Monos daltónicos desde el nacimiento se pueden curar cuando son adultos gracias al uso de la terapia génica. Se pensaba que era imposible lograrlo. Reactivar genéticamente la expresión de ciertos fotopigmentos en la retina en la edad adulta se pensaba que no lograría curar el daltonismo, ya que se requeriría la reconexión neuronal de los sistemas de interpretación cerebral de la información visual. Sin embargo, sorprendentemente no es así. Monos ardilla con un genoma defectuoso que no permite el desarrollo temprano de ciertos fotopigmentos en sus ojos (que les hace no poder distinguir entre colores rojos y verdes) se han curado “milagrosamente” gracias a una terapia génica sin necesidad de reprogramación cerebral alguna. Aunque todavía está muy lejos la aplicación de este estudio a humanos, abre una nueva vía que se pensaba que era un callejón sin salida. Habrá que explorarla en más detalle. Nos lo contaron en muchos medios y blogs, como en “Una terapia génica permite ver la vida en colores,” SINC, 16 septiembre 2009, y en Manuel, “Un gen humano cura el daltonismo en los monos,” La Ciencia y sus Demonios, 17 septiembre 2009, cuando el artículo apareció online en Nature, pero hoy se publica definitivamente en Katherine Mancuso et al., “Gene therapy for red–green colour blindness in adult primates,” Nature 461: 784-787, 8 october 2009, con un magnífico comentario de Robert Shapley, “Vision: Gene therapy in colour,” News and Views, Nature 461: 737-739, 8 October 2009. Para mí este artículo es importante porque muestra que el cerebro es capaz de reconectarse completamente cuando recibe información nueva, incluso cuando se ha superado el periodo crítico de plasticidad y desarrollo de los primeros días de vida.
El daltonismo afecta alrededor del 5–8% de los varones, pero a menos del 1% de las mujeres, y es debido a la ausencia de un sólo gen en el cromosoma X. Los que heredan este gen para alguno de los tres tipos de conos en la retina pierden la visión tricromática, resultando solo en una visión dicromática, hay un par de colores (como rojo y verde) que no son capaces de diferenciar. John Dalton, el famoso químico británico, era dicromático, de ahí el nombre “daltónico.” Muchos monos del nuevo mundo son daltónicos, como los monos ardillas (Saimiri sciureus), porque no tienen los genes que permiten que sus conos de la retina presenten los 3 fotopigmentos similares a los de los humanos. Todos los machos y algunas hembras son daltónicas (aunque la mayoría de las hembras son tricromáticas).
Mancuso et al. han inyectado un virus que porta un gen para la expresión del fotopigmento faltante en la retina de un adulto (macho) daltónico (dicromático). Lo sorprendente es que 20 semanas más tarde el nuevo fotopigmento se ha expresado en los fotorreceptores de los conos y el cerebro de dichos monos ha adquirido la capacidad para ver tricromáticamente. Parece magia pero es la expresión viva de la magia de la terapia génica.
Será aplicable a humanos. El tricromatismo en humanos es algo más complejo que en los monos pero el funcionamiento general es el mismo, lo que apunta a que esta investigación pueda llegar a tener en un futuro aplicaciones clínicas. Futuro lejano, ya que la terapia génica genera muchos recelos debido a sus implicaciones bioéticas.
¿Por qué los traumas y miedos infantiles se graban en nuestra memoria y reaparecen espontáneamente durante nuestra vida como adultos? Un problema clínico de gran magnitud, cuya única solución parecer ser la terapia psicoanalista. En un futuro puede cambiar. Gogolla et al. publican en Science un artículo en el que han encontrado una razón fisiológica para que los traumas resistan la huella del olvido: el entorno extracelular de las neuronas de la amígdala cerebral. Lo han descubierto en ratones de laboratorio estudiando los proteoglicanos decondroitín sulfatode la matriz extracelular. Adultos que carecen de ellos recuerdan miedos y traumas cual si fueran jóvenes infantes. Nos lo cuenta Tommaso Pizzorusso, “Neuroscience: Erasing Fear Memories,” Science 325: 1214-1215, 4 September 2009, haciéndose eco del artículo de Nadine Gogolla et al., “Perineuronal Nets Protect Fear Memories from Erasure,” Science 325: 1258-1261, 4 September 2009.
La incapacidad para borrar los miedos y traumas “infantiles” en los ratones de laboratorio se observan durante sus primeros días de vida, en especial durante los primeros 17 días de vida. A partir de los 23 días del nacimiento, esta incapacidad desaparece y los mecanismo de borrado de la memoria estos miedos actúan con normalidad. Se sabía que la amígdala cerebral era importante en este proceso, pero se desconocían los detalles. El nuevo estudio abre una ventana para entenderlos. En la amígdala cerebral, uno de los componentes más importantes de la matriz extracelular de las neuronas corticales son los proteoglicanos de condroitín sulfato. El estudio de Gogolla et al. ha determindo que la maduración de esta matriz extracelular es la responsable de la finalización del periodo en el que los miedos “infantiles” no pueden borrarse de la memoria de los ratones. Más aún, han inyectado en ratones adultos condroitinasas ABC, capaces de eliminar los proteoglicanos de condroitín sulfato, y han observado que pueden provocarles miedos y traumas que permanecen en su memoria durante toda su vida.
Por supuesto, este estudio es un primer paso y se requieren futuros estudios para determinar los detalles bioquímicos y moleculares de la acción de estas substancias en la amígdala cerebral, que podrían llevar a vías terapéuticas farmacológicas para evitar y/o minimizar los traumas infantiles en humanos.
Que el profesor Zafaruddin Khan y su grupo hayan publicado en la prestigiosa revista Science puede parecer poco relevante para los lectores de este blog. Que un grupo de investigación de la Universidad de Málaga, liderado por el Dr. Khan, haya publicado en Science (el segundo artículo de la UMA en Science durante toda su historia, después del de nuestro amigo Ignacio Loscertales), sí creo que es relevante para muchos lectores de este blog. He de pegarme un tirón de orejas, ya que me ha pasado desapercibida esta importante contribución científica malagueña. La he visto hoy al ojear una copia completa de Science escaneada (descargada de forma pirata). El artículo técnico es Manuel F. López-Aranda, Juan F. López-Téllez, Irene Navarro-Lobato, Mariam Masmudi-Martín, Antonia Gutiérrez, Zafar U. Khan, “Role of Layer 6 of V2 Visual Cortex in Object-Recognition Memory,” Science 325: 87-89, 3 July 2009. Por cierto fue resaltado como Issue Highlights en “Modulating Visual Memory” y comentado como Perspectives por Lisa M. Saksida, “Neuroscience: Remembering Outside the Box,” Science 325: 40-41, 3 July 2009. Imposible destacar más un artículo, incomprensible que no lo haya visto. Es como que si al cruzar la calle no percibes una ambulancia que pasa a toda leche.
¿Qué puedo contar yo sobre la noticia que no esté ya contado? Poco, pero el artículo se merece que le dediquemos una entrada.
Los libros de texto afirman que la memoria humana es un fenómeno multidominio, clasificada en diferentes tipos, por ejemplo, memoria declarativa (memoria de hechos y eventos) y no declarativa (memoria de habilidades y acciones), y localizada en diferentes partes (módulos) del cerebro. Por ejemplo, la memoria declarativa incluye a la memoria de reconocimiento que está localizada en el módulo temporal medial, que incluye al hipocampo (Hp en la figura) y las cortezas perirrinal, entorrinal y parahipocampal adyacentes. Por otro lado, la memoria de aprendizaje perceptual está localizada en la corteza visual y en las áreas corticales extra estriadas como la V2 (ver la figura). La teoría multidominio para la memoria humana predice que la memoria de reconocimiento de objetos puede ser alterada mediante la manipulación del área V2, cuyas neuronas se cree que están especializadas en reconocer características visuales simples, como la orientación, la frecuencia espacial, el tamaño, el color, y ciertas formas simples.
Los investigadores malagueños han estudiado los efectos en ratas de la sobreexpresión de una proteína se señalización de reguladores de proteína G, proteína RGS-14, que ha sido encontrado en múltiples dominios del cerebro asociados a la memoria, aunque poco se sabe sobre la función de esta proteína. Han sometido a las ratas de laboratorio a tests de memoria a corto plazo para el reconocimiento de objetos. Se les mostraba dos objetos idénticos durante 3 minutos. Luego se cambiaba uno de estos objetos y se sometía a las ratas a los tests. Sin entrar en detalles técnicos, los tests indican que las ratas recordaban los dos objetos idénticos originales durante 30 y hasta 45 minutos, pero no a los 60 minutos. Cuando a las ratas se les inyectaba un virus (lentivirus) de RGS-14 en la región 6 del área V2 de su cerebro, lo que provoca una sobreexpresión de dicha proteína, y se repetían los mismos tests 3 semanas más tarde, el recuerdo de los dos objetos idénticas parecía que se había almacenado en la memoria de largo plazo, permaneciendo en ésta durante meses. Hasta 14 meses más tarde, las ratas superaban con éxito todos los tests de memoria a las que eran sometidas.
