Next generation Human Neocortical Neurosolver model with biophysically realistic somatic, dendritic and synaptic dynamics

El cerebro humano es un paisaje vasto e intrincado de actividad eléctrica, pero para los científicos que intentan comprender cómo pensamos, sentimos o percibimos el mundo, gran parte de esta actividad permanece oculta. Podemos colocar sensores en el cuero cabelludo para registrar los susurros electromagnéticos del cerebro, conocidos como electroencefalografía o EEG, y magnetoencefalografía o MEG. Estas herramientas capturan el zumbido colectivo de miles de millones de neuronas disparándose en sincronía, pero las señales que registran son como escuchar a una multitud vitorear en un estadio sin poder ver a los aficionados individuales. Para entender la historia detrás del ruido, los investigadores deben cerrar la brecha entre estas señales de gran escala y los diminutos circuitos microscópicos dentro del cerebro. Esto requiere una forma de traducir las ondas amplias de la actividad cerebral de vuelta a los comportamientos específicos de las células individuales, una tarea que ha sido difícil durante mucho tiempo porque las propiedades eléctricas de las neuronas humanas se comprendían poco en comparación con las de los animales.

Un equipo de investigadores ha construido ahora un modelo digital significativamente mejorado para resolver este problema, ofreciendo una ventana más clara a cómo el cerebro humano genera sus firmas eléctricas. Crearon una simulación informática sofisticada llamada Human Neocortical Neurosolver, que actúa como un traductor entre el mundo microscópico de las células y el mundo macroscópico de los escaneos cerebrales. La nueva versión de este modelo es especial porque ya no se basa principalmente en datos de ratas o monos. En su lugar, los investigadores ajustaron las neuronas virtuales para que coincidieran con el comportamiento eléctrico real del tejido cerebral humano, utilizando datos frescos de donantes humanos. Al hacer esto, han creado una herramienta que puede simular no solo el disparo básico de las neuronas, sino también eventos complejos y ocultos que ocurren en lo profundo de las largas ramas de las células cerebrales, eventos que anteriormente eran imposibles de rastrear en un contexto humano.

El núcleo de este trabajo consiste en reconstruir la arquitectura digital de la capa externa del cerebro, la neocorteza, con un enfoque en dos tipos principales de células: las neuronas piramidales, que son los mensajeros primarios, y las interneuronas inhibitorias, que actúan como frenos para mantener el equilibrio de la red. En versiones anteriores del modelo, estas células se simplificaron para que las simulaciones por computadora se ejecutaran más rápido, pero carecían de las peculiaridades eléctricas específicas que se encuentran en el tejido humano real. Los investigadores actualizaron el modelo ajustando los conductores y conmutadores internos de estas células virtuales para que coincidieran con los registros de las neuronas humanas. Descubrieron que las neuronas humanas se comportan de manera diferente a sus contrapartes animales, particularmente en cómo manejan las señales eléctricas que viajan desde el cuerpo celular hacia sus largas ramas en forma de árbol llamadas dendritas.

Uno de los descubrimientos más significativos de este nuevo modelo es la capacidad de simular picos de calcio, que son ráfagas de actividad eléctrica que ocurren en lo profundo de las dendritas de ciertas neuronas. En las capas profundas del cerebro humano, específicamente en la quinta capa, estas neuronas pueden generar potentes picos de calcio cuando reciben patrones específicos de entrada. Estos picos no son solo ruido aleatorio; son eventos complejos que integran información de diferentes partes del cerebro y pueden provocar que la célula dispare una señal al resto del cuerpo. Los investigadores demostraron que su nuevo modelo puede reproducir estos picos de calcio, mostrando que ocurren cuando la neurona recibe una serie rápida de señales o cuando recibe entrada de dos direcciones diferentes al mismo tiempo. Esta es una adición crucial porque ahora se sabe que estos eventos dendríticos contribuyen a las grandes señales eléctricas que podemos medir en el cuero cabelludo, lo que significa que lo que vemos en un escaneo cerebral podría estar impulsado en parte por estos eventos ocultos del cerebro profundo.

El equipo también refinó cómo estas células virtuales se conectan entre sí. En el cerebro, las neuronas no solo disparan aleatoriamente; están vinculadas en patrones precisos donde la fuerza de la conexión depende de qué tan separadas estén las células. El nuevo modelo incorpora estas reglas dependientes de la distancia, asegurando que las células que están más cerca influyan más fuertemente en las otras que aquellas que están más lejos. Ajustaron las señales químicas, conocidas como neurotransmisores, que pasan entre las células para que coincidan con la velocidad y la fuerza observadas en el tejido humano. Esto incluyó la actualización de cómo las células inhibitorias silencian a sus vecinas, asegurando que el tiempo de estos "frenos" coincida con el ritmo lento y deliberado encontrado en los cortes de cerebro humano en lugar del ritmo más rápido de los roedores.

