Al comprender las señales ocultas en el parloteo eléctrico del cerebro, los científicos obtienen información sobre el sueño, el envejecimiento y otros procesos.
En enero de 2020, en un simposio sobre el sueño, Janna Landner presentó descubrimientos que pueden ayudarnos a encontrar los límites entre la vigilia y la inconsciencia en la actividad del cerebro humano. Para los pacientes en coma o anestesia, es muy importante que los médicos puedan hacer esta distinción correctamente. Y esto es mucho más complicado de lo que parece; después de todo, el cerebro humano en la fase de sueño REM produce las mismas ondas familiares y suaves que durante la vigilia.
Sin embargo, Landner argumentó que las respuestas a estas preguntas no se encuentran en las ondas cerebrales ordinarias, sino en un aspecto de la actividad cerebral que los científicos generalmente ignoran. Este es un ruido de fondo aleatorio.
Algunos investigadores se mostraron escépticos sobre esta afirmación. "Dijeron: ¿quieres decir que hay información útil escondida en el ruido?" Dice Landner, anestesiólogo del Centro Médico Universitario de Tübingen en Alemania, quien recientemente recibió una beca postdoctoral en la Universidad de California, Berkeley. "Dije: sí, a quién el ruido y a quién - la señal".
Landner pertenece a un grupo creciente de neurocientíficos que se inspiran en la idea de que el ruido en la actividad eléctrica del cerebro puede contener pistas sobre los misterios de su funcionamiento. Lo que alguna vez se pensó que era el equivalente neurológico de la molesta estática de la televisión, de repente puede tener un efecto profundo en cómo estudiamos el cerebro.
Bradley Wojtek ha escuchado de varios escépticos que no hay nada sobre el ruido cerebral que valga la pena explorar. Sin embargo, los resultados de su estudio independiente de los cambios en este ruido durante el proceso de envejecimiento, así como la información de la literatura sobre tendencias estadísticas en la actividad cerebral irregular, lo convencieron de que a los neurocientíficos les faltaba algo. Y pasó varios años ayudando a los científicos a repensar los datos que recopilaron.
"No es suficiente hablar con un grupo de científicos con una declaración: creo que estamos haciendo algo mal", dijo Wojtek, profesor asociado de ciencia cognitiva y ciencia de datos en la Universidad de California en San Diego. “Necesitan que se les proporcione una nueva herramienta de trabajo”, una mejorada o simplemente una diferente.
Bradley Wojtek
Junto con neurocientíficos de las Universidades de California en San Diego y Berkeley, Wojtek desarrolló un programa que aísla oscilaciones periódicas, como las ondas alfa, que ha estudiado activamente en personas despiertas y dormidas, escondidas en la actividad cerebral aperiódica. Como resultado, los neurocientíficos tienen una nueva herramienta para investigar tanto las ondas periódicas como la actividad cerebral aperiódica con el fin de separar sus roles en el comportamiento, el reconocimiento y la enfermedad.
Llaman de manera diferente al fenómeno estudiado por Voytek y otros científicos. Algunos lo llaman "sesgo 1 / f" o "actividad sin escala". Wojtek promueve el nombre de "señal aperiódica" o "actividad aperiódica".
Y esto no es solo un capricho del cerebro. Los patrones que buscan los científicos están asociados con un fenómeno que los científicos comenzaron a encontrar en varios sistemas complejos, generados tanto por la naturaleza como por la tecnología, en 1925. Esta estructura estadística se manifiesta misteriosamente en tantos contextos diferentes que algunos científicos la consideran una de las leyes de la naturaleza no descubiertas.
Aunque en los últimos 20 años se han publicado trabajos en los que los científicos buscaron y describieron la actividad cerebral arrítmica, ninguno de ellos pudo entender qué es exactamente. Sin embargo, los biólogos de hoy tienen las herramientas para aislar mejor las señales aperiódicas en nuevos experimentos, así como para estudiar los datos antiguos con mayor profundidad. Gracias al algoritmo de Wojtek y otros métodos, ha aparecido en los últimos años toda una galaxia de obras, profesando la idea de tesoros de conocimiento escondidos en la actividad aperiódica, capaces de revolucionar el estudio del envejecimiento, el sueño, el desarrollo infantil, etc.
