En 1952, Alan Hodgkin y Andrew Huxley publicaron un artículo que fue el resultado de varios años de experimentación con el axón del calamar gigante. Habían estado midiendo potenciales de acción , una tarea que se hizo más fácil en el calamar gigante debido al gran diámetro de sus axones (hasta 1 mm, en comparación con 1 micrómetro, o una millonésima de metro, en humanos). Usando un dispositivo (conocido como abrazadera de voltaje ) que les permitió manipular el voltaje de la membrana del axón y medir la corriente resultante que fluyó a través de sus canales iónicos., desarrollaron un modelo matemático que podría usarse para calcular el flujo de corriente a través de membranas excitables. Ganaron el Premio Nobel en 1963 por su trabajo y, sorprendentemente, sus ecuaciones todavía se usan hoy en día en su forma original.
Este modelado matemático de la función neuronal podría considerarse el primer paso histórico en la creación de un campo que hoy se conoce como neurociencia computacional . La neurociencia computacional implica la traducción de la función cerebral en modelos cuantificables. Por lo general, esto requiere dibujar en varios campos diferentes, como la neurociencia, la psicología cognitiva, la electrofisiología, las matemáticas y la programación informática.
Un artículo reciente en PloS Computational Biology resume la historia de la neurociencia computacional y examina la interacción de este campo con otro: la biología de sistemas . La biología de sistemas es un enfoque para el estudio de la biología que enfatiza la observación de un sistema biológico como un todo. Esto contrasta con una metodología reduccionista , que consiste en descomponer algo en sus partes constituyentes para comprender cómo funciona.
La biología ha tenido que depender del reduccionismo durante gran parte de su historia, simplemente porque no ha habido suficiente información para comprender sistemas completos. Ahora, sin embargo, subcampos como la genómica y la proteómica han llevado a avances drásticos en la extensión de nuestro conocimiento de los procesos biológicos, lo que permite que ocurra por primera vez un modelo computacional complejo de sistemas biológicos.
Sin embargo, como se señala en el artículo de PloS , estos dos campos que utilizan métodos computacionales para explorar la neurociencia y la biología, respectivamente, están claramente separados entre sí y tienen poca interacción o superposición. ¿Por qué es esto?
Una razón es que la información disponible para la biología de sistemas es mucho más completa. Los datos, como un genoma completo, son accesibles para su uso en el modelado computacional. La neurociencia, por otro lado, generalmente tiene que adoptar un enfoque más teórico. Por ejemplo, los neurocientíficos computacionales trabajan mucho con modelos de redes neuronales . Sin embargo, estos modelos suelen ser ejemplos generales y no intentan imitar redes específicas en el cerebro. En este punto, el modelado preciso de distintas redes es un esfuerzo demasiado ambicioso. La disparidad en la información disponible para los dos campos ha dado lugar a diferencias en los métodos y herramientas (por ejemplo, el software utilizado para el modelado), lo que dificulta aún más la integración de las áreas.
Sin embargo, parece que este abismo entre la neurociencia computacional y la biología de sistemas eventualmente será abolido. En este punto puede ser inevitable, ya que el conocimiento de la neurociencia va a la zaga del de otras áreas biológicas por varias razones que van desde la complejidad del cerebro hasta la historia de nuestro enfoque filosófico para estudiarlo. Pero la comprensión de los procesos biológicos como la expresión génica y la síntesis de proteínas que hace que la biología de sistemas sea capaz de realizar intentos de modelado a gran escala conducirá eventualmente a una mejor aclaración de cómo funciona el cerebro. Esto inevitablemente permitirá la integración de la neurociencia computacional y la biología de sistemas. Después de todo, el cerebro es una parte bastante importante del sistema general.
De Schutter, E., Friston, KJ (2008). ¿Por qué la neurociencia computacional y la biología de sistemas están tan separadas? Biología computacional PLoS, 4 (5), e1000078. DOI: 10.1371/diario.pcbi.1000078
Leave a Reply