La figura de arriba muestra dos dibujos de cortes transversales de la región V2 en la corteza visual indicando las regiones (en rojo) donde se ha encontrado presencia de lentivirus de la RGS-14 en el cerebro de las ratas inyectadas.
Para comprobar si la información (recuerdo) se había almacenado en las neuronas de la región V2 que presentaban lentivirus, los investigadores han procedido a eliminar selectivamente las neuronas infectadas con el lentivirus en la región V2. Para ello han inyectado una inmunotoxina (Ox7-SAP) en la capa 6 del área V2. Los cortes anatómicos muestran que todas las neuronas de este área han sido eliminadas sin afectar a neuronas de otras áreas y regiones corticales. ¿Perdieron el recuerdo las ratas? No, todo lo contrario, retenían perfectamente la información que previamente habían almacenado. Sin embargo, si se las sometía a nuevos tests de reconocimiento de objetos habían perdido la habilidad de almacenar dichos recuerdos a largo plazo y volvían a perder dichos recuerdos en menos de una hora.
¿Cómo se pueden interpretar los resultados obtenidos por el equipo de investigación malagueño? La capa de neuronas número 6 en el área V2 está relacionada tanto con la formación de recuerdos a corto plazo como a largo plazo. Más aún, técnicas de imagen por resonancia magnética han mostrado que dicha área se activa tanto en el almacenamiento de información visual como en la recuperación de la misma. Khan y su grupo creen que este área modela el flujo de la información visual que va a ser memorizada. Los resultados por tanto contradicen la teoría multidominio de la memoria, ya que muestran que una función asociada al lóbulo temporal medial también se da en la región V2.
¿Aplicaciones terapéuticas? El papel de la proteína RGS-14 en la mejora de la memoria visual puede hacer que esta proteína se convierta en foco de investigaciones farmacológicas para el tratamiento de enfermedades asociadas a la pérdida de memoria visual para el reconocimiento de objetos. Quizás, incluso, para la mejora de la capacidad de memoria en general, las últimas palabras del artículo técnico “as well as for boosting the memory capacity,” que son las que han generado la atención de todos los medios que han hablado de la noticia.
A veces, los que trabajan en redes de neuronas artificiales (RNA) se pasan un poco: concluyen cosas sobre el comportamiento humano. ¿Aprende un humano como aprende una red de neuronas artificiales? Nadie lo sabe. Juan P. Neirotti afirma que si una RNA aprende mal con dos reglas de aprendizaje, entonces cualquier estudiante aprende mal cuando tiene dos profesores para la misma materia. Curioso. Si hay alguien interesado en modelos del alumno basados en RNA (por cierto, triviales) puede que le interese Juan P. Neirotti, “Can a student learn optimally from two different teachers?,” ArXiv, Submitted on 30 Jun 2009. Literalmente en inglés “We found that, in the general case, the application of the optimal algorithm to the wrong teacher produces a residual generalization error, even if the right teacher is harder. Simulations carried in finite networks validate the estimate found.” Por cierto, el artículo cita al trabajo del tucumano Leonardo Franco de la Universidad de Málaga, España (junto a Sergio Alejandro Cannas (publicaciones) de la Universidad Nacional de Córdoba, Argentina). De Sergio os recomiendo el discreto artículo “Redes Neuronales: biología, computación o física?“
Conferencia de Stuart Hameroff sobre su teoría en 2007 organizada por Google en inglés.
Hameroff y Penrose propusieron en 1996 la teoría de la reducción objetiva orquestada (Orch OR) para explicar la consciencia en nuestro cerebro como un fenómeno de computación cuántica en el citoesqueleto de las neuronas y sus axones (formado por una red de microtúbulos, cilindros cuyas paredes son cadenas alfa y beta de la proteína llamada tubulina). Proponían que la llamada condensación de Fröhlich (1968) era responsable de la formación de un estado cuántico macroscópico (a escala macromolecular) similar a un estado de la materia llamado condensado de Bose-Einstein. Esta teoría todavía no ha sido demostrada y este año se ha publicado un artículo que le ha propinado un duro varapalo, si bien no la ha refutado definitivamente. La condensación de Frölich, de producirse, no puede explicar la consciencia. Los defensores de la teoría de Hameroff (quien nos la cuenta en inglés en el vídeo de arriba) tendrán que buscar otro fenómeno cuántico para explicar la consciencia. Hameroff en su página web afirma que está en ello. Se siente, caballero, así avanza la ciencia. El artículo técnico es Jeffrey R. Reimers, Laura K. McKemmish, Ross H. McKenzie, Alan E. Mark, Noel S. Hush, “Weak, strong, and coherent regimes of Fröhlich condensation and their applications to terahertz medicine and quantum consciousness,” PNAS 106: 4219-4224, March 17, 2009 . Por cierto, los avances en neurobiología indica que los microtúbulos tienen cierto papel en la comunicación sináptica entre neuronas como canales “clásicos” de iones (sin efecto cuántico alguno), como nos cuentan recientemente Cecilia Conde, Alfredo Cáceres, “Microtubule assembly, organization and dynamics in axons and dendrites,” Nature Reviews Neuroscience 10: 319-332, 30 April 2009 .
Un estado condensado de Bose-Einstein es un estado de la materia que se produce en un gas de átomos a muy baja temperatura en el que todos los átomos se encuentran en el mismo estado cuántico (el de mínima energía). Es como si todo el gas se comportara como un único objeto cuántico descrito por una macrofunción de onda cuántica. Predicho en 1924, fue objeto del Premio Nobel de Física de 2001, otorgado a Eric A. Cornell, Wolfgang Ketterle, y Carl E. Wieman por observar y caracterizar este estado de forma experimental (se ha logrado condensar hasta decenas de millones de átomos). La condensación de Frölich (1968) es un fenómeno muy parecido pero para un sistema de osciladores cuánticos acoplados, por ejemplo, las vibraciones de una macromolécula. Todas las partes (monómeros) de la macromolécula vibrarán en su estado de mínima energía, conduciendo a que toda la molécula se comporte como un sistema cuántico y esté descrito por una macrofunción de onda cuántica. Todavía no se ha observado experimentalmente un condensado de Frölich.
El artículo de Reimers et al. han determinado mediantes simulaciones por ordenador las características de un estado condensado de Frölich que son experimentalmente observables. Han encontrado 3 posibles tipos de estados condensados de Frölich: débiles, fuertes y coherentes. Solo estos últimos presentan un estado cuántico observable a escala macroscópica, una macrofunción de onda cuántica. Pero hay un problema. Para que se dé un estado de este tipo, coherente, es necesario que el modo fundamental de vibración tenga una energía muy alta, imposible de lograr en un contexto biológico. Más aún, serían estados muy frágiles, metaestables, destruyéndose demasiado rápido. Demasiado rápido para dar sentido a la teoría de la reducción objetiva orquestada de Penrose-Hameroff.
El trabajo de Reimers et al. considera que los estados fuertes y coherentes no se pueden dar en sistemas biológicos vivos, sólo los estados débiles. Este resultado puede interpretarse como un duro varapalo a la teoría de Penrose-Hameroff, aunque el propio Hameroff cree que no, que las conclusiones de Reimers et al. no son definitivas ya que se basan en modelos computacionales y estudios posteriores podrían encontrar alguna alternativa que se les haya pasado por alto. Por otro lado, Reimers et al. proponen que los estados débiles de Frölich podrían haber sido observados experimentalmente en las vibraciones de las microtubulina alrededor de 8′085 MHz observada experimentamlente por Pokorný en 2004. Sin embargo, este hecho tendrá que ser confirmado por estudios posteriores. Para Reimers et al. la computación cuántica de la consciencia es imposible con este tipo de estados. Para Hameroff todo lo contrario, ¿por qué no va a ser posible? ¡Qué si no va a decir este señor! Los padres siempre ven a sus hijos como los más guapos.
