La Inteligencia Artificial consigue leer la mente de un gusano
Pablo Javier Piacente
Gracias al aprendizaje automático, los científicos pueden observar la actividad cerebral de un gusano diminuto y conocer qué sustancia química olió el animal unos segundos antes.
Científicos del Instituto Salk de Estudios Biológicos, en Estados Unidos, lograron “leer” la actividad cerebral del gusano microscópico Caenorhabditis elegans empleando aprendizaje automático, un tipo de Inteligencia Artificial. Esto les permitió identificar en la dinámica neuronal las sustancias químicas percibidas por el animal mediante el olfato, solo algunos segundos antes de haber realizado el experimento.
Según una nota de prensa, el punto clave de la investigación va más allá de la novedad que supone poder definir comportamientos del gusano en función de su actividad cerebral: los investigadores creen que este descubrimiento puede permitirles comprender mejor cómo funciona el cerebro e integra la información. El nuevo estudio ha sido publicado recientemente en la revista Plos Computational Biology.
Queda claro que resulta imposible, por lo menos con la tecnología disponible actualmente, rastrear simultáneamente la actividad de cada una de las 86 mil millones de células cerebrales que posee un ser humano vivo. Sin embargo, la tarea es más sencilla si el cerebro que se analiza es el del gusano C. elegans, que tiene únicamente 302 neuronas. Al apreciar la actividad neuronal, los especialistas pueden entender cómo el cerebro procesa la información del mundo exterior a nivel celular.
Leyendo la mente de un gusano
En estudio previos ya se había logrado demostrar que este gusano es capaz de diferenciar químicos que, para los humanos, huelen a almendras, plátano, queso o sal, entre otras alternativas. Además, los científicos ya habían descubierto la identidad que poseen los grupos de neuronas sensoriales dedicadas a detectar directamente estos estímulos químicos en el cerebro del gusano: el gran desafío era descubrir cómo reaccionaba el resto del cerebro.
Aplicando el enfoque matemático de la denominada teoría de grafos, lograron analizar las interacciones colectivas entre pares de neuronas. En otras palabras, pudieron ver cómo cambia la dinámica de otras células cerebrales en respuesta a la activación o puesta en marcha de una neurona en particular.
Identificar estímulos
A partir de este enfoque pudieron descubrir que cada vez que C. elegans se expuso al cloruro de sodio o sal se registró un doble proceso. En primer término, registraron un “estallido” de actividad en el conjunto de neuronas sensoriales. Posteriormente, cuando habían pasado alrededor de 30 segundos, otras neuronas comenzaron a coordinarse fuertemente y a trabajar integradas.
Fue precisamente este segundo grupo de neuronas el que no se apreció cuando se aplicaron otros estímulos químicos al gusano, demostrando que neuronas específicas se habían “especializado” para detectar la sal. De esta forma, los científicos lograron identificar cuándo un gusano había estado expuesto a la sal, utilizando únicamente los patrones cerebrales.
Aprendizaje automático
Para profundizar en la comprensión de estos procesos, los investigadores estadounidenses emplearon un algoritmo de aprendizaje automático: el objetivo era identificar otras diferencias más sutiles en la forma en que el cerebro del gusano lograba responder a las sustancias químicas usadas como estímulo. El algoritmo logró “aprender” a diferenciar las respuestas neuronales apreciadas en el animal, concretamente cuando los estímulos implicados eran la sal y al benzaldehído.
Según los científicos, los resultados conseguidos y la posibilidad de seguir avanzando hacia el futuro con este mismo enfoque harán posible obtener nuevos conocimientos a aplicarse en el ser humano. Esto permitirá determinar cómo codificamos la información en el cerebro y qué sucede si estos procesos fallan, por ejemplo en el caso de enfermedades y trastornos del procesamiento sensorial, la ansiedad o el déficit de atención.
______________
Referencia
Neural network features distinguish chemosensory stimuli in Caenorhabditis elegans. Javier J. How, Saket Navlakha and Sreekanth H. Chalasani. Plos Computational Biology (2021). DOI:https://doi.org/10.1371/journal.pcbi.1009591
Foto: imagen de un gusano C. elegans teñido. Con la ayuda de la Inteligencia Artificial, un diminuto gusano puede ayudar a los científicos a resolver misterios del cerebro humano. Crédito: PLoS Biology / Wikimedia Commons.
__________
Fuente:
