Un modelo de ordenador de una red de neuronas muestra un desglose del cambio repentino en la capacidad de la redas para transmitir información, imitando los cambios de las ondas cerebrales que acompañan a la anestesia. Esta investigación se publicó en la revista Physical Review Letters.
Entrando en la anestesia, la mente parece apagarse bruscamente y luego volver a salir de la oscuridad con la misma rapidez. Un nuevo modelo teórico sugiere que estos efectos pueden resultar de un cambio global repentino en la capacidad de la red de neuronas para transmitir información. El modelo puede reproducir los cambios en la actividad eléctrica ("ondas cerebrales") observados con pacientes anestesiados. Los investigadores dicen que su teoría podría proporcionar una base simple para la comprensión de cómo el cerebro adquiere sus funciones cognitivas conscientes.
Los investigadores no entienden cómo la actividad de neuronas interconectadas individuales conduce a los efectos generales de la anestesia. Yan Xu y sus colegas de la Universidad de Pittsburgh School of Medicine se preguntaron si la pérdida de la consciencia podría estar relacionado con una disminución de la capacidad de la información sensorial para encontrar su camino a través de la red neuronal del cerebro. Esta información debe ser transmitida de una región llamada el tálamo, que regula la consciencia y estado de alerta, a la corteza, donde las funciones cognitivas "superiores" procesan la información en una imagen del mundo.
Los científicos desarrollaron un modelo sencillo con una red en forma de árbol de "nodos", en el que una señal de entrada en el "tronco" se difunde a través de las ramas. Cada nodo (lo que podría representar una neurona individual o un cerebro enteras regiones) sumas las entradas que recibe de nodos conectados y luego pasa esta suma a otros nodos. En este modelo, la probabilidad de una señal que se ha pasado con éxito a lo largo de cualquier enlace es controlado por un factor de probabilidad p que se aplica a toda la red.
Con electrodos ubicados en el cuero cabelludo del paciente, se recogen algunas de las señales neuronales y generan formas de onda complejas (EEG) que se procesan para indicar sus frecuencias componentes (utilizando la técnica estándar de análisis de Fourier). Las ondas se clasifican en base a estos componentes de frecuencia. Un cerebro anestesiado sufre un cambio de las llamadas ondas gamma y beta asociados a la consciencia de las ondas alfa asociadas con la relajación y somnolencia y delta ondas asociadas con el sueño profundo. Cuando los investigadores realizaron sus simulaciones utilizando la señal aleatoria conocida como ruido blanco como la entrada, encontraron que un nodo seleccionado de forma aleatoria en la capa de salida de la red (puntas de las ramas) produce señales que coincidían con las de los pacientes. Las señales cambiaron de olas predominantemente gamma y beta como en alta p (cercano a 1) para la mayoría alfa y delta ondas a baja p (por debajo de 0,5). Los investigadores también se bassaron en la teoría de la información estándar para definir la cantidad de información codificada en las señales de entrada y de salida de la red en términos de su llamada entropía información. La entropía de la salida relativa a la entrada cayó abruptamente en un valor de p de aproximadamente 0,3, lo que significa que muy poca información estaba siendo transmitida a través de la red. La brusquedad relativa de esta transición coincide con la observación de que existe una concentración crítica de anestésico para el que se pierde bruscamente y completamente la conciencia.
Los investigadores dicen que esta ruptura de la transmisión de la información refleja el hecho de que a baja p se hace casi imposible la información para encontrar una trayectoria continua a través de la red. Esta pérdida de una ruta totalmente conectada se llama una transición de percolación, se asemeja a la forma en que un fluido que fluye a través de una red porosa al azar (como el agua caliente a través de los granos de café para llevar) "busca" una ruta completa. Pero incluso a muy baja p, dicen los investigadores, una ruta aún podría abrir transitoriamente por casualidad. "Es intrigante que un modelo simple en el marco teoría de la percolación tradicional, con un solo parámetro relacionado con la conectividad de red, pueda dar cuenta de varias características de la dinámica del cerebro bajo anestesia", dice Plamen Ivanov de la Universidad de Boston. "La belleza de este enfoque es que es simple, construido a partir de primeros principios, y genera dinámicas ricas controladas por un solo parámetro." Pero advierte que el modelo es todavía un largo camino desde que explica los mecanismos reales de la consciencia.
