Mtro. Alfredo Adán Ríos científico Neurojurídico Penal y Forense
Durante los últimos años, los científicos e ingenieros del Laboratorio Nacional Lawrence Livermore (LLNL) han logrado avances significativos en el desarrollo de un dispositivo tridimensional de "cerebro en un chip" capaz de registrar la actividad neuronal de cultivos de células cerebrales humanas cultivadas fuera del cuerpo.
Ahora, los investigadores del LLNL tienen una forma de modelar computacionalmente la actividad y las estructuras de las comunidades neuronales a medida que crecen y maduran en el dispositivo con el tiempo, un desarrollo que podría ayudar a los científicos a encontrar contramedidas para las toxinas o los trastornos que afectan al cerebro, como la epilepsia o los trastornos traumáticos. daño cerebral.
Como se informó recientemente en la revista PLOS Computational Biology, un equipo de LLNL ha desarrollado un modelo estadístico para analizar las estructuras de las redes neuronales que se forman entre las células cerebrales sembradas en dispositivos de cerebro en un chip in vitro. Mientras que otros grupos han modelado estadísticas básicas a partir de instantáneas de la actividad neuronal, el enfoque de LLNL es único en el sentido de que puede modelar la dinámica temporal de las culturas neuronales: la evolución de esos cambios en la red neuronal a lo largo del tiempo. Con él, los investigadores pueden aprender sobre la estructura de la comunidad neuronal, cómo evoluciona la comunidad y cómo varían las estructuras en las condiciones experimentales. Aunque este trabajo actual se desarrolló para datos de cerebro en un chip 2D, el proceso se puede adaptar fácilmente al cerebro en un chip 3D de LLNL.
Tenemos el hardware, pero todavía hay una brecha”, dijo el autor principal, José Cadena. “Para realmente hacer uso de este dispositivo, necesitamos herramientas de modelado estadístico y computacional. Aquí presentamos un método para analizar los datos que recopilamos del cerebro en un chip. La importancia de este modelo es que nos ayuda a cerrar la brecha. Una vez que tenemos el dispositivo, necesitamos las herramientas para dar sentido a los datos que obtenemos de él”.
Utilizando conjuntos de electrodos múltiples (MEA) de película delgada diseñados en el dispositivo de cerebro en un chip, los investigadores han capturado y recopilado con éxito las señales eléctricas producidas por las redes neuronales a medida que se comunican. Con estos datos como herramientas de enseñanza, el equipo combinó modelos de bloques estocásticos que son estándar en la teoría de grafos con un modelo probabilístico llamado proceso gaussiano que incluye un componente de aprendizaje automático para crear un modelo de bloques estocásticos temporales (T-SBM).
El modelo se aplicó a tres conjuntos de datos; la complejidad del cultivo, la matriz extracelular (ECM, por sus siglas en inglés), la proteína que recubre las células sobre las que crecen, y las neuronas de diferentes regiones del cerebro. En el primer experimento, los investigadores observaron datos de cultivos que contenían solo células neuronales frente a cultivos que tenían neuronas mezcladas con otros tipos de células cerebrales, más cerca de lo que se encontraría en un cerebro humano. Los investigadores encontraron lo que esperaban, que en cultivos más complejos que contenían otros tipos de células, las redes que se desarrollan son más complejas y las comunidades se vuelven más complejas con el tiempo. Para el segundo estudio con ECM, el modelo analizó neuronas cultivadas en tres tipos diferentes de proteínas similares a tejidos y descubrió que el recubrimiento en el que crecen estas neuronas en el dispositivo tiene poco efecto en el crecimiento de cultivos neuronales. Los conjuntos de datos para los dos primeros estudios se generaron a través de experimentos de cerebro en un chip realizados en LLNL y dirigidos por los investigadores de LLNL Doris Lam y Heather Enright.
"Sabíamos por nuestros experimentos que se habían formado numerosas redes neuronales, pero ahora con este modelo estadístico podemos identificar, distinguir y visualizar cada red en el dispositivo de cerebro en un chip y monitorear cómo estas redes cambian en las condiciones experimentales". dijo Lam.
En el último estudio, los investigadores observaron diferencias en las redes en cultivos corticales e hipocampales, mostrando un nivel mucho más alto de actividad neuronal sincronizada en cultivos hipocampales. En conjunto, los investigadores dijeron que los resultados muestran que el modelo temporal es capaz de capturar con precisión el crecimiento y las diferencias en la estructura de la red a lo largo del tiempo y que las células pueden desarrollar redes en un dispositivo basado en un chip como se describe en la literatura de neurociencia.
“Estos experimentos muestran que podemos representar lo que sabemos que sucede en el cerebro humano en una escala más pequeña”, dijo Cadena. “Es tanto una validación del cerebro en un chip como de las herramientas computacionales para analizar los datos que recopilamos de estos dispositivos. La tecnología aún es nueva, no hay muchos de estos dispositivos; tener estas herramientas computacionales para poder extraer conocimiento es importante para avanzar”.
La capacidad de modelar cambios en las conexiones neuronales a lo largo del tiempo y establecer una actividad neuronal normal de referencia podría ayudar a los investigadores a usar el dispositivo de cerebro en un chip para estudiar los efectos de intervenciones como medicamentos farmacéuticos para condiciones que causan cambios en las estructuras de red del cerebro. , como la exposición a toxinas, trastornos como la epilepsia o las lesiones cerebrales. Los investigadores podrían desarrollar un cerebro sano en un chip, inducir un ataque epiléptico o introducir la toxina y luego modelar el efecto de la intervención para volver al estado de referencia.
“Es esencial tener este tipo de modelo computacional. A medida que comenzamos a generar grandes cantidades de datos relevantes para los seres humanos, finalmente queremos utilizar esos datos para informar un modelo predictivo. Esto nos permite tener una comprensión firme de los estados fundamentales de las redes neuronales y cómo se ven perturbadas por agresiones físicas, químicas o biológicas”, dijo el investigador principal Nick Fischer. “Solo hay una cantidad limitada de datos que podemos recopilar en un dispositivo de cerebro en un chip, por lo que, para lograr realmente la relevancia humana, necesitaremos cerrar esa brecha utilizando modelos computacionales. Este es un trampolín en el desarrollo de este tipo de modelos, tanto para comprender los datos que estamos generando a partir de estos complejos sistemas de cerebro en un chip como para trabajar hacia este tipo de naturaleza predictiva”.
El trabajo fue financiado por el programa de Investigación y Desarrollo Dirigido por Laboratorio (LDRD) y fue uno de los pasos finales de una iniciativa estratégica de laboratorio (SI) para desarrollar y evaluar redes neuronales en dispositivos basados en chips. Como parte de este proyecto, el equipo también optimizó los parámetros biológicos y de ingeniería para cultivos neuronales 3D para comprender mejor cómo la arquitectura, la complejidad celular y el andamiaje 3D se pueden ajustar para modelar estados de enfermedad con mayor fidelidad de lo que es posible actualmente.
Con un dispositivo validado en su lugar, el equipo del laboratorio está buscando financiamiento de patrocinadores externos para usar el cerebro en un chip 3D para evaluar compuestos terapéuticos y desarrollar modelos de cultivos neuronales relevantes para humanos para enfermedades y trastornos como lesiones cerebrales traumáticas. , en un esfuerzo por encontrar formas de restablecer la función cerebral normal en pacientes con TBI.
Conclusión: Esta ciencia computacional de neurotecnociencia teorico experimental aplicada no solo basada en el modelado y simulación de computo científico ayudaría en campos de la neurociencia, neuropsiquiatrica computacional forense que dentro del marco de las ciencias neurojuridicas penal y forense ayuden a determinar con mayor exactitud la determinación algorítmica y computacional del mecanismo del modelado neurogenetico biofísico en general del cerebro criminal en una prueba pericial cientifica , para que en sí misma la veracidad de la prueba testimonial tenga mayor validez cientifica conforme avanza el tiempo en la era dela tecno ciencia aplicada a las ciencia jurídica en general, por lo tanto dichos centros de investigación asi como el Laboratory of Intelligence Modeling & Neurophysics de Boston ayudarían a gran escala evolutiva de dichos modelos actuales y retrofuturistas.
Referencia:
https://www.llnl.gov/news/modeling-neuronal-cultures-brain-chip-devices
https://www.bumc.bu.edu/bergethonlab/
Te podría interesar...
