Repensar el "ruido" en la investigación del autismo

POR JONATHAN MOENS

Fuente: Spectrum / 11/08/2020

Ilustaciones: Franziska Barczyk

Movimientos de la cabeza, parpadeos, latidos del corazón, fluctuaciones aleatorias de las ondas cerebrales, son todas fuentes comunes de señales no deseadas, o "ruido", en los registros de la actividad cerebral. Los investigadores en neurociencia pasan mucho tiempo usando herramientas computacionales para extraer señales significativas del ruido en sus datos. ¿Pero qué pasa si algunas de estas señales no deseadas contienen información importante sobre el procesamiento del cerebro? ¿Y qué pasa si las estrategias que los científicos emplean para "quitar el ruido" de sus datos eliminan inadvertidamente esa información?

Lucina Uddin es directora del Laboratorio de Conectividad y Cognición Cerebral de la Universidad de Miami, en Florida, donde utiliza técnicas de imagen para explorar la conectividad cerebral, particularmente en personas autistas.

En un artículo publicado en junio en Trends in Cognitive Sciences, Uddin advirtió a los investigadores que tuvieran cuidado con la forma en que eliminan el ruido de sus datos (1). Muchas señales que antes se consideraban ruido, en última instancia, arrojan luz sobre importantes procesos cerebrales, dice. Por ejemplo, algunos disparos neuronales no programados y aparentemente aleatorios se consideran ahora críticos para procesos como la atención y la conciencia.

Uddin habló con Spectrum sobre la importancia de repensar nuestra comprensión del "ruido".

Spectrum: ¿Por qué es importante que los neurocientíficos disminuyan el ruido en sus datos?

Lucina Uddin: Es importante reducir el ruido en los datos científicos para que las observaciones no se vean confundidas por factores que no tienen relación con el fenómeno de interés. Por ejemplo, los astrónomos que desean estudiar estrellas distantes, pueden tener dificultades para hacerlo debido a la contaminación lumínica de las luces artificiales en el ambiente nocturno. En este escenario, las luces de la ciudad se considerarían ruido que interfiere con la capacidad del astrónomo de observar con precisión las estrellas.

En la neurociencia humana, nuestro objetivo es estudiar el cerebro de forma no invasiva, sin dañar al participante. Las herramientas que utilizamos para medir la actividad cerebral no pueden proporcionar una lectura directa de los disparos neuronales, sino que pueden proporcionar aproximaciones de lo que está pasando debajo del cráneo. La dificultad con la neuroimagen es deducir qué partes de la señal medida son causadas por la actividad neuronal, y cuáles son causadas por factores no neuronales, como la frecuencia respiratoria y el movimiento de la cabeza. Es importante reducir el ruido resultante de eéstos y otros factores no neuronales para medir con precisión la actividad cerebral.

S: ¿Cómo ha cambiado esta idea del ruido a lo largo del tiempo en la comunidad de las neurociencias?

LU: A veces no entendemos completamente una observación de un experimento. En esos casos, es tentador decir que esos resultados fueron ruidosos, o que el fenómeno que estábamos observando debería ser considerado simplemente como ruido. Por ejemplo, en neurociencia sabemos que a veces las neuronas se disparan espontáneamente en ausencia de cualquier entrada sensorial. Lejos de ser un ruido sin interés, esta actividad espontánea contribuye, en realidad, a las oscilaciones que afectan a los estados funcionales globales, como la atención y la conciencia. Antes de entender cómo la actividad espontánea contribuye a la función cerebral, considerábamos esta actividad como ruido.

Collage que muestra los movimientos de la cabeza que crean ruido, una máquina de resonancia magnética e imágenes del cerebro.

En la investigación de la neuroimagen funcional, la actividad espontánea de la red a gran escala se consideraba, en gran medida ruido, hasta mediados de los años 90. Actualmente existe una amplia literatura que documenta el hecho de que la gran mayoría de los recursos del cerebro, se dedican a apoyar las respuestas espontáneas en lugar de las evocadas, y que estas respuestas espontáneas forman sistemas cerebrales funcionalmente coherentes. Un estudio que utiliza la neuroimagen muestra un cambio hacia la aleatoriedad de las oscilaciones cerebrales en adultos con autismo, en comparación con las personas que se desarrollan típicamente (2). Este conocimiento de la neurobiología de la afección, no sería posible si los investigadores hubieran seguido ignorando las fluctuaciones espontáneas de la señal, que se mide mediante la resonancia magnética funcional.

