Investigadores del Mind Brain Institute, integrante del
Proyecto Cerebro Humano (Human Brain Project), han construido algoritmos de análisis
que relacionan la actividad genética neuronal que la conforma, sus propiedades
eléctricas y su localización cerebral. Este abordaje, que utiliza herramientas
informáticas conocidas como minería de datos (data mining), aumenta la
probabilidad de predecir diferentes aspectos de la estructura y función
cerebral evitando medir cada uno de sus aspectos.
Dentro de una columna de la corteza cerebral del cerebro de
los mamíferos, una unidad básica de procesamiento, existen aproximadamente 300
tipos diferentes de células neuronales. Estos tipos se definen tanto por su
estructura anatómica como por sus propiedades eléctricas, las que a su vez son
definidas por la combinación de canales iónicos presentes en sus membranas que
en definitiva hacen posible la comunicación intercelular. La predicción de cómo
se combinan estos canales en base a un conjunto mínimo de datos, es uno de los
temas de la agenda neurocientífica actual.
En la actualidad, los investigadores sostienen el consenso
de que los genes se expresan a menudo juntos, ya sea porque comparten un
promotor común o porque uno modifica al otro. La expresión de ciertas combinaciones
de genes resulta informativa para comprender cómo se forma una célula neuronal.
Georges Khazen y sus colaboradores proponen la hipótesis de que se podrían
extraer reglas o regularidades a partir de patrones de expresión genética para
predecir las características neuronales. Para ello, tomaron una base de datos
que otros investigadores habían generado desde hace algunos años y registraron
la expresión de 26 genes codificadores de canales iónicos en diferentes tipos
de neuronas del cerebro de ratas. También clasificaron tales tipos neuronales
de acuerdo a la forma de las células, sus propiedades electrofisiológicas y su
posición dentro de las láminas corticales. En base a tales clasificaciones
encontraron que podían predecir los patrones de canales iónicos en un nivel de 78%
de precisión.
A través de este tipo de metodologías, sería posible que una
vez que se validan las reglas algorítmicas en bases de datos semejantes pero
independientes, se podría predecir el conjunto entero de canales iónicos
presentes en una neurona específica. Asimismo, los investigadores consideran
que este abordaje podría utilizarse para explorar el rol de diferentes genes
reguladores de procesos de transcripción y otros aspectos de la organización
cerebral.
No hay comentarios:
Publicar un comentario