Los microtúbulos son para la célula viva como los pilares y las vigas de un edificio, los responsables de su estructura rígida. Los microtúbulos son polímeros formados por dos tipos de monómeros (heterodímeros), llamados formas alfa y beta de la proteína llamada tubulina (tienen una forma de C). Las cadenas de tubilina se autoensamblan en cilindros huecos. En las células vivas, los microtúbulos están comprimidos por filamentos contrátiles de actina con unos esfuerzos de unos 0.1 nN (nanonewtons).
Penrose y Hameroff propusieron que la red de microtúbulos de las neuronas y sus axones funcionan como un computador cuántico responsable de nuestra consciencia. La computación cuántica sería resultado de la sincronización de estados coherentes de Frölich entre microtúbulos, un entrelazamiento cuántico entre sus macrofunciones de onda cuánticas. La decoherencia cuántica provoca la reducción (colapso) de estas macrofunciones de onda, produciendo la señal sináptica que conduce al estado de consciencia. El vídeo de la conferencia que abre esta entrada, aunque se descarga lentamente y hay que tener paciencia, nos aclara bastante bien las ideas de Hameroff.
La biología de redes genómicas, de transcripción, metabólicas, tiene mucho que ver con este título, al menos así lo opinan Mark Isalan (Barcelona) y Matthew Morrison (Londres). Si la afirmación del título es verdadera, entonces debe ser falsa. Si es falsa, entonces es verdadera. Es una afirmación autorreferente o circular. En biología encontramos afirmaciones similares como “este gen se reprime a sí mismo,” o “el gen A activa al gen B y el gen B inhibe al gen A.” ¿Cómo resolver estas “paradojas” biológicas? Los autores proponen utilizar la noción de tiempo. Nos lo cuentan en Mark Isalan, Matthew Morrison, “This title is false,” Nature 458: 969, 23 April 2009 .
Las afirmaciones autorreferentes o circulares en biología son difíciles de interpretar sin una noción de secuencia o temporalidad. Se sabe desde la década de los 1960, cuando Stuart Kauffman, todo un pionero en biología de sistemas, introdujo los modelos booleanos para redes génicas. Estos sistemas modelan afirmaciones (verdades) que evolucionan secuencialmente (con el tiempo). Redes secuenciales como A produce B y B produce C son fáciles de interpretar, pero las cíclicas, como A produce A (retroalimentación positiva) o A inhibe la producción de A (retroalimentación negativa), presentan dificultades para el biólogo. El biólogo teórico René Thomas conjeturó en los 1980 que la retroalimentación positiva sólo produce estados estables (como ‘on’ y ‘off’). La retroalimentación negativa, por el contrario, produce comportamientos estables, oscilatorios e incluso caóticos, dependiendo de los parámetros del modelo. Un ejemplo, la proteína supresora de tumores p53 que está mutada en el 50% de los tipos de cáncer. A principio de los 1990 se descubrió que p53 induce la producción de una proteína llamada Mdm2, que inhibe a la propia p53. La primera interpretación biólogica de esta relación fue que era una “autorregulación”, la retroalimentación negativa mantenía estable los niveles de dicha proteína. En el año 2000 se descubrió que la concentración de la proteína p53 oscila con el tiempo (de la misma forma que lo “verdadero” y lo “falso” oscilan en la paradoja del mentiroso).
El comportamiento oscilatorio temporal de la proteína p53 (modelo “A produce B y B inhibe A”) se complica terriblemente cuando consideramos los efectos espaciotemporales, como en “A se difunde lentamente y activa a B, y B se difunde rápidamente y reprime a A.” Se producen patrones complejos que presentan manchas (spots), rayas (stripes), ondas espirales y otras estructuras (similares a las manchas de la piel de muchos animales), dependiendo de los parámetros del modelo (tasas de reacción, constantes cinéticas, etc.). Este tipo de mecanismo de producción de patrones autoorganizados ya fue propuesto en biología por Hans Meinhardt y Alfred Gierer en los 1970 en el contexto de la teoría de generación de patrones en sistemas de reacción-difusión de Alan Turing (los llamados patrones de Turing en modelos de morfogénesis, publicados en 1952). Curioso. Turing, informático, matemático, ¿biólogo? Turing como material que pronto deberán conocer todos los biólogos y no sólo los investigadores.
La biología de sistemas nos está obligando a “repensar” cómo se representan las relaciones dinámicas tanto temporales como espaciotemporales en las redes génicas, de transcripción y metabólicas. ¡Quien le iba a decir a biólogo hace pocos años que tendría que estudiar la paradoja del mentiroso para poder entender el funcionamiento de una célula! Así es la ciencia, imbricada, multidisplicinar, … sistémica (diría un biólogo).
Los medios (prensa, radio, televisión) ya no relatan las noticias. Son partícipes de la noticia. Crean la noticia. Sin los medios muchas noticias no existirían. Todo es noticiable. Los políticos necesitan a los medios. No eres nadie si los medios no hablan de tí, aunque sea mal. Todas las instituciones científicas necesitan dinero, mucho dinero, más dinero aún. Los políticos sólo quieren conceder fondos a las instituciones científicas que aparecen en los medios. Que generan noticias. El contribuyente necesita saber que su dinero está bien invertido, afirman los políticos. El dinero sólo se debe invertir en las instituciones que produzcan resultados, que produzcan noticias. Sin noticias no hay resultados. La ciencia debería estar al margen, pero no puede estarlo. La ciencia está vendida a los medios.
El año 2008 fue el año del LHC del CERN. Copó todos los medios. No hubo resultados. Todo acabó en nada. En una espera a que haya resultados. ¿Volverá el LHC en 2010 a copar todos los medios? El Tevatrón del Fermilab aprovechó la oportunidad. Recortes financieros requerían generar noticias. Y el Tevatrón ha generado noticias que han copado los medios a finales de 2008 y principios de 2009. ¿Había pocos resultados y ahora hay muchos? ¿Estaban aguantando los resultados en el cajón a la espera del momento oportuno? Los medios afirman que el Tevatrón puede ganarle al LHC la carrera de la búsqueda del bosón de Higgs. ¿Verdad o sólo noticia? Necesitan más fondos, todo el mundo lo sabe (muchos trabajadores se vieron obligados a abandonar el Fermilab). ¿Hemos de creer todo lo que se publica sobre los increíbles resultados obtenidos en el Tevatrón en el último año?
Hay científicos que no se creen los resultados del Tevatrón Run II. La mayoría callan. Michael Dittmar (ETH-Zurich, Suiza) ha querido ser la voz pública de todos los que callan. Dittmar impartió una conferencia en la división teórica del CERN el martes 19 de marzo de 2009 titulada “¿Por qué nunca me creo los resultados del Tevatrón sobre el bosón de Higgs?” (powerpoint de “Why I never believed in the Tevatron Higgs sensitivity claims for Run 2ab”). Entre el público se encontraba Tommaso Dorigo. Responsable del mejor blog sobre física de partículas elementales del mundo “A quantum diaries survivor” (PS: yo no soy el único que lo opina). Nos relata el combate de boxeo dialéctico Dorigo contra Dittmar en “A seminar against the Tevatron!” Tras 35 años volvemos a revivir el combate de Foreman contra Ali, en el que el segundo arrebató el título al primero. ¿Quién ha ganado en este nuevo combate? Sólo tengo acceso a la versión de Dorigo, que paso a resumiros.
El primer asalto fue por los derroteros esperados. El campeón Foreman acorraló a Ali contra las cuerdas. Dittmar presentó una figura sobre la búsqueda del Higgs en el Tevatrón. Una figura bien conocida por todos entre el público, publicada en el año 2000, resultado del esfuerzo de decenas de investigadores de los detectores CDF y DZERO del Fermilab. La figura lleva como título “Combined CDF/DZERO thresholds.” Dittmar afirmó que nadie sabía cómo había sido obtenida. ¡Nadie! John Conway, “jefe” del grupo que busca el Higgs en el CDF espetó un ¡¿comorrr?! “Si está puesto en el título de la figura, combinando datos del CDF y del DZERO.” Más aún, Conway confesó que él era el mismísimo autor de la figura. Dundee, entrenador de Ali, le espetó que se tranquilizara. Que no hiciera locuras.
La resistencia de Ali ante los golpes de Foreman era prodigiosa. No así la de Dorrigo, que lleva trabajando en las técnicas que condujeron a la susodicha figura desde 1992. Su propia tesis doctoral en 1998 versó sobre estas técnicas. Dittmar estaba atacando su trabajo durante al menos 4 años. Dorrigo se aguantó como pudo. En sus palabras literales “I kept my cool, because when your opponent offers you on a silver plate the chance to verbally sodomize him, you cannot be too angry with him.” Le comentó a Dittmar que los detalles estaban publicados y le recomendó que se estudiara los artículos más cuidadosamente antes de continuar con su charla. Conway explicó brevemente el quiz de la cuestión por el beneficio del público, que no del conferenciante, que se hizo el sordo.
