Neurociencia, se unen para encontrar soluciones

Un aspecto importante del estudio del cerebro es comprender cómo el cerebro y el cuerpo interactúan. Conozca a los investigadores que estudian las interacciones cerebro-cuerpo, desde la monitorización de la degradación neuronal que causa el Alzheimer hasta la mejora de la movilidad de los supervivientes de un accidente cerebrovascular. Sus esfuerzos podrían mejorar la salud y la calidad de vida de millones de estadounidenses. 

CONTROL MOTOR: Uso de imágenes para ayudar a sobrevivientes de pérdida de extremidades y accidentes cerebrovasculares

Las prótesis suelen ser una de las primeras intervenciones médicas para la pérdida de extremidades superiores, pero muchos pacientes no las usan. Las prótesis avanzadas de los laboratorios de investigación rara vez están cubiertas por el seguro médico, y las que están disponibles para los pacientes no son especialmente cómodas o tienen una funcionalidad aparente limitada. Lewis Wheaton , profesor de la Facultad de Ciencias Biológicas , está trabajando para cambiar esta situación.

Tras un derrame cerebral o la amputación de una extremidad superior, el cerebro debe reconfigurar el control neuromotor. La investigación de Wheaton divide este problema en tres áreas: cómo se organizan las redes neuronales para planificar y ejecutar comportamientos complejos (como servir una taza de café), cómo responde el cerebro tras la pérdida de una extremidad o un derrame cerebral, y cómo los investigadores pueden utilizar estos cambios cerebrales para apoyar el aprendizaje motor mediante la rehabilitación. Wheaton ha sentido pasión por este trabajo desde sus estudios de posgrado.

“Desde que atendí a mi primer paciente en un centro clínico, me di cuenta de lo mucho que estos eventos traumáticos pueden afectar la vida de las personas, y también de cuánto anhelan tener algo de independencia y una sensación de normalidad. Mi corazón me impulsaba a buscar una carrera ayudando a personas que atraviesan esta situación”, dijo Wheaton.

La investigación de Wheaton busca comprender cómo se ve afectado el cerebro tras la pérdida de una extremidad o un accidente cerebrovascular desde la perspectiva de las redes neuronales, utilizando herramientas de imagen como la resonancia magnética funcional y el electroencefalograma (EEG).

Con estas imágenes, su grupo puede determinar cómo se comunica la actividad cerebral a través de las cortezas cuando una persona está reaprendiendo habilidades motoras fundamentales. A partir de ahí, Wheaton determina si la actividad neuronal puede predecir la pérdida o adquisición de habilidades motoras y cómo modificar los enfoques terapéuticos para maximizar el aprendizaje motor en cada participante.

El trabajo actual de Wheaton también busca comprender cómo percibimos la discapacidad en los demás. 

“Si me ves intentando tomar una taza de café con las manos, probablemente sepas exactamente cuáles son mis intenciones, pero si me ves intentando alcanzarla con una prótesis, ¿qué predices el resultado?”, dijo Lewis.

“Imaginar esto puede proporcionarnos datos importantes que podemos vincular con el comportamiento, la percepción y la comprensión básica de las acciones en todas las personas. Esto podría ayudarnos a descubrir cómo se modifican las redes neuronales a través del proceso de aprendizaje y participación”, añade.

La investigación de Wheaton está financiada principalmente por los Institutos Nacionales de Salud (NIH).

Desde que atendí a mi primer paciente en un centro clínico, me di cuenta del gran impacto que estos eventos traumáticos pueden tener en la vida de las personas, y también de cuánto anhelan tener cierta independencia y una sensación de normalidad. Mi corazón me impulsaba a buscar una carrera ayudando a quienes atraviesan esta situación. —Lewis Wheaton

MOVILIDAD: Uso de robots para rehabilitar la alteración de la marcha

Los accidentes cerebrovasculares pueden cambiar la vida de una persona en un instante. Una de sus consecuencias más debilitantes es la dificultad para caminar y mantener el equilibrio, pero Aaron Young, profesor asociado de la Escuela de Ingeniería Mecánica George W. Woodruff , trabaja para estabilizar la situación. En su Laboratorio de Controles Inteligentes de Exoesqueletos y Prótesis , Young se centra en la movilidad de las extremidades inferiores para personas con trastornos neurológicos, como accidentes cerebrovasculares y parálisis cerebral.