¿Qué es la actividad aperiódica?
Nuestros cuerpos disfrutan de ritmos familiares de los latidos del corazón y la respiración, ciclos constantes necesarios para la supervivencia. Sin embargo, se escucha un ritmo en el cerebro que aparentemente no tiene regularidades, pero es igual de importante para la vida, y puede ocultar las claves de las pistas sobre el comportamiento y la conciencia.
Cuando una neurona envía una señal a otra neurona utilizando un compuesto como el glutamato , es más probable que se active el extremo receptor. Esta situación se llama agitación. Por el contrario, cuando una neurona secreta un neurotransmisor como el ácido gamma-aminobutírico, o GABA, la probabilidad de activación del lado del huésped se reduce; esto se denomina inhibición o supresión. Todo es bueno con moderación: demasiada excitación conduce a convulsiones, demasiada supresión es característica del sueño y, en casos más graves, coma.
Para estudiar el delicado equilibrio de la excitación y la supresión, los científicos miden la actividad eléctrica en el cerebro mediante electroencefalografía, EEG. Los ciclos de excitación y supresión forman ondas, cuyas diferentes formas están asociadas con diferentes estados de conciencia. Por ejemplo, las ondas cerebrales con una frecuencia de 8 a 12 Hz producen ondas alfa asociadas con el sueño.
Pero la producción del cerebro no es una curva perfecta y suave. Subiendo a máximos y cayendo a mínimos, los gráficos de actividad saltan de un lado a otro. A veces no hay regularidad en el trabajo del cerebro y se vuelve más como un ruido eléctrico. Tiene un componente verdaderamente aleatorio, ruido blanco, pero algunos componentes exhiben una estructura estadística más interesante.
Son estas imperfecciones, las que estropean la suavidad de la curva, así como el ruido, lo que interesa a Wojtek y a otros científicos. "Es, por supuesto, aleatorio, pero hay diferentes accidentes", dijo.
No todos los ruidos son iguales. En los espectrogramas anteriores, las frecuencias bajas están en la parte inferior, las frecuencias altas están en la parte superior. Cuanto más brillante sea el color, mayor será la intensidad. Izquierda: ruido blanco, cuya intensidad de señal no cambia según la frecuencia. En el centro está el ruido rosa, 1 / f, cuya intensidad a altas frecuencias cae a cierta velocidad. El ruido marrón de la derecha tiene una caída de intensidad mucho más profunda.
Para cuantificar la actividad aperiódica, los científicos dividen los datos del EEG sin procesar de forma muy similar a como un prisma divide un rayo de sol en un arco iris. Primero aplicaron el análisis de Fourier. Cualquier gráfico de cambios en los datos a lo largo del tiempo se puede expresar en términos de la suma de funciones trigonométricas, que, a su vez, se pueden expresar en términos de frecuencia y amplitud. La amplitud frente a la frecuencia se puede representar en un gráfico de espectro de potencia.
Las amplitudes del espectro de potencia se suelen colocar en coordenadas logarítmicas, ya que tienen una gran dispersión. Para el ruido blanco completamente aleatorio, la curva del espectro de potencia será relativamente plana y horizontal, con pendiente cero; después de todo, es aproximadamente la misma en todas las frecuencias. Los datos de actividad cerebral muestran curvas con pendiente negativa, cuando a bajas frecuencias las amplitudes son mayores y a altas frecuencias la intensidad disminuye exponencialmente. Esta forma se llama 1 / f, lo que sugiere la relación inversa de frecuencia y amplitud. Los neurocientíficos están interesados en saber qué puede decir la horizontalidad o pendiente de este gráfico sobre los procesos que tienen lugar en el cerebro.
