brenner, John Sulston y Bob Horvitz en 2002. Desde entonces se han elaborado conectomas parciales del sistema nervioso de moscas, ratones e incluso seres humanos. Pero solo involucran a una fracción minúscula del cerebro: los más amplios van de un centenar a un millar de neuronas, como los de un gusano marino anélido en fase larval o una ascidia.
[Doctora Isabel Güell, neuróloga: "El mayor indicio de alzhéimer es olvidar nombres comunes"]
En contraste, el conectoma de la larva de Drosophila melanogaster no solo es el mayor, sino el más complejo registrado. El insecto posee 3.016 neuronas, que suman entre ellas 548.000 conexiones. "Han pasado 50 años, y este es el primer conectoma de un cerebro que tenemos. Todo el trabajo previo nos ha llevado hasta aquí", sentencia Vogelstein. El trabajo, matiza, ha sido extremadamente complejo incluso con la tecnología más moderna. Ha llevado 12 años, calculando un día entero para producir la imagen de cada una de las neuronas.
El equipo eligió a la mosca de la fruta porque comparte una parte significativa de su biología fundamental con los seres humanos, incluyendo una base genética comparable. También es un modelo útil para la neurología por la amplia capacidad del insecto para aprender y tomar decisiones para modificar su conducta. Desde el punto de vista práctico, finalmente, su cerebro es lo bastante compacto como para estudiarlo y recomponerlo en un tiempo "razonable", según los autores. Así, para trazar el modelo a nivel celular, es imprescindible laminarlo en cientos de miles de muestras de tejido celular, de las que se extrae una imagen mediante un microscopio electrónico. Tras ello vendrá el trabajo de reconstruirlo neurona a neurona.
El equipo de Cambridge generó las imágenes en alta resolución del cerebro, y las analizó manualmente para detectar tanto las neuronas individuales como la conexión sináptica entre ellas. Con esos datos, los científicos de la Johns Hopkins analizaron la conectividad del cerebro durante más de tres años. Mediante técnicas basadas en los patrones compartidos de conectividad, pudieron localizar agrupaciones de neuronas y analizaron cómo la información se puede propagar por el cerebro. Así, identificaron las regiones con más actividad, las que conducían al centro de aprendizaje y las que lo abandonaban.
Estos métodos desarrollados para el trabajo son válidos para cualquier otro proyecto neurológico, y su código está disponible para quienes quieran intentarlo con el cerebro del ratón, un millón de veces mayor que el de la larva. "Lo que hemos aprendido sobre el código de la mosca de la fruta tiene implicaciones para los humanos", explica Vogelstein. "Eso es lo que queremos entender: cómo escribir un programa que haga funcionar un sistema cerebral humano". Sin embargo, los autores recuerdan que han tardado más de una década con un cerebro simple. El mapa del nuestro, advierten, puede que "no esté al alcance" de la ciencia a corto plazo.