Los investigadores no entienden cómo la actividad de neuronas interconectadas individuales conduce a los efectos generales de la anestesia. Yan Xu y sus colegas de la Universidad de Pittsburgh School of Medicine se preguntaron si la pérdida de la consciencia podría estar relacionado con una disminución de la capacidad de la información sensorial para encontrar su camino a través de la red neuronal del cerebro. Esta información debe ser transmitida de una región llamada el tálamo, que regula la consciencia y estado de alerta, a la corteza, donde las funciones cognitivas "superiores" procesan la información en una imagen del mundo.
Los científicos desarrollaron un modelo sencillo con una red en forma de árbol de "nodos", en el que una señal de entrada en el "tronco" se difunde a través de las ramas. Cada nodo (lo que podría representar una neurona individual o un cerebro enteras regiones) sumas las entradas que recibe de nodos conectados y luego pasa esta suma a otros nodos. En este modelo, la probabilidad de una señal que se ha pasado con éxito a lo largo de cualquier enlace es controlado por un factor de probabilidad p que se aplica a toda la red.
Con electrodos ubicados en el cuero cabelludo del paciente, se recogen algunas de las señales neuronales y generan formas de onda complejas (EEG) que se procesan para indicar sus frecuencias componentes (utilizando la técnica estándar de análisis de Fourier). Las ondas se clasifican en base a estos componentes de frecuencia. Un cerebro anestesiado sufre un cambio de las llamadas ondas gamma y beta asociados a la consciencia de las ondas alfa asociadas con la relajación y somnolencia y delta ondas asociadas con el sueño profundo. Cuando los investigadores realizaron sus simulaciones utilizando la señal aleatoria conocida como ruido blanco como la entrada, encontraron que un nodo seleccionado de forma aleatoria en la capa de salida de la red (puntas de las ramas) produce señales que coincidían con las de los pacientes. Las señales cambiaron de olas predominantemente gamma y beta como en alta p (cercano a 1) para la mayoría alfa y delta ondas a baja p (por debajo de 0,5). Los investigadores también se bassaron en la teoría de la información estándar para definir la cantidad de información codificada en las señales de entrada y de salida de la red en términos de su llamada entropía información. La entropía de la salida relativa a la entrada cayó abruptamente en un valor de p de aproximadamente 0,3, lo que significa que muy poca información estaba siendo transmitida a través de la red. La brusquedad relativa de esta transición coincide con la observación de que existe una concentración crítica de anestésico para el que se pierde bruscamente y completamente la conciencia.
Los investigadores dicen que esta ruptura de la transmisión de la información refleja el hecho de que a baja p se hace casi imposible la información para encontrar una trayectoria continua a través de la red. Esta pérdida de una ruta totalmente conectada se llama una transición de percolación, se asemeja a la forma en que un fluido que fluye a través de una red porosa al azar (como el agua caliente a través de los granos de café para llevar) "busca" una ruta completa. Pero incluso a muy baja p, dicen los investigadores, una ruta aún podría abrir transitoriamente por casualidad. "Es intrigante que un modelo simple en el marco teoría de la percolación tradicional, con un solo parámetro relacionado con la conectividad de red, pueda dar cuenta de varias características de la dinámica del cerebro bajo anestesia", dice Plamen Ivanov de la Universidad de Boston. "La belleza de este enfoque es que es simple, construido a partir de primeros principios, y genera dinámicas ricas controladas por un solo parámetro." Pero advierte que el modelo es todavía un largo camino desde que explica los mecanismos reales de la consciencia.