Foreman atacaba una y otra vez y Ali resistía. Dittmar espetó que los investigadores del Tevatrón estaban perdiendo el tiempo. Que cedieran el testigo al LHC del CERN. No tenían ninguna oportunidad de hacer ciencia de calidad. Literalmente “My personal conclusion is that if the Tevatron people want to waste their time on it, good luck to them.” Para Dittmar los límites sobre la masa del bosón de Higgs obtenidos por el Tevatrón eran incorrectos y científicamente deshonestos. Acabó su charla con una terrible afirmación:
“Optimistic expectations might help to get funding! This is true, but it is also true that this approach eventually destroys some remaining confidence in science of the public.”.
“It is the time to confess and admit that the sensitivity predictions were wrong”.
Ali en el octavo asalto tras una serie de certeros e imparables golpes logró que Foreman besara la lona. El campeón ya era ex-campeón. El ataque final, la “puntilla” de Dorigo a Dittmar nos la ha ofrecido en su blog.
¿Por qué Dittmar atacó al Tevatrón y defendió al LHC? Tony Smith comenta en el blog de Dorigo que Dittmar es aficionado a atacar grandes proyectos de física (salvo al CERN, claro). En el libro editado “The Final Energy Crisis” (Pluto Press 2008), tiene una artículo “Fusion Ilusions,” en el que ataca acaloradamente el proyecto de fusión del ITER. Quizás esté preparando una nueva contribución a un libro similar en el que atacará al Tevatrón.
Por cierto, Alberto Ruiz, director del Grupo de Física de Altas Energías del Instituto de Física de Cantabria, que también asistió a la conferencia de Michael, confirma en un comentario en el blog de Tommaso que su versión de lo que pasó es correcta y además que coincide con su opinión: “I agree absolutely with your opinions. It is really astonishing to see such a low level talk at CERN, I hope at the end is irrelevant.” Por cierto, Alberto también colabora con el Tevatrón actívamente.
Con las técnicas de análisis del año 2005, la acumulación de datos experimentales en el Tevatrón hubiera resultado en la curva verde. Sin embargo, también han mejorado las técnicas de análisis de datos, y se han acumulado más datos (más luminosidad) por lo que ahora se obtienen resultados mucho mejores.
Uno de los grandes avances en las técnicas de análisis de datos ha sido la incorporación de nuevas herramientas basadas en redes de neuronas artificiales. Gordon Watts nos informa que estas técnicas, cuyo desarrollo en esta aplicación ha requerido más de una década de trabajo, permiten analizar inmensas cantidades de datos, imposibles de atacar con las técnicas anteriores. Dorigo nos aclara que son una técnica, que en este contexto, se entiende muy bien. De hecho, CDF y DZERO utilizan técnicas de redes de neuronas artificiales diferentes que han sido validadas con datos obtenidos con otras técnicas y entre ellas.
En el fondo de todo este debate se encuentra el hecho de que los datos experimentales del Tevatrón utilizados en la búsqueda del bosón de Higgs no son públicos. Se publican los resultados finales tras el análisis de los datos, pero no los datos como tales. ¿Por qué? Política cientifíca. ¿Ciencia no repetible? Sólo un Tevatrón… si hubiera dos. El LHC nos sacará de dudas… pero quien verificará los resultados del LHC… si sólo habrá uno.
Un equipo de investigadores europeos han observado que el cerebro de personas diferentes utiliza estrategias diferentes para resolver la misma tarea mental y que los genes son los que determinan la estrategia que nuestro cerebro utiliza. Literalmente, han observado gracias a la imagen por resonancia magnética funcional (fMRI) como diferentes partes del cerebro se activan en secuencias diferentes en individuos sometidos a las mismas tareas. Cuando son hermanos mellizos, las diferencias están claras, pero cuando son hermanos gemelos, estos patrones de activación neuronal son prácticamente idénticos. El alemán Jan Willem Koten Jr. de la RWTH Aachen University y sus colaboradores creen que han obtenido una prueba indiscutible de que el modo en el que el cerebro responde a los estímulos externos tiene una fuerte influencia genética. Nos lo cuenta Constance Holden, “Twins May Think Alike Too, MRI Brain Study Suggests,” Science 323: 1658, 27 March 2009 , haciéndose eco del artículo técnico de Jan Willem Koten, Jr. et al. “Genetic Contribution to Variation in Cognitive Function: An fMRI Study in Twins,” Science 323: 1737-1740, 27 March 2009 .
Parejas de hermanos gemelos y de hermanos mellizos han tenido que memorizar una ristra de números mientras se les distraía con operaciones aritméticas elementales (como 2 + 4 = 7, ¿verdadero o falso?) y otras preguntas de respuesta sencilla. Las imágenes fMRI para los gemelos muestran que se activan las mismas áreas del cerebro en prácticamente el mismo orden, lo que no ocurre con los mellizos. Los investigadores han interpretado que esto significa que los gemelos utilizan básicamente la misma estrategia cognitiva. La manera más sencilla de explicar este resultado es suponer que dicha estrategia depende fuertemente de las diferencias genéticas entre individuos. El trabajo no explica por qué ocurre lo observado, ni en qué genes están codificadas las estrategias cognitivas. Pero parece que deja claro que la influencia genética es indiscutible. Poco se sabe sobre la contribución genética en la función cognitiva de nuestros cerebros y este trabajo induce a pensar que dicho estudio será muy prometedor.
Te dan a elegir entre dos bebidas (por ejemplo, Coca Cola y Pepsi Cola). Antes de que pronuncies tu respuesta, el espectroscopio de infrarrojo cercano que te han conectado en la frente “lee tu pensamiento” y en un 80% de los casos acierta tu respuesta. Así lo han demostrado dos científicos canadienses, Sheena Luu, alumna de doctorado, y su director de tesis Tom Chau, de la Universidad de Toronto. Han utilizado una nueva técnica para observar el cerebro en funcionamiento de forma no invasiva, sin riesgos para la salud y relativamente barata que se llama espectroscopía en el infrarrojo cercano (Near-infrared spectroscopy o NIRS) que han aplicado a la imaginería del cortex prefrontal. La técnica permitirá “leer el pensamiento” al menos en los procesos de toma de decisión evaluados experimentalmente. El estudio ha utilizado nueve personas, a las que se les ha pedido que eligieran entre dos bebidas diferentes (no, no han utilizado Coca Cola y Pepsi Cola, pero podrían haberlo hecho).
La diferencia entre esta nueva técnica y otras similares es que requiere un entrenamiento mínimo. Otros sistemas requieren que la persona piense que realiza cierta acción (un cálculo mental, por ejemplo) que no tiene nada que ver con su toma de decisión. Dicho pensamiento activa gran número de áreas cerebrales y facilita el reconocimiento de la decisión tomada. Es una lectura de pensamiento ”forzado,” que dificulta el uso de dichos sistemas con niños pequeños y en personas con dificultades de aprendizaje. En el nuevo sistema esto no es necesario. Tom Chau se ha especializado en dispositivos “pediátricos” para niños con discapacidades y este requisito es fundamental en su trabajo. En palabras de Luu:
“This is the first system that decodes preference naturally from spontaneous thoughts,” said Sheena Luu. “When your brain is active, the oxygen in your blood increases and, depending on the concentration, it absorbs more or less light,” Luu explained. “In some people, certain parts of their brains are more active when they don’t like something, and in some people they’re more active when they do like something.”
“Preference is the basis for everyday decisions,” she explained. When children with disabilities can’t speak or gesture to control their environment, they may develop a learned helplessness that impedes development. “If we limit the context – limit the question and available answers, as we have with predicting preference – then mind-reading becomes possible.”
¿Para qué sirve este estudio? Los interfaces cerebro-ordenador (brain-computer interface o BCI) son importantes para decodificar los procesos cerebrales de toma de decisiones con objeto de ayudar a las personas discapacitadas, tanto los que tienen problemas para comunicarse como los que tienen problemas de movilidad. Este tipo de sistemas ayudarán a que puedan controlar, por ejemplo, el teclado de un ordenador o el ratón para poder navegar por internet.
