Imitación de chip de computadora Cómo nuestras neuronas se adaptan a nueva información

Construir un sistema informático que pueda replicar la capacidad del cerebro humano para aprender nuevas tareas ha sido el sueño de los científicos durante décadas. Los investigadores del MIT están ahora un paso más cerca de realizar este sueño mediante el diseño de un chip de computadora, que imita la forma en que las neuronas del cerebro se adaptan en respuesta a la nueva información. Se cree que este proceso, conocido como plasticidad, es la base de muchas funciones cerebrales, como la memoria y el aprendizaje. Los hallazgos serán descritos por el autor principal Chi-Sang Poon en la Academia Nacional de Ciencias esta semana.
El chip de silicio, que tiene aproximadamente 400 transistores, es capaz de simular la actividad de una sola sinapsis cerebral. Una sinapsis es un enlace entre dos neuronas, células especializadas para pasar señales a las células diana individuales, y una sinapsis es el medio por el cual lo hacen.
Chi-Sang Poon, investigador principal en la División de Ciencias y Tecnología de la Salud de Harvard-MIT, dice que esperan que este chip ayude a los neurocientíficos a aprender más sobre cómo funciona el cerebro. El chip también podría ser utilizado en dispositivos protésicos neuronales como retinas artificiales.

Modelando sinapsis

El cerebro contiene alrededor de 100 mil millones de neuronas, cada una formando sinapsis con muchas otras neuronas. Una sinapsis es la hendidura (unión de brecha) entre dos neuronas, una se llama neurona presináptica y la otra neurona postsináptica. La neurona presináptica libera neurotransmisores, es decir, glutamato y GABA, que se unen a los receptores de la membrana celular postsináptica, activando canales iónicos que son capaces de transmitir corriente eléctrica.
El potencial eléctrico de la célula se modifica abriendo y cerrando estos canales iónicos, lo que provoca cambios de voltaje en la célula presináptica para inducir cambios de voltaje en la célula postsináptica. Este impulso eléctrico se llama potencial de acción.
Toda la actividad sináptica depende de estos canales iónicos que controlan el flujo de átomos cargados, es decir, sodio, potasio y calcio. Estos canales iónicos son fundamentales para dos procesos, como la potenciación a largo plazo (LTP), que fortalece las sinapsis y la depresión a largo plazo (LTD), que debilita las sinapsis.
Los investigadores del MIT diseñaron el chip de la computadora de tal manera que los transistores pudieron imitar la actividad de diferentes canales de iones. En comparación con la mayoría de los chips que operan en modo binario on / off, los investigadores diseñaron el nuevo chip cerebral para que la corriente fluya a través de los transistores de forma analógica y no digital, con un gradiente de potencial eléctrico que impulsa la corriente para fluir a través del transistores similares a los iones que fluyen a través de los canales de iones en una celda.
Poon comenta:

"Podemos ajustar los parámetros del circuito para que coincidan con canales de iones específicos. Ahora tenemos una forma de capturar todos y cada uno de los procesos iónicos que se producen en una neurona".

Antes, los investigadores solían construir circuitos que solo podían simular el disparo de un potencial de acción sin todas las circunstancias que producen los potenciales. Poon agrega:

"Si realmente quieres imitar la función cerebral de forma realista, tienes que hacer algo más que disparar. Debes capturar los procesos intracelulares basados ??en canales iónicos".

Los investigadores del MIT anticipan que su chip se usará para construir sistemas para modelar funciones neuronales específicas, como el sistema de procesamiento visual, que podría ser significativamente más rápido en comparación con las computadoras digitales. Simular un circuito cerebral simple puede llevar horas o días, incluso en sistemas informáticos de alta capacidad, mientras que la simulación con el sistema de chip analógico es incluso más rápida que el sistema biológico.
Según Poon, la construcción de chips que pueden interactuar con los sistemas biológicos podría ser otra aplicación potencial, que podría beneficiar una posible comunicación entre el cerebro y los dispositivos protésicos neuronales, como las retinas artificiales. En el futuro, estos chips también podrían servir como bloques de construcción para dispositivos de inteligencia artificial.

Debate resuelto

El chip ya ha sido utilizado por el equipo del MIT para proponer una resolución a un debate de larga data sobre cómo se produce LTD.
Según una hipótesis, LTD y LTP dependen de la frecuencia de los potenciales de acción estimulados en la célula postsináptica. Sin embargo, una teoría más reciente sugiere que el momento de la llegada de los potenciales de acción a la sinapsis es la clave sobre la que dependen la potenciación a largo plazo y la depresión a largo plazo, ya que ambos requieren la participación de canales iónicos conocidos como receptores NMDA, que detectan activación postsináptica.

Otra teoría reciente sugiere que ambos modelos podrían unificarse si un segundo tipo de receptor estuviera involucrado en la detección de esa actividad. Un posible candidato para el segundo receptor es el receptor endocannabinoide.
Los endocannabinoides, comparables a la estructura de la marihuana, se producen en el cerebro y desempeñan un papel en diversas funciones, como la sensación de dolor, el apetito y la memoria. Según algunas teorías científicas, si los endocannabinoides, que se producen en la célula postsináptica, se liberan en la sinapsis, activan los receptores endocannabinoides presinápticos y se produce LTD, si los receptores NMDA están activos al mismo tiempo.
Los investigadores lograron simular con precisión tanto LTD como LTP al incluir transistores en su chip, que modelaron los receptores endocannabinoides. Poon declaró que a pesar del apoyo de experimentos previos, hasta ahora, "nadie había reunido todo esto y demostrado computacionalmente que de hecho esto funciona, y así es como funciona".
El estudio fue dirigido por Chi-Sang Poon, científico principal de investigación en la División de Ciencias y Tecnología de la Salud de Harvard-MIT, con Guy Rachmuth, un ex postdoc en el laboratorio de Poon, como autor principal.Otros autores incluyen a Mark Bear, el Profesor Picower de Neurociencia en el MIT, y Harel Shouval de la Escuela de Medicina de la Universidad de Texas.
Escrito por Petra Rattue