“Tras un evento neurológico como un derrame cerebral, el sistema nervioso central intenta reorganizarse para compensar esas pérdidas”, explicó Young. “Muchas veces, esto genera problemas de movimiento, como problemas de marcha que afectan la velocidad y el equilibrio”.

Young coloca electrodos en la piel de sujetos sanos y lesionados para medir señales neuronales, un proceso llamado electromiografía. Combinado con un algoritmo de aprendizaje automático, Young puede determinar cómo controlar mejor las prótesis y desarrollar exoesqueletos de rehabilitación .

Estos exoesqueletos son dispositivos portátiles externos que pueden ayudar a una persona a reentrenar sus patrones de movimiento. Por ejemplo, las personas con dificultades para caminar suelen hiperextender las rodillas, pero este exoesqueleto puede guiarlas para evitar estos movimientos.

"Se trata de entrenar el sistema nervioso para fomentar un comportamiento más saludable que respalde los objetivos clínicos a largo plazo", señaló Young.

El trabajo de Young está financiado en gran parte por el NIH.

SALUD MENTAL: Mapeo del cerebro para resolver la depresión resistente al tratamiento

Un mapa de ruta del cerebro podría brindarnos mejores instrucciones para interpretar y tratar los problemas de salud mental, y comprender mejor cómo el cerebro interactúa con el cuerpo en estas condiciones. Durante décadas, la depresión resistente al tratamiento ha frustrado a pacientes y médicos porque, como su nombre indica, no se puede aliviar con medicamentos ni terapia.

Parte del desafío del trastorno radica en que los pacientes no solo luchan con síntomas depresivos típicos, como la apatía y la anhedonia (la incapacidad de experimentar placer de actividades que antes les resultaban gratificantes), sino que también pueden sentir una pesadez y letargo en el cuerpo que dificulta la realización de tareas. Incluso actividades que podrían ser gratificantes y mejorar su estado de ánimo parecen prácticamente imposibles.

Chris Rozell es el director fundador del Instituto de Neurociencia, Neurotecnología y Sociedad.

Chris Rozell , profesor de la Escuela de Ingeniería Eléctrica e Informática , aborda este problema desde una perspectiva de la neurociencia: registra la actividad cerebral para ver cómo se activan los circuitos neuronales cuando se realizan tareas con las que las personas con depresión suelen tener dificultades. 

“Uno de nuestros intereses particulares es comprender no solo los síntomas del estado de ánimo, sino también cómo se manifiesta la depresión en el cuerpo”, dijo Rozell. “Queremos comprender la disposición de las personas a tomar decisiones y la compensación entre el esfuerzo y la recompensa que ofrecen esas decisiones frente a la presión de la depresión”.

Rozell ha sido pionero en la aplicación de la neurotecnología al tratamiento de trastornos psiquiátricos. Desde 2014, ha trabajado con colaboradores clínicos para comprender cómo los marcapasos implantados para estimulación cerebral profunda pueden reconfigurar los circuitos cerebrales que han fallado durante la depresión.

“Si bien muchos trastornos neurológicos, como el párkinson, afectan principalmente a una parte del cerebro, las enfermedades psiquiátricas suelen ser trastornos de red, donde varias partes del cerebro presentan problemas de comunicación”, afirmó Rozell. “Fue crucial cuando demostramos que se podían usar datos sobre la actividad cerebral para comprender los circuitos y los síntomas de la depresión resistente al tratamiento”.

Los investigadores del laboratorio de Rozell no solo mapean el cerebro, sino que podrían mejorarlo. Con una pequeña inyección de corriente del marcapasos, los pacientes con depresión resistente al tratamiento podrían experimentar alivio de los síntomas. Rozell y sus colegas están desarrollando maneras de usar los datos para guiar a los equipos clínicos en la atención de pacientes que reciben estas nuevas terapias, que podrían tener aplicaciones más allá de la depresión.

La investigación de Rozell está financiada principalmente por la Iniciativa BRAIN del NIH . 