¿Cuál es la gran ventaja del nuevo estudio? Ya hay otros sistemas que hacen lo mismo, pero son mucho más caros y es muy difícil que sean portátiles. Un sistema óptico como el NIRS podría ser incorporado fácilmente a un teléfono móvil o a una PDA y ampliaría enormemente las posibilidades de comunicación de muchos discapacitados.
¿Cómo es el sistema? Es una banda elástica que se acopla en la cabeza a la altura de la frente que tiene una red de fibras ópticas que emiten en luz infrarroja directamente hacia el cortex prefrontal del cerebro. La banda contiene 16 diodos emisores en parejas de dos, uno emitiendo a 690 nm y otro a 830 nm, y tres detectores asociados. Los 48 canales de información se inyectan a un software de tratamiento de señales que es la parte fundamental del lector de pensamiento. Para cada uno de los 9 participantes, realizaron 60 pruebas. Las 4 primeras eran para enseñar al sistema a reconocer cada decisión y las 56 restantes se usaron para verificar el estudio. Un 80% de aciertos no está nada mal. Sheena Luu defenderá su tesis doctoral próximamente.
Matar una mosca al vuelo es difícil. Es más fácil cuando está posada. Matar a una cucaracha, un animal mucho más grande, tampoco es fácil. La cucaracha se da la vuelta (gira 180º) y selecciona aleatoriamente una trayectoria de huída de aproximadamente 90º, 120º, 150º y 180º relativa al “enemigo,” como ha demostrado el italiano Paolo Domenici y sus colaboradores. La elección aleatoria entre estas cuatro posibilidades es fundamental para que los predadores no puedan aprender su estrategia de huída y predecir por dónde huirán. ¿Cuál es el mecanismo neuronal que controla esta respuesta? Nadie lo sabe, aún. La cucaracha Periplaneta americana sigue dando mucho que hablar.
Os he extraído la figura clave del artículo técnico original
Paolo Domenici, David Booth, Jonathan M. Blagburn, Jonathan P. Bacon, “Cockroaches Keep Predators Guessing by Using Preferred Escape Trajectories,” Current Biology 18: 1792-1796, 25 November 2008 . La figura no requiere muchas explicaciones (han estudiado el comportamiento de las 86 cucarachas de una colonia experimental que vive en su laboratorio).
La cucaracha (un blátido) es un animal sorprendente que le da asco a la mayoría de la gente (especialmente las mujeres). Como plaga son difíciles de eliminar por su resistencia a los insecticidas (por ejemplo, todo el centro de Málaga capital en verano está plagado de blátidos). La cucaracha es un animal que destaca entre los insectos sociales por la complejidad de su comportamiento. Su neurofisiología es objeto de gran número de estudios científicos y este estudio sugiere que la red neuronal responsable de su conducta de huída debe ser especialmente sencilla, con lo que será objeto de gran número de estudios en los próximos años, aunque suficientemente impredecible para garantizar que nos costará trabajo predecir por dónde huirán.
La vida de una mosca gira en torno a una monótona rutina, despertarse antes del amanecer, tomar una siesta al mediodía y tomar un largo paseo antes del anochecer, como muestra la figura que representa la actividad locomotriz de moscas del vinagre a lo largo de 24 horas. Los genetistas británicos Ezio Rosato and Charalambos P. Kyriacou, en “Sleep, arousal, and rhythms in flies,” PNAS 105: 19567-19568, December 16, 2008 , nos resumen los últimos avances en las investigaciones que tratan de desentrañar los mecanismos genéticos responsables de esta monótona vida, básicamente una compleja conexión entre ritmos circadianos (día/noche), efectos sociales y efectos medioambiantales.
Los ritmos circadianos asociados al aparato locomotor en las moscas son generados por una red de unas 150 neuronas. Estas neuronas se suelen clasificar en células de noche (evening cells o células E) y células de mañana (morning cells o células M. Pero también hay otras neuronas que son importantes en estos proceos. Ciertas neuronas situadas en la retina (ojos) que reciben la luz, la amplifican y modulan el ritmo circadiano del resto de la red (en la figura vemos un corte transversal de una mosca, mostrando los dos ojos a ambos lados y las neuronas de estos circuitos que se encuentran en la retina, azul, y las que se encuentran en el cerebro de la mosca, verde). Estas neuronas no sólo son fotosensibles sino que también se ven influidas por el entorno ya que expresan ciertas histaminas (por ejemplo, les afecta la cocaína).
Para estudiar el efecto de cada una de las neuronas de estas redes es necesario un método que permita estimular o eliminar una a una cada una de estas neuronas. Lo han logrado Yuhua Shanga, Leslie C. Griffith, Michael Rosbasha, “Light-arousal and circadian photoreception circuits intersect at the large PDF cells of the Drosophila brain,” 105: 19587-19594, December 16, 2008 . Los autores han aplicado la técnica para estudiar la función de las neuronas laterales ventrales grandes (l-LNvs, en azul en la figura) parte fundamental del control de los ritmos circadianos en el cerebro de la Drosophila. Resultados similares han sido obtenidos por V. Sheeba et al., “Large ventral lateral neurons modulate arousal and sleep in Drosophila,” Curr. Biol. 18: 1537-1545, Oct 28 , 2008 .
Estos estudios, todavía en fase muy primitiva, muestran cómo genéticamente se puede controlar la calidad y la cantidad del sueño (en moscas), así como el efecto del entorno. No sólo se estudian moscas, sino también algunas hormigas (como Camponotus compressus) en las que hay obreras que trabajan de noche y obreras que trabajan de día. Sin entrar en detalles técnicos, los que padecen insomnio y otras enfermedades relacionados con el sueño, deben estar contentos por estos descubrimientos.
El resumen nos lo aclara “Los comportamientos reactivos requieren la habilidad de localizar espacialmente los estímulos recibidos y la de respondar rápidamente a ellos. La respuesta rápida es necesaria en los comportamientos evasivos como respuesta a los ataques de los predadores. Los autores han investigado la mosca de la fruta, Drosophila, encontrando que utilizan información visual con objeto de planificar un salto en la dirección opuesta a la que perciben que reciben un ataque. Para ello han utilizado vídeo de alta velocidad. Unos 200 milisegundos antes de ser golpeadas, las moscas ajustan su postura a la dirección de su futuro escape. Para ello, resituan su centro de masa de tal forma que la extensión de sus piernas les de un impulso máximo para la huida. Estos movimientos previos al vuelo tienen una magnitud y dirección que depende de la postura inicial de la mosca, por lo que los autores creen que involucran un sistema de control realimentado.”
Los investigadores han dirigido con un ángulo de 50° en una trayectoria descendente un disco negro de 14 cm. de diámetro hacia una mosca colocada en una plataforma de 5 milímetros cuadrados encima de un cilindro. Han rodado la respuesta de la mosca con una cámara de video de alta velocidad. El 96% de las moscas han respondido a la amaneza del disco saltando al aire e iniciando su vuelo (ver vídeo justo abajo). El retraso medio entre el inicio del estímulo y la respuesta de la mosca (pérdida de contacto tarsal de alguna de las patas) fue de 215 ms ± 42 ms (media ± desviación típica). Este valor es una cota superior del tiempo de respuesta neuronal de la mosca.
Obviamente las moscas estaban colocadas en la platarforma en diferentes posturas y direcciones, por lo que en algunos casos el ataque del disco era frontal. El video de alta resolución muestra que las moscas saltan con un ángulo aproximadamente a la mitad entre alejarse en dirección opuesta al obstáculo (α = θ +180°) y dirigirse directamente hacia él (α = 0°). Este sesgo hacia adelante no es sorprendente dado que el comportamiento voluntario de la mosca es huir del ataque.
La mosca calcula la dirección de escape a partir del estímulo visual debido al predador que se acerca (el disco en el experimento). ¿Influye el aire en movimiento debido al predador? Con objeto de estudiar su efecto, los investigadores han introducido un poco de “viento” entre el disco que se acerca y la plataforma en la que reposa la mosca. Los estudios estadísticos no muestran diferencia entre la respuesta de la mosca con y sin viento. Por ello concluyen que la información utilizada por la mosca para determinar la dirección de ataque es básicamente visual.
La mosca puede responder de dos formas diferentes, adaptando sus patas para saltar en la dirección adecuada o saltar como esté y luego cambiar de dirección gracias a sus alas. Los autores han estudiado estas dos posibilidades mediante el uso de moscas a las que les han quitado las alas (¿algo cruel es la ciencia?). El 97% de las moscas sin alas han saltado en la “misma” dirección que las moscas con alas (ver vídeo justo abajo). Mostrando que la respuesta inicial al estímulo es adaptar la postura de las patas para el salto en la dirección adecuada. Utilizando moscas a las que les han quitado las patas (¡la crueldad de la ciencia!) han mostrado que incluso sin ellas las moscas tratan de volar en la dirección adecuada aunque con una respuesta mucho más lenta. La mosca trata de huir “como sea” en la dirección “correcta,” moviendo como puede la postura de cuerpo, ayudándose de sus alas.