Analizar el EEG de esta manera es como mirar una grabación de sonido hecha en un puente de ferrocarril arrojado sobre una carretera, como él dice. Lawrence Ward , neurocientífico cognitivo de la Universidad de Columbia Británica. El retumbar de los neumáticos de los coches que pasan al azar produce sonidos de fondo aperiódicos, y los silbidos de los trenes programados cada 10 minutos darán una señal periódica con picos que superan el ruido de fondo en volumen. Los ruidos únicos repentinos, como las bocinas o las colisiones de automóviles, producirán una ráfaga notable de sonido, lo que contribuirá a la pendiente de 1 / f.
Los científicos están familiarizados con este fenómeno desde 1925, gracias al trabajoJohnson de Bell Telephone Laboratories, que estudió el ruido del tubo de vacío. El científico alemán Hans Berger publicó el primer electroencefalograma humano solo cuatro años después. En las décadas que siguieron, la neurociencia quedó fascinada por las notables ondas periódicas presentes en la actividad cerebral. Al mismo tiempo, las fluctuaciones del tipo 1 / f se encuentran en todo tipo de ruidos eléctricos, actividad bursátil, ritmos biológicos e incluso en la música, y nadie sabe por qué.
La actividad cerebral aperiódica 1 / f (arriba) se convierte en un conjunto de ondas de diferentes frecuencias (en el medio) usando la transformada de Fourier, y luego el espectro de potencia se traza en el gráfico (abajo).
Quizás debido a la universalidad de este fenómeno, muchos biólogos han descartado la idea de que se puedan extraer señales útiles de las características de la actividad 1 / f. Creían que los instrumentos científicos podrían ser la causa de este ruido, como escribió Biyu Khe , profesora asociada de neurociencia, neurobiología y fisiología en la Escuela de Medicina Grossman de la Universidad de Nueva York, en su revisión de 2014.
Sin embargo, él y otros han desmentido estas sospechas experimentando con el ruido controlado de los instrumentos de medición. Este ruido resultó ser mucho menor que la actividad del cerebro. En un artículo de 2010 en la revista Neuron, él y sus colegas también encontraronque, aunque los gráficos de EEG, las ondas sísmicas de la corteza terrestre y las fluctuaciones en los precios de las acciones muestran tendencias 1 / f, sus estructuras estadísticas de orden superior son diferentes. Este trabajo desafió la idea de que las señales aperiódicas son creadas por alguna ley unificada de la naturaleza.
Sin embargo, el problema aún no se ha resuelto definitivamente. Ward ha encontrado similitudes matemáticas en varios contextos y cree que deben basarse en algo fundamentalmente común. De cualquier manera, Ward y He están de acuerdo en que vale la pena profundizar en la percepción cerebral.
“Durante décadas, la actividad cerebral en una pendiente de 1 / f se consideró sin importancia y, a menudo, simplemente se eliminó del análisis para enfatizar las fluctuaciones periódicas”, escribió en un artículo de 2014. "Sin embargo, ha habido un creciente cuerpo de evidencia de que la actividad cerebral no periódica es un contribuyente importante a la función cerebral".
Nuevas señales de ruido
Wojtek tropezó con el tema de las señales aperiódicas casi por accidente: primero quería construir un modelo que eliminara el ruido blanco del EEG. Pero, al profundizar en la jungla del código que trabaja con datos, se interesó en lo que contenían.
Un estudio de 2015 realizado por Wojtek con su supervisor de investigación Robert Knight , profesor de neurociencia en Berkeley, describió cómo se produce más actividad aperiódica en el cerebro de las personas mayores que en los adultos más jóvenes. Wojtek y Knight vieron que el ruido blanco comienza a dominar el cerebro a medida que envejecemos. También encontraron una correlación entre este ruido y el deterioro de la memoria relacionado con la edad.
Wojtek quería darles a los neurocientíficos un software que pudiera separar automáticamente las características periódicas y aperiódicas en los datos, incl. recopilados hace mucho tiempo y ayudan a los investigadores a encontrar tendencias 1 / f significativas. Y él y el equipo escribieron un programa de este tipo.
