La URV estudia cómo se conectan las neuronas a través de un modelo que podría cambiar la manera de analizar el cerebro.
Eva Marabotto
La URV estudia cómo se conectan las neuronas utilizando un enfoque probabilístico novedoso. El equipo investigador del Departamento de Ingeniería Química ha diseñado un modelo que alinea distintas redes complejas para encontrar similitudes. Esta técnica permite detectar patrones comunes en conectomas, es decir, en los mapas de conexiones neuronales.
Hasta ahora, los métodos disponibles eran limitados. Sin embargo, este avance permite alinear múltiples redes a la vez de forma más eficaz. Según los autores, este modelo representa un cambio radical en la forma de analizar los cerebros, tanto de humanos como de otras especies. La investigación se ha publicado en Nature Communications.
Como explica la investigadora Marta Sales-Pardo: “Nuestra motivación principal era poder comparar conectomas. Pero para eso, primero hay que saber qué neuronas son equivalentes”. Esta comparación resulta especialmente difícil cuando se trabaja con cerebros distintos o con poca información adicional sobre cada célula.
Aplicaciones más allá de la neurociencia
La URV estudia cómo se conectan las neuronas con un método que, además, se puede aplicar a otros tipos de redes. Por ejemplo, el equipo también lo probó con redes de correos electrónicos. Esto permitió validar la herramienta en contextos reales con resultados muy precisos.
El modelo asume que todas las redes son versiones con errores de una estructura común, como si existiera un plano compartido. A partir de ahí, reconstruye ese patrón y estima qué nodos coinciden entre las distintas redes. Esta estrategia mejora la precisión y permite adaptar el análisis según el contexto.
Roger Guimerà, uno de los responsables del proyecto, lo resume así: “Hemos alineado hasta diez redes a la vez mejor que cualquier otra herramienta conocida”. Esta capacidad es especialmente útil para comparar cerebros en diferentes momentos del desarrollo o incluso entre especies distintas.
Asimismo, el método permite calcular la probabilidad de que dos nodos sean equivalentes. Esto ofrece resultados más interpretables y fiables que los modelos anteriores. En palabras de los autores: “No solo buscamos la mejor correspondencia, sino que estimamos cuán segura es esa relación”.
De los gusanos a los datos clínicos
La URV estudia cómo se conectan las neuronas usando datos reales de gusanos y moscas, pero también con redes humanas. Han utilizado conectomas del gusano C. Elegans, muy estudiado en neurociencia, y de la larva de Drosophila, conocida como mosca del vinagre. En todos los casos, el modelo funcionó mejor que los anteriores.
Además, podría aplicarse a redes biológicas como las de proteínas, ayudando a identificar funciones en organismos desconocidos. También tendría utilidad en áreas como la seguridad o las finanzas, donde se buscan patrones sospechosos en grandes volúmenes de datos.
En definitiva, este nuevo enfoque ofrece una herramienta potente para entender mejor cómo se conectan los elementos de una red. Y aunque nació en el campo de la neurociencia, su impacto puede ir mucho más allá.
Como concluyen los investigadores, el modelo “permite comparar redes de forma microscópica, mucho más allá de los indicadores generales que se utilizaban hasta ahora”. Gracias a ello, será posible avanzar hacia diagnósticos más precisos y terapias más personalizadas en el futuro.
