Figura núm. 5 del artículo original. Una muestra del repertorio dinámico de reposo. / UPF


Un trabajo publicado este mes de enero por un equipo de científicos de la Universidad Pompeu Fabra (UPF) ha demostrado que la conectividad funcional dinámica (FCD en inglés) de las redes neuronales de la corteza cerebral es un buen biomarcador de la actividad neuronal en estado de reposo cerebral, por lo que el estudio de las alteraciones de la FCD pueden orientar el diagnóstico, prognosis y tratamiento personalizado de algunas de las enfermedades mentales más prevalentes, como alzhéimer o esquizofrenia.

La investigación ha sido liderada por Gustavo Deco, investigador ICREA del departamento de Tecnologías de la Información y las Comunicaciones (DTIC) y director del Centro de Cognición y Cerebro.

El estudio de la conectividad funcional cerebral muestra las interacciones que se producen entre las diferentes regiones del cerebro. La conectividad funcional es relevante clínicamente en diversas enfermedades mentales, como las mencionadas anteriormente, así como también un dato relevante en la planificación quirúrgica y en casos de epilepsia y de lesión cerebral traumática.

La simulación entera del cerebro, a través de modelos computacionales, en paralelo con los estudios de conectividad funcional reales obtenidos por tractografía, ha permitido reproducir con precisión la conectividad funcional en estado de reposo cerebral. La tactografia es una prueba funcional que utiliza técnicas especiales de imagen por resonancia magnética y de análisis asistida por ordenador que da como resultado imágenes bi y tridimensionales.

Hasta ahora, muchos estudios computacionales no habían tenido en cuenta la conectividad funcional del cerebro en estado de reposo, un dato que puede presentar una gran variabilidad, tanto en un mismo individuo como entre diferentes individuos. Los autores de este estudio se han centrado en las fases de no estacionariedad de la conectividad cerebral en estado de reposo y han puesto de manifiesto una estructura funcional rica, caracterizada por transiciones rápidas de estado entre períodos estables de conectividad funcional discretas.

Los investigadores han descrito también que los modelos computacionales optimizados para adaptarse al tiempo promedio de conectividad funcional no han sido capaces de captar estas transiciones espontáneas de la funcionalidad. Por el contrario, han demostrado que la modelización no lineal del comportamiento de los nodos de conexión neuronales de la red se adaptan mucho mejor al comportamiento real del cerebro que los modelo lineales, y que esta no linealidad es suficiente para generar un amplio repertorio de comportamientos característico de la red neuronal del córtex prefrontal y que está lejos de buscar el equilibrio.

Referencia bibliográfica:

Enrique C.A. Hansen, Demian Battaglia, Andreas Spiegler, Gustavo Deco, Viktor K. Jirsa (2015), “Functional connectivity dynamics: Modelling the switching behavior of the resting state“, NeuroImage, 105, 525-535.