La solicitud de una herramienta de este tipo fue evidente de inmediato. Después de la publicaciónprogramas en el sitio biorxiv.org el 11 de abril de 2018, se descargó casi 2000 veces en un mes, bastante para una herramienta computacional de nicho del campo de la neurociencia. En noviembre de ese año, Wojtek hizo una presentación a la comunidad de neurociencias describiendo cómo usar este programa. Debido a su gran popularidad, organizó un seminario donde, junto con el equipo, ayudó a decenas de científicos interesados a abordar el programa. Como resultado del taller y los mensajes posteriores, comenzaron a formarse nuevas colaboraciones.
Uno de ellos se ha relacionado con un estudio sobre el síntoma de la excitación durante el sueño, publicado porLandner en julio de 2020 en la revista eLife. Utilizando este programa, Landner y sus colegas encontraron que en el ruido aperiódico registrado en el EEG de los sujetos, la actividad de alta frecuencia en la fase de sueño REM disminuyó más rápido que durante la vigilia. En otras palabras, la pendiente del espectro de potencia fue mayor.
Espectrograma de la actividad cerebral durante el sueño. El gráfico blanco rastrea los cambios en la pendiente del espectro
En su trabajo, Landner et al., Argumentan que las señales aperiódicas pueden servir como una característica única adecuada para describir el estado de la conciencia humana. Un marcador tan nuevo podría ayudar en la administración de anestesia y el tratamiento de personas en coma.
Otras publicaciones que utilizan el código Wojtek incluyen estudios sobre la eficacia de la medicación para el trastorno por déficit de atención y diferencias en la actividad cerebral en individuos autistas por género. El código se publicó por primera vez en la revista Nature Neuroscience en noviembre de 2020. El trabajo del código se demostró en datos simulados.
Natalie Shavoronkov , postdoctora en el laboratorio de Wojtek, suele estudiar oscilaciones periódicas como las ondas alfa. Son, en sus palabras, "más hermosas que las señales aperiódicas". Sin embargo, recientemente, volviendo al estudio del cerebro de los bebés y las señales eléctricas que caracterizan su desarrollo cognitivo, se enfrentó a un problema: los bebés no producen ondas alfa elegantes. Cómo y cuándo comienzan a aparecer estas ondas es una pregunta abierta.
Utilizando el algoritmo de Wojtek, analizó los datos de EEG abiertos del cerebro de los bebés. En un nuevo artículo publicado en Developmental Cognitive Neuroscience, él y Wojtek describieron los cambios significativos que descubrieron en los primeros siete meses de vida de un niño. Sin embargo, es necesario realizar más investigaciones para comprender si esta actividad está relacionada con la participación de los niños en tareas relacionadas con el desarrollo del cerebro o simplemente surge del aumento de la densidad de la materia gris.
El código de Wojtek ha generado muchas investigaciones nuevas, pero este no es el único ejemplo de análisis de ruido aperiódico. En 2015, cuando Haiguang Wen de Nvidia y Zhongming Liu de la Universidad de Michigan estaban en la Universidad Purdue, publicó otro ejemplo de un enfoque para aislar componentes periódicos y aperiódicos de la actividad cerebral: el análisis auto-espectral de remuestreo irregular (IRASA). Y Biyu He trabajó en este tema incluso antes de que aparecieran estas dos herramientas, al igual que el neurocientífico recientemente fallecido Walter Freeman, cuyo trabajo se inspiró en Wojtek. Esta tarea, por cierto, se puede realizar de forma manual, aunque llevará mucho más tiempo.
La importancia de tener una herramienta que facilite a los neurocientíficos el análisis de datos es que los datos en sí mismos son simplemente una colección de números recopilados durante un período de tiempo. Por sí solo, el gráfico no dice nada sobre si el cerebro está funcionando correctamente o no.