Con este modelo actualizado, los investigadores probaron su capacidad para recrear patrones cerebrales del mundo real. Simularon la respuesta del cerebro a un toque repentino, un experimento común donde una persona siente un golpe en su piel y su cerebro reacciona con una onda eléctrica específica. El nuevo modelo reprodujo con éxito la forma y el tiempo de estas ondas, coincidiendo con los datos registrados de participantes humanos. También simuló los ritmos naturales del cerebro, como las ondas alfa y beta que aparecen cuando el cerebro está en reposo o en movimiento. En estas simulaciones, el modelo mostró cómo la interacción entre las células excitatorias e inhibitorias crea estos estallidos rítmicos de actividad, y cómo las propiedades celulares humanas más realistas cambiaron la forma en que se generaban estos ritmos en comparación con modelos anteriores.

Los investigadores también exploraron cómo estas diferentes partes del cerebro contribuyen a la señal final. Encontraron que las neuronas de las capas profundas, con sus largas ramas y su capacidad para generar picos de calcio, juegan un papel dominante en la creación de las corrientes eléctricas de gran magnitud medidas por el EEG y el MEG. El modelo reveló que los picos de calcio en estas células profundas crean una tracción eléctrica sostenida que dura más tiempo que los destellos rápidos de actividad en las capas superiores. Esto sugiere que las grandes ondas vistas en un escaneo cerebral no son solo una suma simple de todas las neuronas disparándose, sino que están fuertemente moldeadas por estos eventos específicos y complejos que ocurren en las capas profundas. Al visualizar el flujo de electricidad y el movimiento de los iones de calcio dentro de las células virtuales, los investigadores pudieron ver exactamente cómo las acciones microscópicas de las neuronas individuales se suman a las señales macroscópicas que medimos.

Este trabajo representa un gran paso adelante en la comprensión del cerebro humano porque va más allá de conjeturar basándose en datos de animales. El nuevo modelo, que los investigadores llaman duecker_ET_model, está construido sobre la fisiología real de las neuronas humanas, lo que lo convierte en una herramienta más confiable para interpretar los escaneos cerebrales. Permite a los científicos probar hipótesis sobre lo que sucede dentro del cerebro cuando pensamos, sentimos o sufrimos condiciones neurológicas. Por ejemplo, si un paciente tiene un patrón de ondas cerebrales inusual, los investigadores ahora pueden usar este modelo para ver si el problema podría ser causado por un problema con los picos de calcio en las capas profundas o un desajuste en el tiempo de las señales inhibitorias. El modelo está abierto para que otros científicos lo utilicen, proporcionando una plataforma compartida para explorar los misterios de la mente humana con un nivel de detalle que antes estaba fuera de alcance.

Los investigadores señalaron cuidadosamente que su modelo es una simplificación, diseñada para ser computacionalmente eficiente pero capturando los comportos esenciales del cerebro. No incluyeron cada tipo de neurona o cada pequeño detalle de la estructura de la célula, ya que hacer eso haría que las simulaciones fueran demasiado lentas para ser útiles. En su lugar, se centraron en las características que más importan para generar las señales eléctricas que podemos medir. Reconocieron que, aunque su modelo reproduce muchas características de las neuronas humanas, todavía existen diferencias entre el modelo y la realidad, particularmente en cuanto a cómo viajan las señales a lo largo de las largas ramas de las células. Sin embargo, al fundamentar el modelo en datos humanos, han creado una base que es mucho más precisa que los intentos anteriores.

En última instancia, este artículo proporciona una nueva lente a través de la cual ver el cerebro humano. Transforma las ondas abstractas de EEG y MEG en una historia de células específicas, conexiones específicas y eventos eléctricos específicos. Al mostrar que las neuronas humanas tienen propiedades únicas, como la capacidad de generar picos de calcio que dan forma a nuestras ondas cerebrales, los investigadores han abierto nuevas vías para comprender cómo funciona el cerebro. El modelo sirve como un puente, conectando el mundo invisible de la biología celular con el mundo visible de las imágenes cerebrales, permitiéndonos ver la maquinaria detrás de la mente con una claridad mayor que nunca.