Pie de foto: De izquierda a derecha, los investigadores Joaquín Villanueva Balsera, Maria Teresa Fernández Sánchez, Pablo de la Fuente y Antonello Novelli

El trabajo, publicado en la revista ‘Scientific Reports’, puede resultar de utilidad en el diseño de fármacos para patologías como la epilepsia y enfermedades neurodegenerativas

Los investigadores han empleado un novedoso enfoque metodológico que combina la utilización de microchips para registrar la actividad eléctrica neuronal y técnicas de ‘machine learning’ para el análisis de datos

Oviedo/Uviéu, 27 de octubre de 2021. El cerebro de los mamíferos posee en el momento del nacimiento redes neuronales inmaduras, que se modifican a lo largo del desarrollo hasta lograr su funcionalidad definitiva. Este proceso es conocido como maduración de los circuitos neuronales. Una investigación liderada por la Universidad de Oviedo ha conseguido predecir, en cultivos celulares, el desarrollo y comportamiento de estas redes neuronales, lo que puede resultar de utilidad en el diseño de fármacos para enfermedades como la epilepsia, la esclerosis múltiple, la esclerosis lateral amiotrófica, el párkinson o el alzhéimer.

Los investigadores de la Universidad de Oviedo han llegado a esta conclusión tras analizar la evolución de la actividad eléctrica de neuronas corticales de ratón que se desarrollan en vitro. Para ello, los científicos de la institución académica asturiana emplearon un novedoso enfoque metodológico que combina la utilización de microchips (MEAs), que han permitido registrar la actividad eléctrica neuronal, y técnicas de machine learning de análisis de datos. La conjunción de ambos procedimientos ha arrojado una conclusión muy interesante y es que los patrones iniciales de la actividad eléctrica neuronal pueden predeterminar la actividad de las redes neuronales maduras. El trabajo, participado por investigadores del Instituto Universitario de Biotecnología de Asturias (IUBA), del Área de Proyectos de Ingeniería (API), del Departamento de Bioquímica y Biología Molecular y del Departamento de Psicología, ha sido publicado recientemente en la revista Scientific Reports, del Grupo Nature.

Antonello Novelli, profesor de la Facultad de Psicología y firmante del artículo, destaca que los resultados del estudio demuestran que es posible conocer cómo serán las conexiones definitivas entre neuronas en cultivo en el laboratorio a partir de sus primeras fases de desarrollo  “Hemos comprobado –explica el investigador—que, si bien existe variabilidad en los parámetros electrofisiológicos entre los distintos cultivos, es posible predecir en gran parte la evolución de la actividad eléctrica de estos cultivos en las diferentes etapas de su desarrollo”. 

¿Qué aplicaciones puede tener el hallazgo?

El profesor Novelli sugiere que estas técnicas se podrían aplicar en el estudio de neurofármacos para patologías como la epilepsia o enfermedades inflamatorias o neurodegenerativas. Además, y este es un aspecto importante de la investigación, la predicción de los valores que alcanzará la respuesta neuronal en una experimentación permitirá aumentar la precisión en la interpretación de los resultados que se obtendrán en cada experimento.   

Aunque el estudio no entra a analizar este extremo, Novelli destaca que este hallazgo nos acerca un poco más a la medicina personalizada, un campo cada vez más estudiado y con un gran futuro. “Todos los seres humanos somos diferentes y los patrones de desarrollo de una hipotética enfermedad también difieren en función de cada individuo. En el futuro, podría predecirse el avance de la enfermedad y su comportamiento y definir biomarcadores personalizados que nos permitieran utilizar fármacos específicos para obtener la mejor respuesta al tratamiento”, subraya. Antonello Novelli apunta además otra posible aplicación en el campo de los trastornos del espectro autista (TEA). “Hoy sabemos que no todos los niños con TEA consiguen desarrollar las mismas capacidades. Es posible que en un futuro podamos predecir también las posibilidades de desarrollo de las capacidades de cada niño en función de la evolución de sus patrones electroencefalográficos”, indica.

¿Cómo se llevó a cabo el estudio?

Para llevar a cabo este trabajo, los investigadores clasificaron la actividad espontánea de las neuronas corticales en cultivo en base a 18 parámetros electrofisiológicos relacionados con variables particularmente relevantes de la actividad neuronal. Entre estas variables, el análisis de minería de datos identificó el grado de sincronización de la actividad eléctrica neuronal y la presencia de ráfagas de potenciales de acción, también llamados bursts, entre aquellas que definían en mayor grado la actividad neuronal de tres etapas del desarrollo temprano de las neuronas en cultivo. 

Sobre la base de estos resultados, se aplicaron técnicas de análisis de clustering que también permitieron identificar grupos de redes neuronales con patrones de desarrollo claramente diferenciados, según cuales fuesen los valores de dichas características electrofisiológicas al inicio del cultivo. Además, la utilización de modelos de machine learning corroboró que se puede predecir con gran precisión los valores de variables de ráfagas y del grado de sincronización en la tercera semana en cultivo a partir de los valores iniciales.