¿Cómo es el sistema de control moto-sensorial de la mosca? En teoría de control hay dos tipos de sistemas, los retroalimentados (feedback), más complejos, y los directos (feedforward), más sencillos. En los directos el estímulo visual provoca un cambio en la postura de las patas, independientemente de la postura actual de las mismas. En los segundos (feedback) la postura actual de la mosca es utilizada como estado inicial a partir del cual se produce la adaptación de las patas en la dirección correcta antes del vuelo. Los investigadores han mostrado que el movimiento de las patas de la mosca “compensa” su postura inicial, mostrando que el sistema de control neuronal de la mosca es retroalimentado.
En resumen, los investigadores ham mostrado que ante un estímulo de ataque, la mosca Drosophila muestra un conjunto de acciones motoras antes de iniciar el vuelo que determinan la dirección inicial de escape. En unos 200 ms. la mosca estima la dirección de aproximación mediante estímulo visual, codifica un programa motor que mueve su cuerpo en una posición que facilita su salto en dirección “opuesta” a la de ataque, utilizando sus 6 patas de forma coordinada así como sus 3 segmentos torácicos. La dependencia con la postura inicial de este comportamiento sugiere un sistema de control retroalimentado. Los autores sugieren que las neuronas de las patas (propioceptores) y los circuitos neurales torácicos asociados son suficientes para lograr la retroalimentación observada.
Los resultados observados no se pueden justificar fácilmente con el mecanismo de escape visual basado en el par de neuronas de gran diámetro llamadas fibras gigantes de la mosca. Un sistema neuronal de pequeño diámetro, todavía por identificar, debe ser el responsable de la respuesta de escape observada de las moscas.
Cada avance de la ciencia nos muestra que todavía queda mucho por conocer.
El descubrimiento ha sido publicado en la revista Journal of Neurosurgery y lo han logrado científicos del Centro de Trauma Cerebral y Reparación (University of Pennsylvania School of Medicine).
El trasplante de neuronas para reparar el sistema nervioso ya se había logrado con animales, pero en la práctica existen pocas fuentes viables de neuronas que resulten útiles para su utilización clínica. Ahora el equipo de investigadores, liderado por Douglas H. Smith, demostró que se podía inducir el crecimiento de fibras nerviosas (conocidas como axones) en respuesta a una tensión mecánica.
Para conseguirlo, utilizaron neuronas de rata obtenidas de los ganglios de la raíz dorsal en recipientes repletos de nutrientes, conectando entre sí los axones de las neuronas de platos diferentes. Un sistema mecánico controlado por ordenador haría el resto, encargándose de ir separando lentamente los platos, a lo largo de varios días. El largo de los axones aumentó a la par del movimiento de las placas. Luego se incrustaron estas neuronas en una fina película de colágeno y se implantaron en bloque en una rata que tenía una lesión en la médula espinal.
Cuando pasaron 4 semanas del implante se observó cómo la geometría del bloque trasplantado se mantenía, y las neuronas sobrevivian, y lo más importante, los axones de los extremos de la lámina se habían conectado con los de la rata receptora, formando un puente de tejido nervioso funcional.
Ahora, el gran reto es conseguir esto humanos. El equipo de investigadores ya está trabajando en esta dirección, de hecho, ya han obtenido neuronas humanas cosechadas de 16 pacientes seleccionados. Las neuronas en cuestión han sobrevivido más de tres meses en el cultivo de los científicos y sus axones han crecido a razón de casi 1 milímetro por día, hasta alcanzar una longitud de 1 centímetro. Estas neuronas siguen siendo perfectamente funcionales.
De lograrse, el trasplante de neuronas puede cambiar drásticamente la calidad de vida de muchos pacientes con lesiones cerebrales, podrían interactuar con el sistema nervioso del paciente y cumplir perfectamente con las funciones que se encuentren dañadas.
Los músculos se contraen cuando una molécula neurotransmisora se libera desde las células nerviosas hasta las células musculares correspondientes. En enero de 2008 se publicó una noticia sorprendente: Protones (partículas elementales subatómicas, que conforman los núcleos del átomo de hidrógeneo, es decir, iones de hidrógeno H+) pueden actuar como neurotransmisores, al menos para el gusano (nemátodo o lombriz intestinal) Caenorhabditis elegans. Lo sorprendente está en que se pensaba que los neurotransmisores tenían que ser moléculas “complejas” con muchos átomos, como las famosas serotonina, antidepresivo, dopamina, para tratamientos de adicción a cocaína, glutamato (“glutamato yeyé“), además, hacía 20 años que no se descubría una nueva molécula neurotransmisora (“H+, the tiniest transmitter“, “Proton Powered Pooping“).
El descubrimiento ha sido llevado a cabo por el grupo de investigación del profesor Erik Jorgensen, director del Brain Institute de la University of Utah, especialista en el C. elegans, animal extremadamente simple con poco más de 1000 células, y ha sido publicado en el artículo A.A. Beg et al. “Protons Act as a Transmitter for Muscle Contraction in C. elegans,” Cell, 2008. Los investigadores además han caracterizado las vías metabólicas y sus bases genéticas para los receptores de protones. Ratones modificados genéticamente para que estos receptores estén inhibidos tienen grandes dificultades de aprendizaje. Quizás estos receptores de protones sean claves en nuestra capacidad de aprendizaje. Sólo estudios futuros podrán avanzar en esta línea.
¿Actúan en humanos? Posiblemente sí. Los protones son claves en los ácidos del intestino para nuestra digestión y parece sorprendente que también se encuentren en el cerebro. “Hay bombas de protones presentes en las células intestinales de humanos y ratones. Se piensa que algunas de las bombas producen ácido para digerir los alimentos. ¿Pero por qué existen bombas de protones en el cerebro?”
Hablando de protones como neurotransmisores me viene la cabeza el litio como medicamento, utilizado para tratar el transtorno bipolar (síndrome maníaco-depresivo, una de las causas más importantes de suicidio en la sociedad occidental) y otras enfermedades relacionadas con estados “depresivos”. Hace unos 50 años se descubrió por casualidad sus efectos terapéuticos (“Litio, manía y un error afortunado“) pero hasta hace muy poco tiempo no se ha descubierto cómo actúa realmente (“Lithium’s mood-stabilizing effect is explained“). Parece que el litio interactúa en un “tira y afloja” con el glutamato, el neurotransmisor más importante en el cerebro humano, llamado GABA, al menos según el estudio del grupo de Lowell Hokin de la University of Wisconsin Medical School (John F. Dixon and Lowell E. Hokin, “Lithium acutely inhibits and chronically up-regulates and stabilizes glutamate uptake by presynaptic nerve endings in mouse cerebral cortex,” Proceedings of the National Academy of Sciences, Vol. 95, No. 14, p. 8363-8368).
Normalmente, una neurona para enviar una señal a su entorno libera un “chorro” (bombea) de glutamato en el espacio entre ella y otra neurona vecina. Para apagar la señal, la neurona emisora reabsorbe el glutamato, mediante el efecto inverso de la bomba. Este glutamato en el interior de esta neurona se almacena para su uso posterior. Cualquier problema en el funcionamiento de este proceso de liberación-reabsorción conduce a niveles inapropiados de glutamato (el inhibidor cerebral es realmente el ácido gamma-aminobutírico GABA que deriva del ácido glutámico mediante descarboxilación).
¿Podrían ser la causa de las depresiones niveles bajos de glutamato? ¿Podrían ser la causa de la euforia (manía) niveles altos de glutamato? Aunque no está demostrado científico, es una hipótesis bastante factible que está siendo estudiada por muchos investigadores. ¿Qué relación tiene el litio con el glutamato (sistema glutamínico)?
Los estudios en ratones han encontrado que el nivel de litio en sangre puede tanto retrasar el sistema de reabsorción de glutamato como acelerarlo. Los investigadores del grupo de Lowell E. Hokin han estudiado tanto muestras de tejido cerebral extraído de ratones y monos, como ratones vivos, que han expuesto a ciertas dosis de litio y han observado cómo varían en éstos los niveles de glutamato. Sus conclusiones van en la línea de que el lito parece que permite estabilizar los niveles de glutamato en un estrecho márgen (homeostásis). En este sentido se empieza a entender cómo el litio tiene un doble efecto que le permite ser útil en maníaco-depresivos tanto estabilizando los periódos de euforia como los depresivos en efermos de síndrome bipolar.