Si bien muchos trastornos neurológicos, como el párkinson, afectan principalmente a una parte del cerebro, las enfermedades psiquiátricas suelen ser trastornos de red, donde varias partes del cerebro presentan problemas de comunicación. Fue crucial cuando demostramos que se podían usar datos sobre la actividad cerebral para comprender los circuitos y los síntomas de la depresión resistente al tratamiento. —Chris Rozell

MOVIMIENTO: Aprovechar el aprendizaje automático para descomponer los conceptos básicos del movimiento

Tomar una taza de café puede parecer una acción sencilla, pero muchas articulaciones trabajan juntas para que el movimiento se realice con fluidez. En enfermedades como el Parkinson y la enfermedad de Huntington, las regiones cerebrales que controlan el movimiento comienzan a fallar y, de repente, la sencilla tarea de tomar una taza se vuelve titánica. Para comprender mejor estos trastornos del movimiento, necesitamos comprender los fundamentos del movimiento, y ahí es donde entra en juego el laboratorio de Jeff Markowitz .

“Si observamos a una persona jugando al tenis, podríamos etiquetar su movimiento como un swing de tenis, pero un swing de tenis implica un conjunto complejo de movimientos que necesitamos cuantificar”, dijo Markowitz, profesor asistente en el Departamento de Ingeniería Biomédica Wallace H. Coulter .

Para rastrear estos movimientos, el laboratorio de Markowitz desarrolló nanopartículas inyectables que pueden iluminarse dentro de un modelo de ratón y ayudar a los investigadores a ver cómo cada articulación, ligamento y músculo se mueve de forma independiente. Los ratones se mueven demasiado rápido para que los humanos registren cada uno de sus movimientos, pero el aprendizaje automático con captura de movimiento de alta resolución puede etiquetar cada acción, lo que permite a los investigadores rastrearlos.

Con el tiempo, Markowitz espera poder utilizar este método de captura de movimiento en modelos de ratón de la misma forma que lo hacemos con humanos. A partir de ahí, los investigadores podrían imitar, en un ratón, síntomas como los temblores que experimentan los pacientes con párkinson.

“Para cuantificar el movimiento, necesitamos una precisión considerable al registrarlo, algo difícil de lograr con los diminutos ratones peludos que se suelen usar en el laboratorio. Intentamos combinar nuestra capacidad para manipular genes y la actividad neuronal en ratones con nuestro nuevo sistema de captura de movimiento, para poder lograr una comprensión fundamental del control motor tanto en la salud como en la enfermedad”, dijo Markowitz.

El trabajo de Markowitz está financiado por la Fundación McCamish, la Fundación David y Lucille Packard, el Fondo Burroughs Wellcome y la Fundación Sloan.

RENDIMIENTO: Estudiando cómo los robots portátiles pueden mejorar el movimiento

¿Qué pasaría si un robot pudiera hacer que el cuerpo de una persona de 60 años se moviera como el de una de 40? Ese es uno de los objetivos del laboratorio de Greg Sawicki , donde examinan la relación entre los robots y el cuerpo humano.

“Nos interesa cómo podemos usar la robótica portátil no solo para restaurar la movilidad de las personas, sino también para mantenerla en la vejez”, afirmó Sawicki, profesor de la Facultad de Ciencias Biológicas y de la Escuela Woodruff de Ingeniería Mecánica. Su trabajo incluso tiene aplicaciones para atletas profesionales o soldados que buscan mejorar su rendimiento con la robótica.

Por supuesto, el movimiento humano cambia cuando se utilizan wearables. Por lo tanto, gran parte del trabajo de Sawicki consiste en medir cuidadosamente la fisiología de las personas en tiempo real. Lo hace con cámaras de alta velocidad, sensores de fuerza, electromiografía y herramientas de bioimagen como el ultrasonido, que pueden monitorear los músculos mientras una persona lleva puesto un wearable.

El proyecto actual de su equipo de investigación consiste en medir cómo las personas mantienen el equilibrio para determinar la mejor manera de recuperarse de un resbalón o tropiezo. Una vez que acumulan un volumen sustancial de datos, pueden usar herramientas de aprendizaje automático para generar algoritmos que emulen las respuestas humanas. Ese código se puede cargar en una computadora pequeña y rápida para un robot wearable. Este robot puede responder más rápido que los músculos y, con el tiempo, evitar que las personas tropiecen tanto.

