“Durante casi 100 años, los científicos han estado tratando de nombrar las células. Los han estado describiendo de la misma manera que Darwin describió a los animales y los árboles. Ahora, el Proyecto Blue Brain ha desarrollado un algoritmo matemático para clasificar objetivamente las formas de las neuronas en el cerebro ”, explica el profesor Henry Markram, fundador y director de Blue Brain. “Esto permitirá el desarrollo de una taxonomía estandarizada [clasificación de las células en distintos grupos] de todas las células en el cerebro, lo que ayudará a los investigadores a comparar sus datos de una manera más confiable”.
El equipo, con la científica líder Lida Kanari, ha desarrollado un algoritmo para distinguir las diferentes formas del tipo más común de neurona en el neocórtex: las células piramidales. Las células piramidales son células similares a árboles que constituyen el 80% de las neuronas en el neocórtex y, como las antenas, recopilan información de otras neuronas en el cerebro. Básicamente, son las secoyas de los bosques de árboles en el cerebro. Son excitadores, enviando ondas de actividad eléctrica a través de la red, a medida que percibimos, actuamos y sentimos.
El padre de la neurociencia moderna, Ramón y Cajal, dibujó células piramidales por primera vez hace más de 100 años, al observarlas bajo un microscopio. Sin embargo, hasta ahora, los científicos no han alcanzado un consenso sobre los tipos de neuronas piramidales.
Los anatomistas han estado asignando nombres y debatiendo los diferentes tipos durante el siglo pasado, mientras que la neurociencia no ha podido decir con certeza qué tipos de neuronas se caracterizan subjetivamente. Incluso para las neuronas visiblemente distinguibles, no hay un terreno común para definir consistentemente los tipos morfológicos.
Diecisiete tipos de células piramidales.
El estudio de Blue Brain demuestra por primera vez que la clasificación objetiva de estas células piramidales es posible, mediante la aplicación de herramientas de topología algebraica, la rama de las matemáticas que estudia la forma, la conectividad y el surgimiento de la estructura global a partir de restricciones locales.
Blue Brain ha sido pionero en el uso de la topología algebraica para abordar una amplia gama de problemas de neurociencia, y con este estudio ha demostrado una vez más su eficacia. En colaboración con los profesores Kathryn Hess en EPFL y Ran Levi de la Universidad de Aberdeen, Blue Brain desarrolló un algoritmo, que luego utilizaron para clasificar objetivamente diecisiete tipos de células piramidales en la corteza somatosensorial de rata. La clasificación topológica no requiere aportaciones de expertos, y se ha demostrado que es robusta.
La estructura de la mayoría de las neuronas se parece a un árbol complejo, con múltiples ramas que se conectan a otras neuronas y se comunican mediante señales eléctricas. Si mantenemos los componentes más largos (persistentes) de la estructura neuronal y descomponemos las ramas más pequeñas, podemos transformar su estructura en forma de árbol en un código de barras, un objeto matemático que se puede usar como entrada para cualquier algoritmo de aprendizaje automático que clasifique el Las neuronas en distintos grupos.
“Especies” de las células del cerebro.
Cualquier proceso de clasificación de neuronas está plagado de esta pregunta: son dos células que se ven diferentes solo una parte de un continuo de diferencias que cambian gradualmente (como diferentes “cepas” de una especie, por ejemplo, diferentes tipos de perros) o son realmente “especies” diferentes de neuronas (por ejemplo, perros, gatos, elefantes, etc.)? En otras palabras, ¿son variaciones morfológicas discretas o continuas entre sí? Esto se puede responder utilizando la nueva clasificación topológica y agrupando las diferentes “especies” de células cerebrales, cada una con sus propias “cepas” características.
“El Proyecto Blue Brain está reconstruyendo y simulando digitalmente el cerebro, y esta investigación proporciona una de las bases sólidas necesarias para unir todos los tipos de neuronas”, explica Kanari. “Al eliminar la ambigüedad de los tipos de células, el proceso de identificación del tipo morfológico de nuevas células se volverá completamente automatizado”.
Este avance puede beneficiar a toda la comunidad de neurociencias, ya que proporcionará una comprensión más sofisticada de la taxonomía celular y un método comparativo confiable. La definición objetiva de los tipos morfológicos es un primer paso esencial hacia una mejor comprensión de los componentes básicos del cerebro: cómo se relaciona su estructura con su función y cómo las propiedades locales de las neuronas están conectadas a sus proyecciones de largo alcance.
Este método proporciona un descriptor universal de árboles, lo que significa que se puede usar para la descripción coherente de todos los tipos de células en el cerebro, incluidas las neuronas de todas las regiones del cerebro y las células gliales.
Referencia: Objective Morphological Classification of Neocortical Pyramidal Cells. Lida Kanari et al. Cerebral Cortex, Volume 29, Issue 4, April 2019, Pages 1719–1735.
Excelente articulo.