Gershon propone el campo de la neurogastroenterología que estudia los síntomas tanto a nivel cerebral como intestinal de diferentes reacciones del organismo como los nervios que se reflejan en una gastritis, o la sensación de ansiedad, depresión, síndrome de irritabilidad, hemorroides, úlceras y hasta el Parkinson. Un síntoma en un cerebro repercute en el otro.
El “segundo” cerebro, el sistema nervioso entérico, está formado por unas cientos de millones de neuronas, entre 100 y 600 millones, según los autores, tan parecidas a las del “otro” cerebro como pueda ser una neurona. Su misión es controlar el comportamiento del sistema digestivo, independientemente de la consciencia del ”otro” cerebro. Recuerda que el “primer” cerebro humano tiene unas 100 mil millones de neuronas (entre cien y mil veces más que que el entérico).
A los interesados en saber más al respecto les recomiendo el artículo de Raj K. Goyal and Ikuo Hirano, “The Enteric Nervous System“, The New England Journal of Medicine, Volume 334:1106-1115 April 25, 1996 (es la revista de mayor índice de impacto de todas luego la mayoría de las bibliotecas universitarias deberían tener acceso a ella). El artículo de G. E. Boeckxstaens, “Understanding and controlling the enteric nervous system,” Best Practice & Research Clinical Gastroenterology, Volume 16, Issue 6, Pages 1013-1023, December 2002, pone en énfasis en la importancia de las células intersticiales de Cajal, nuestro gran Premio Nobel que ya trabajó en estos temas. Finalmente, la entrada en la ScholarPedia también merece la pena.
“¿Piensas que es necesario ser muy inteligente para jugar al ajedrez? A medida que los chicos/as son mayores, empiezan a manifestar la idea de que hay que ser muy inteligente para jugar al ajedrez y que puede ser más bien aburrido. Esta tendencia, también aumentando proporcionalmente con la edad, se manifiesta en el sentido de manifestar desinterés para aprender el juego del ajedrez.” Opiniones expresadas en el Club de Ajedrez extremeño LINEX-MAGIC. Muchas páginas web muestran las mismas ideas: 7 Misconceptions about “Chess Players”.
El ajedrez es el juego de “inteligencia” por excelencia entre los juegos de tablero. En el artículo de investigación en la psicología de la inteligencia de Bilalić, McLeod and Gobet, “Does chess need intelligence? – A study with young chess players” Intelligence, Volume 35, Issue 5, September-October 2007, Pages 457-470, se estudia la posible correlación entre inteligencia y habilidad para jugar al ajedrez. Estudian a 57 jugadores jóvenes tanto con test de inteligencia, como midiendo sus años de experiencia y sus horas de práctica a la semana. La práctica es el factor más influyente en el rendimiento ajedrecístico, sin embargo la inteligencia es el siguiente factor que influye. Ahora bien, escogiendo los 23 mejores jugadores entre los 57, resulta que la inteligencia no es un factor significativo en los resultados, incluso, parece que ¡¡ se correlaciona negativamente con la destreza ajedrecística !! Este resultado inesperado se explica por la correlación negativa entre inteligencia y práctica del ajedrez entre esos 23 “mejores” jugadores.
Aunque no sea imprescindible ser muy inteligente para jugar al ajedrez, lo cierto es que este juego requiere que nuestro cerebro funcione a pleno rendimiento durante una partida. ¿Realmente es así, qué partes del cerebro se activan mientras se juega al ajedrez? Atherton, Zhuang, Bart, Hu, and He, “A functional MRI study of high-level cognition. I. The game of chess” Cognitive Brain Research, Volume 16, Issue 1, March 2003, Pages 26-31, han empleado Imagen por Resonancia Magnética Nuclear Funcional (fMRI) para identificar las áreas corticales activas durante el análisis de las posiciones del juego en partidas de ajedrez. Se ha observado la activación bilateral (en los dos hemisferios) de los lóbulos frontales superiores, parietales y occipitales. Sólo pequeñas regiones del hemisferio izquierdo se han activado unilateralmente. Por tanto, el hemisferio izquierdo se activa más que el derecho durante una partida, algo lógico ya que este hemisferio es el ”lógico” y el ajedrez requiere mucha “lógica”. Nota: La imagen debajo de la de Spock jugando al ajedrez es de este estudio.
¿Por qué el ajedrez interesa tanto a los neurocientíficos? Puede que sea porque jugar al ajedrez es una actividad del cerebro reservada a los humanos, nadie conoce un primate no humano capaz de hacerlo (¿alguna vez habéis visto la foto de un “mono” jugando al ajedrez?).
El estudio de Atherton et al. contiene una interesante discusión de sus resultados sobre si el ajedrez es fundamentalmente una tarea espacial o una tarea lógica (de habilidad computacional). Sorprendentemente, la gran activación de las áreas corticales parietales y la poca del lóbulo frontal lateral izquierdo, normalmente asociado a medidas de inteligencia y de razonamiento lógico, sugieren que el ajedrez es fundamentalmente una actividad espacial. La activación de las áreas que se encargan del procesamiento visual y espacial, los lóbulos parietales y occipitales, confirma este resultado. Esto ratifica lo anterior, el ajedrez no es sólo el deporte de los inteligentes.
Por supuesto, los resultados científicos siempre tienen múltiples caras (facetas) y podemos darle la vuelta a la tortilla. Es decir, los resultados de Atherton et al. pueden interpretarse como que las regiones del cerebro encargadas del procesamiento de la información espacial y visual son mucho más complejas de lo esperado y realizan operaciones de computación que requieren interacción entre conocimiento memorizado e información espacial de los sentidos. De hecho, los lóbulos parietales están involucrados en la comparación numérica, la aproximación de números y las operaciones de rotación de objetos mentalmente. Es decir, la activación de estas partes de cerebro nos indica que el jugador está considerando los múltiples movimientos de piezas en un árbol de búsqueda del mejor movimiento.
Resultados parecidos a los obtenidos para el ajedrez se han obtenido para el juego chino del GO, por ejemplo, Barrett, “Do chess and GO need ‘g’?“, Trends in Cognitive Sciences, Volume 6, Issue 12, 1 December 2002, Page 499. Nota la “g” del título se refiere a la “inteligencia general”.
¿Requiere el ajedrez tener “buena” memoria? Hay muchas teorías al respecto de la memoria de los “expertos”, algunos centrados en los jugadores de ajedrez. El artículo de Gobet, “Expert memory: a comparison of four theories“, Cognition, Volume 66, Issue 2, 2 May 1998, Pages 115-152, compara las 4 teorías más conocidas sobre la relación entre la memoria y el ser “experto” en ajedrez: el jugador memoriza agrupaciones de piezas (chunking theory), el jugador aplica un algoritmo de búsqueda, con una función de evaluación que depende de su conocimiento (SEEK theory), el jugador tiene una buena memoria a largo plazo (long-term working memory theory), y el jugador utiliza un buen banco de patrones memorizados (template theory). La primera de estas teorías parece ser consistente con los datos obtenidos experimentalmente, aunque la mejor correlación con éstos se obtiene usando la cuarta (teoría de los patrones).
Hablando de la memoria y del ajedrez, el artículo Schneider, Gruber, Gold, and Opwis, “Chess Expertise and Memory for Chess Positions in Children and Adults“, Journal of Experimental Child Psychology, Volume 56, Issue 3, December 1993, Pages 328-349, es interesante. Han estudiado la “memoria ajedrecística” de niños novatos y expertos, y adultos novatos y expertos. Los adultos novatos recuerdan mejor las posiciones de las piezas en partidas que los niños expertos, sin embargo, en general, los niños muestran mejor memoria para las posiciones de las piezas del ajedrez que los adultos cuando éstan se distribuyen al azar.
Mientras dormimos nuestros cuerpos se mueven “poco” pero nuestro cerebro funciona a toda máquina (tanto como cuando estamos despiertos). Las ondas de baja amplitud y alta frecuencia que caracterizan a nuestro neocortex cuando estamos despiertos, son reemplazadas por ondas de gran amplitud y baja frecuencia mientras dormimos (ondas que están caracterizadas por episodios de movimiento rápido de los ojos o REM).