“Como ingenieros, consideramos el cuerpo humano como una máquina y aplicamos principios de ingeniería para comprender el movimiento, como si fuera un robot. Pero necesitamos comprender cómo la fisiología humana se diferencia de los objetos diseñados, como el contraste entre un músculo y un motor. Al examinar la fisiología desde la perspectiva de la ingeniería, podemos comprender sus particularidades”, señaló Sawicki.

El trabajo de Sawicki está financiado principalmente por el Instituto Nacional sobre el Envejecimiento del NIH .

“Nos interesa saber cómo podemos usar la robótica portátil no solo para restaurar el movimiento de las personas, sino también para mantenerlo en la vejez”. —Greg Sawicki

PERCEPCIÓN: Descubriendo cómo tomamos decisiones a través del movimiento

Simon Sponberg sostiene una polilla halcón.

Cuando una persona se mueve entre una multitud, percibe el mundo rápidamente y toma miles de decisiones precipitadas. Simon Sponberg estudia esta percepción, pero a través de una perspectiva inesperada: el movimiento.

“Exploro cómo se mueven los animales, qué necesitan hacer en su entorno para desplazarse y cómo su percepción lo permite”, explicó Sponberg, profesor asociado de las Facultades de Física y Ciencias Biológicas. “Trabajamos desde la periferia del sistema motor hasta la percepción, una vía poco apreciada para comprender el funcionamiento de nuestro cerebro”.

En particular, Sponberg estudia insectos para comprender mejor la percepción. En el laboratorio, coloca pequeños electrodos en las cabezas de polillas halcón, un gran insecto volador con una fuerte capacidad sensorial. Los investigadores emiten estímulos sensoriales, como luces u olores, para atraer a las polillas y observar cómo sus cerebros procesan estos estímulos para tomar decisiones rápidas en entornos complejos.

Esta investigación muestra cómo toman decisiones las polillas, pero también podría tener aplicaciones en la inteligencia artificial, la robótica y el ámbito militar. "¿Cómo puedo identificar qué es interesante, qué es una amenaza potencial y a qué necesito responder con rapidez?", preguntó Sponberg. "Los insectos pueden hacer esto con una potencia computacional extremadamente baja, y eso tiene enormes implicaciones".

El trabajo de Sponberg está financiado principalmente por la Oficina de Investigación Científica de la Fuerza Aérea.

COMPORTAMIENTO: Aplicación del aprendizaje automático a la neurociencia

Cuando los neurocientíficos recopilan datos sobre cómo los animales o las personas realizan tareas, obtienen miles de puntos de datos. Investigadores como Anqi Wu les ayudan a interpretar estos datos. Como neurocientífico computacional, Wu trabaja en la intersección del aprendizaje automático y la neurociencia.

"También desarrollo herramientas estadísticas basadas en datos para comprender las señales y el comportamiento neuronales", dijo Wu, profesor asistente en la Escuela de Ciencias Computacionales e Ingeniería .

Colabora con científicos experimentales de Georgia Tech, la Universidad Emory y la Universidad de Washington para extraer información valiosa de su trabajo. Muchos conjuntos de datos representan una interacción compleja entre señales neuronales y conductuales; por ejemplo, cómo se desarrolla la actividad neuronal cuando un ratón recorre un laberinto. Wu aplica técnicas de aprendizaje automático para extraer información valiosa de estos datos.

“No se puede simplemente mirar píxeles sin procesar de grabaciones de video y esperar extraer información significativa”, dijo Wu. “Los neurocientíficos transforman estos videos en representaciones de menor dimensión que facilitan la interpretación del comportamiento animal, como detectar si el animal gira a la izquierda o a la derecha, si olfatea o si corre”.

El objetivo es comprender los patrones del comportamiento animal. Por ejemplo, los datos de comportamiento podrían mostrar que un ratón se mueve, se detiene y luego se detiene para interactuar con otros. Más allá de simplemente describir estas acciones, Wu desarrolla modelos avanzados para descubrir los objetivos subyacentes que impulsan estas secuencias de movimiento, como buscar agua o regresar a casa para descansar.

“Quiero extraer toda la información de este comportamiento complejo, aparentemente aleatorio”, dijo. “Con esta información estructurada, podemos determinar qué objetivo interno intenta alcanzar el animal”.