Laboratorio de Fisiología y Algoritmos del Cerebro

Emilio Kropff - Fundación Instituto Leloir

:

La memoria y la orientación espacial se procesan en el cerebro de los mamíferos en una misma colección de estructuras centradas alrededor del hipocampo, coloquialmente denominada ‘GPS del cerebro’. A manera de ejemplo, los primeros síntomas que aparecen en pacientes de Alzheimer (una enfermedad que ataca estas áreas antes que a cualquier otra) son la desorientación y la pérdida de la memoria. En el laboratorio utilizamos técnicas experimentales (electrofisiología, optogenética, tareas comportamentales) y teóricas (simulaciones computacionales y modelado analítico) para entender cómo es el procesamiento de información en este conjunto de estructuras cerebrales, tanto en circuitos neuronales sanos como en aquellos que presentan algún tipo de daño. Nuestra perspectiva es interdisciplinaria e integradora. Nos guía la  metáfora según la cual el cerebro es una computadora, de manera que existe un flujo de información que sufre modificaciones en cada etapa de procesamiento. Debido a que en el cerebro este flujo no es lineal, sino que tiene una arquitectura basada en ramificaciones y recurrencias, la metáfora de la computadora encuentra limitaciones, y es necesario aplicar, descubrir o desarrollar lógicas alternativas que pertenecen al mundo de las redes neuronales y el procesamiento en paralelo.

 

El cerebro utiliza estrategias para nada triviales que le permiten procesar información de manera muy eficiente. Su estudio nos permite no sólo entender mejor al cerebro y sus patologías, sino que también nos abre la posibilidad de explotar estas mismas estrategias en el análisis de grandes bases de datos. El funcionamiento y la disfunción del cerebro, así como la aplicación de algoritmos de inspiración neuronal en el análisis de datos, son las principales líneas de interés del laboratorio.  

La integración de camino en mamíferos

Nuestra capacidad para planificar trayectorias, recalcular o navegar en la oscuridad está basada en un algoritmo llamado integración de camino. La idea de este algoritmo es representar nuestra posición en un mapa mental e ir actualizando esta representación únicamente en base a información sobre la dirección y velocidad del desplazamiento. Diversas fuentes de evidencia indican que este algoritmo se implementa en la corteza entorrinal, el área a través de la cual el hipocampo se comunica con el resto del cerebro. La posición en cada momento está codificada por neuronas llamadas grid cells, mientras que la dirección y la velocidad la codifican neuronas llamadas head direction cells y speed cells. Si bien conocemos las piezas de este compeljo mecanismo de relojería, estamos muy lejos de entender cómo se ensamblan y funcionan coordinadamente para llevarnos de un lugar a otro durante nuestra actividad cotidiana. Nuestro proyecto es entender cómo estas neuronas individuales funcionan colectivamente, qué situaciones las llevan a cometer errores, cómo los identifican y los corrigen. También estudiamos el comportamiento de este circuito en modelos de la enfermedad de Alzheimer, buscando entender cómo las distintas partes comienzan a fallar. Esto podría proporcionar pistas para mejorar los diagnósticos tanto clínicos como preclínicos, o para comprender mejor los mecanismos involucrados en el decaimiento cognitivo.  

El nacimiento de memorias

En los mamíferos, el algoritmo que forja nuevas memorias está lejos de ser simple. La información que ingresa a tavés de nuestros sentidos protagoniza un viaje épico que involucra vastas regiones del cerebro y distintas dinámicas temporales. Además, en este proceso ocurre al menos un episodio de recodificación, donde se modifica de manera arbitraria la distribución de la información almacenada. Una metáfora para esto es la compresión o ‘zip’ en una computadora, durante la cual la memoria se recodifica buscando optimizar el espacio ocupado en el disco rígido. En este mismo sentido, la evidencia sugiere que el criterio adoptado por el hipocampo es el de optimizar la velocidad de almacenamiento evitando al mismo tiempo que distintas memorias interfieran entre sí. Para esto utiliza una herramienta que la evolución de los mamíferos desterró de casi todo el cerebro: la neurogénesis, o la incorporación de de neuronas nuevas al cerebro adulto. Nuestro proyecto busca entender cómo se utilizan las neuronas nuevas para recodificar las representaciones del espacio y generar de forma instantánea nuevas memorias que no interfieran con aquellas que fueron guardadas previamente.  

Atractores en el cerebro: formación, dinámica y limitaciones teóricas

Las neuronas en el cerebro no actúan individualmente, sino que tienden a asociarse formando coaliciones. Una vez formadas, estas coaliciones, cuyo nombre técnico es ‘ensambles’, pasan a ser estados preferenciales de actividad del cerebro, o ‘atractores’. La evidencia sugiere que estos ensambles son el principal mecanismo detrás de la memoria, y que participan también de muchos otros procesos en los que la memoria es una herramienta necesaria. Para estudiar los compromisos a los que llega el cerebro en la implementación biológica de algoritmos que involucran ensambles de neuronas, utilizamos modelos computacionales, simulando mecanismos como la asociación y la competencia entre distintos ensambles. Para entender propiedades más abstractas de los atractores utilizamos modelos puramente matemáticos, y herramientas que fueron desarrolladas para el estudio de la termodinámica. Así como la mecánica estadística permite conectar propiedades microscópicas (por ejemplo la velocidad de una partícula) con propiedades macroscópicas (por ejemplo la temperatura de un gas), también nos permite conectar la actividad de una neurona individual con propiedades emergentes como la memoria, sus posibilidades y  limitaciones. Ambos tipos de aproximación al modelado sirven también para entender las consecuencias de afectar un parámetro específico de la red neuronal, y así estudiar distintas hipótesis relacionadas con enfermedades que afectan al cerebro.

Kropff E, Carmichael JE, Moser M-B, Moser EI. 2015. Speed cells in the medial entorhinal cortex. Nature 523: 419–424.

Kropff E, Carmichael JE, Moser M-B, Moser EI. 2015. Speed cells in the medial entorhinal cortex. Nature 523: 419–424.

Solstad T, Kropff E*, Boccara CN*,Moser M-B, Moser EI. 2008. Representation of geometric borders in the Entorhinal Cortex. Science 322: 1865-68. (*) Equal contribution.

Kropff E, Treves A. 2008. The emergence of grid cells: intelligent design or just adaptation? Hippocampus 18: 1256-69

Kropff E, Treves A. 2007. Uninformative memories will prevail: the storage of correlated representations and its consequences. HFSP Journal1(4):249-262.

Kropff E, Treves A. 2005. The storage capacity of Potts models for semantic memory retrieval. J. Stat. Mech.P08010





Emilio Kropff
Jefa de Laboratorio - ekropff@leloir.org.ar
Scientific Report



Yannina Constanza Díaz
Becaria Doctoral - CONICET
Scientific Report



Matias Mugnaini
Becario Doctoral - CONICET
Scientific Report