¿Para qué usa el cerebro toda gran actividad durante el sueño? Sir Francis Crick, codescubridor de la estructura en doble hélice del DNA, fallecido en 2004, desarrolló en 1983 una teoría (ideas) sobre ¿por qué tenemos que dormir un tercio del tiempo de nuestras vidas? en su artículo “The function of dream sleep“, Francis Crick & Graeme Mitchison, Nature 304, 111-114 (1983), que parece que es una de las hipótesis más razonables en la actualidad (25 años más tarde).
Crick y Mitchinson sugieren que el sueño “profundo” (las fases REM, rapid-eye movement) tienen como función eliminar ciertos modos de interacción no deseados entre redes de neuronas en la corteza cerebral mediante un proceso de aprendizaje similar al usado en redes de neuronas artificiales. De esta forma proponen que el procesos subsconcientes se ven debilitados, en lugar de reforzados, como le gustaría a Freud y compañía, durante los sueños. Durante el sueño “recordamos” de toda la actividad diaria, analizamos y clasificamos dicha información y la almacenamos (o aprendemos) de forma selectiva. En redes de neuronas artificiales se utiliza una fase de aprendizaje utilizando la regla de Hebb para reflejar esta “fase de sueño”. De esta manera el sueño ayuda a “recordar” lo vivido.
Esta teoría tiene la ventaja de que puede ser verificada con “experimentos” computacionales, usando redes de neuronas artificiales, mucho más fáciles que los experimentos con cerebros “de verdad”, por ahora. El artículo de revisión “Why do we sleep?“, Sejnowski & Destexhe, Brain Research, vol. 886, pp. 208-223, 2000, presenta estas ideas en su versión más moderna y las contextualiza con otras ideas alternativas. El artículo de revisión “SLEEP, MEMORY, AND PLASTICITY“, Walker & Stickgold, Annual Review of Psychology, vol. 57, pp. 139-166, 2006, merece ser leído en relación a los procesos de memorización durante el sueño, la codificación de la memoria, la consolidación de la memoria, la plasticidad cerebral, y la re-consolidación de la memoria. Estos procesos conllevan ajustes biológicos que mejoran tanto la eficiencia como la utilidad de las memorias almacenadas en relación a las respuestas del organismo a entornos cambiantes.
¿A colación de qué viene todo esto? Acabo de leer un artículo muy interesante sobre simulaciones computacionales del cerebro que parece ratificar las ideas de Crick y Mitchinson, ”Temporal differentiation and the optimization of system output“, E. Tannenbaum, Phys. Rev. E (preprint to be published), 8 January 2008. El autor introduce el nuevo concepto de diferenciación temporal, la división de una tarea en un conjunto de subtareas que han de desarrollarse en diferentes momentos, con una secuencia temporal concreta. La idea es “bonita”, si el cerebro se concentra en mejorar cada una de las subtareas por separado logrará mejorar la tarea global y desarrollarla más eficientemente. El autor demuestra sus ideas con dos modelos dinámicos muy sencillos. El primero, como rellenar un tanque, y el segundo, como fabricar un producto que requiere tres agentes (fases), observando en ambos casos que el aprendizaje de la red neural se ve mejorado si fases de diferenciación temporal con una escala de tiempo lenta se producen en medio del proceso de aprendizaje mismo.
El autor concluye que su modelo presenta ideas sobre las bases evolutivas de la emergencia de los fenómeno del sueño, con sus estados REM y no REM, y de los ritmos circadianos (diarios) en general. Siguiendo las ideas de Crick y Mitchinson, la máxima cantidad de información y el máximo número de tareas que se pueden procesar en un sistema biológico complejo se consiguen si se desarrolla un “plan de trabajo” diferenciado en el tiempo. El sistema es más eficiente si se centra en una tarea en cada momento, en lugar de tratar de realizar un proceso multitarea (con lo que el cerebro es más parecido a una fábrica que a un sistema cuántico holístico). De esta forma, durante el día (vigilia) recogemos información y durante la noche (sueño) la almacenamos selectivamente (Why Sleep?). Aunque las ideas del autor son discutibles (y serán muy discutidas en los próximos meses), ofrecen una nueva idea en un campo en el que ya hay mucho hecho, pero también queda mucho por hacer.
Lo que está claro es el que el sueño es fundamental en los humanos (y en la mayoría de los vertebrados) y es fundamental para nuestra salud. Nos ayuda a “funcionar” mejor durante el día. Así que, sin abusar, ¡¡ a dormir se ha dicho !!
Las teorías de Lin Chen proponen que nuestros cerebros son analizadores topológico-geométricos de la realidad. Nuestro cerebro, primero analiza la topología de la escena y sólo después analiza la información geométrica contenida en ella (“Holes, objects, and the left hemisphere”, Sheng He, PNAS, 2008). Todos somos topólogos. ¡ Quíén lo hubiera dicho !
La figura muestra los resultados de aplicar la técnica de imagen de resonancia magnética funcional (f-MRI) en las áreas de la corteza cerebral de sujetos diestros. En el caso A, la discriminación entre un triángulo y una flecha, sólo una región del hemisferio izquierdo es activada en 14 de los 15 sujetos estudiados. En el caso B, estudiaron la discrimináción entre un anillo (circunferencia, agujero) y una letra S (“sin agujeros”), y la imagen muestra que prácticamente la misma zona del hemisferio izquierdo es la que se activa. De las figuras A y B, los autores deducen que la percepción de diferencias topológicas (número de agujeros, relación dentro/fuera) está claramente situada en el hemisferio izquierdo y activan regiones del cerebro específicos antes que las diferencias geométricas como la forma: triangular, circular, o cuadrada, o propiedades geométricas como la orientación, distancia, tamaño, simetría especular, paralelismo o colinelidad.
El gran problema de estos estudios es que no es posible encontrar ejemplos de figuras que difieran sólo en propiedades topológicas (características globales), pero que mantengan la misma geometría (características locales). Por lo que no se puede estudiar la importancia de la topología en la percepción de forma completamente aislada (sin tener en cuenta la información geométrica). El grupo de Chen trata de buscar señales en las imágenes f-MRI que se mantengan para diferentes geometrías pero que comporten una característica topológica común.
El descubrimiento de que el hemisferio izquierdo “es más topólogo” que el derecho (que “es más geométra”, aunque también “un poco topólogo”) no es una sorpresa, ya que muchos estudios en los últimos años han mostrado que para ciertas tareas un hemisferio se comporta mejor que para otras. Estos resultados del grupo de Chen son un arma de doble filo, ya que si ellos pretenden demostrar que la percepción de propiedades topológicas es el principio fundamental de la percepción, el hecho de que preferentemente lo haga sólo el hemisferio izquierdo indica que hay más de un principio fundamental, ya que la percepción visual no está completamente lateralizada en el cerebro. Sin embargo, sus trabajos sólo indican que hay cierta preferencia por la percepción topológica en el hemisferio izquierdo no que sea exclusiva de éste.
En resumen, yo ya lo sabía, “todos llevamos un topológo en nuestro interior” (aunque sólo algunos lo muestran explícitamente).
Hay científicos que no se creen los resultados del Tevatrón Run II. La mayoría callan. 
La noticia ha aparecido en muchos medios, yo destacaría a Tami Freeman “
Os he extraído la figura clave del artículo técnico original
La vida de una mosca gira en torno a una monótona rutina, despertarse antes del amanecer, tomar una siesta al mediodía y tomar un largo paseo antes del anochecer, como muestra la figura que representa la actividad locomotriz de moscas del vinagre a lo largo de 24 horas. Los genetistas británicos Ezio Rosato and Charalambos P. Kyriacou, en “
Los ritmos circadianos asociados al aparato locomotor en las moscas son generados por una red de unas 150 neuronas. Estas neuronas se suelen clasificar en células de noche (evening cells o células E) y células de mañana (morning cells o células M. Pero también hay otras neuronas que son importantes en estos proceos. Ciertas neuronas situadas en la retina (ojos) que reciben la luz, la amplifican y modulan el ritmo circadiano del resto de la red (en la figura vemos un corte transversal de una mosca, mostrando los dos ojos a ambos lados y las neuronas de estos circuitos que se encuentran en la retina, azul, y las que se encuentran en el cerebro de la mosca, verde). Estas neuronas no sólo son fotosensibles sino que también se ven influidas por el entorno ya que expresan ciertas histaminas (por ejemplo, les afecta la cocaína).
Esta teoría tiene la ventaja de que puede ser verificada con “experimentos” computacionales, usando redes de neuronas artificiales, mucho más fáciles que los experimentos con cerebros “de verdad”, por ahora. El artículo de revisión “