“En neurociencia, la interpretación es clave. Basándonos en esto, tomamos decisiones sobre el tratamiento o el desarrollo de fármacos ”, dijo Wojtek. Según él, la enorme cantidad de datos acumulados en la literatura puede potencialmente generar nuevas ideas después de procesarlas de una manera nueva. "No procesamos estos datos con la suficiente profundidad".
¿Qué significa?
Un gran obstáculo para el estudio de estas señales aperiódicas es el hecho de que nadie sabe exactamente qué las origina. Se necesita más investigación para aclarar las contribuciones de varios neurotransmisores, circuitos neuronales y las interacciones de las redes neuronales, dice Sylvain Baile , profesor de neurociencia y neurocirugía, tecnología biomédica e informática en la Universidad McGill.
"Las razones y las fuentes aún no se han determinado", dijo Baile. "Sin embargo, la investigación debe llevarse a cabo para acumular conocimiento y observación".
Una teoría es que las señales aperiódicas reflejan el delicado equilibrio entre la excitación y la supresión que el cerebro necesita para funcionar de manera saludable y vigorosa. Demasiada excitación puede sobrecargar el cerebro; demasiada supresión puede ponerlo a dormir.
Knight cree que tal explicación no está lejos de la verdad. "No diría que estoy seguro de que esto se deba a cambios en la proporción de excitación y supresión, pero creo que esta es la explicación más probable", dijo.
Una explicación alternativa es que las señales aperiódicas son una consecuencia de la organización física del cerebro.
A partir de cómo el comportamiento 1 / f se manifiesta en otros sistemas físicos, Ward concluye que existe un determinado sistema estructural-jerárquico en el cerebro que genera actividad aperiódica. Esto, por ejemplo, podría ser una consecuencia de cómo se agrupan una gran cantidad de neuronas, formando luego regiones más grandes que funcionan al unísono.
Esta actividad cerebral puede ser ideal para procesar datos sensoriales, ya que dichos datos a menudo presentan fluctuaciones de 1 / f. En un estudio de 2018 publicado poren The Journal of Neuroscience, examina cómo el cerebro predice sonidos cuya estructura contiene 1 / f, y cómo la actividad aperiódica está involucrada en el procesamiento y la predicción de estímulos naturales. No es sorprendente que cualquier música, desde Bach hasta jazz, también pueda contener características 1 / f; después de todo, el cerebro humano crea música.
Wojtek dijo que para probar las hipótesis del origen de las señales aperiódicas, es necesario estudiar cuidadosamente los diversos tipos de actividad neuronal. Luego, los neurocientíficos pueden intentar vincular las regiones del cerebro con la fisiología general para comprender mejor qué mecanismos neuronales generan patrones específicos de actividad y predecir cómo deberían verse las señales aperiódicas y periódicas en varios trastornos cerebrales.
Wojtek también espera hacer más investigaciones a gran escala aplicando su código a conjuntos de datos existentes, lo que sacará a la luz señales nunca antes vistas.
Landner y Knight actualmente están analizando datos de pacientes comatosos en la Universidad de Alabama para ver si esta actividad cerebral se correlaciona con el desarrollo del coma. Ellos predicen que cuando una persona sale de un coma, un aumento en la actividad cerebral de alta frecuencia se manifestará en forma de un cambio en la pendiente del gráfico 1 / f. Los resultados preliminares parecen prometedores, dijo.
Para Baile, las señales cerebrales aperiódicas recuerdan algo a la materia oscura, un marco invisible del Universo que interactúa con la materia normal solo a través de la gravedad. No sabemos en qué consiste ni cuáles son sus propiedades, pero está presente en el fondo celeste, impidiendo imperceptiblemente la descomposición de la Vía Láctea.
Los científicos aún no han descubierto qué causa estas señales aperiódicas, pero también pueden ser un reflejo de la estructura auxiliar vital del universo contenida en nuestras cabezas. Algo misterioso puede ayudar a distraer nuestra mente de estar medio dormida.