S: ¿Qué problemas surgen cuando los neurocientíficos "des-ruedan" sus datos?

LU: Creo que algunas de las estrategias que los neurocientíficos utilizan para eliminar el ruido de los datos también pueden eliminar inadvertidamente la señal de interés. Por ejemplo, las fluctuaciones espontáneas en el cerebro se miden en estudios de imágenes de resonancia magnética funcional, en los que los participantes descansan dentro de escáneres cerebrales. Un paso común para eliminar el ruido es eliminar la "señal global" (un promedio de todas las señales del cerebro) antes de los análisis posteriores. A primera vista, éste es un paso lógico, porque la señal global está dominada por ruido no neuronal, incluyendo el producido por la respiración y el movimiento de la cabeza. Sin embargo, cuando se elimina la señal global también se elimina una cantidad desconocida de señal neuronal significativa. Así que podrías estar, en efecto, tirando al bebé por el agua del inodoro. Curiosamente, la señal global muestra un patrón de distribución diferente a través del cerebro en diferentes condiciones, e incluso a través de diferentes individuos y momentos del día. Por ejemplo, un estudio muestra que las fluctuaciones de la señal global disminuyen constantemente a lo largo del día (3). Esto sugiere que hay alguna información neural significativa asociada con la señal global, y que tratarla como ruido podría llevar a una pérdida de esta información.

S: ¿Qué formas alternativas hay para pensar en el cerebro, dado este entendimiento?

LU: Ya existen múltiples alternativas: algunas implican pensar en la actividad cerebral en términos de su trayectoria antes y después de que procese algún estímulo, o analizar respuestas compartidas y sincronizadas entre múltiples participantes, en contraposición a las que se dan dentro de los individuos (4). Con este tipo de enfoques, la eliminación agresiva de ruidos no siempre es necesaria porque se hacen diferentes suposiciones sobre lo que es importante, para comprender la función cerebral. Ninguna de estas propuestas es nueva, sino sólo una de las que potencialmente puede eludir algunas de las cuestiones inherentes a los enfoques de análisis de datos, que requieren una separación estricta de la señal y el ruido.

S: ¿Cuáles crees que son los cambios más importantes que los neurocientíficos deberían hacer en su investigación del cerebro?

LU: No creo que una revisión completa sea necesaria. Más bien, creo que es importante ser humilde en nuestros enfoques, dado que nos hemos equivocado en el pasado al tratar de abordar la importante cuestión de lo que cuenta como señal, y lo que debe ser tratado como ruido en cualquier medición de la actividad cerebral.

Collage que muestra a Lucina Uddin con miembros de su laboratorio, una máquina de resonancia magnética, imágenes del cerebro, etc.

S: ¿Qué implicaciones tendría este cambio de perspectiva para los neurocientíficos, en particular los que realizan investigaciones sobre el autismo?

LU: Sabemos desde hace tiempo, que la actividad neuronal espontánea es un aspecto de la función cerebral que debe ser trasladado del ámbito del ruido al de la señal. Lo importante es mantener la mente abierta, ya que el ruido de ayer puede convertirse en la señal de hoy.

Toda la investigación de la neurociencia del autismo se basa en la investigación básica de la neurociencia, por lo que mantener un ojo en los avances de la neurociencia más ampliamente es crítico para los investigadores del autismo. Para el ejemplo de la señal global que he comentado antes, ya hay pruebas de que la distribución de esta señal en el cerebro, se altera en los individuos con esquizofrenia (5). Me gustaría llevar a cabo investigaciones sistemáticas de la señal global en el autismo en el futuro, para intentar comprender las formas en que esto podría relacionarse con los rasgos de la condición. Esto podría ser, particularmente, esclarecedor dado el trabajo reciente que muestra que la señal global está relacionada con las diferencias individuales en la función psicológica de la población neurotípica (6).

S: ¿Cómo cree que los neurocientíficos separarán la señal del ruido en el futuro?

LU: ¡Me gustaría poder ver el futuro! En cambio, puedo reiterar que como no tenemos una comprensión a priori de cómo se codifica la información en el cerebro, necesitamos tener siempre cuidado cuando descartamos ciertos aspectos de la señal grabada, bajo el supuesto de que esos aspectos representan ruido. Esto es especialmente importante en los estudios sobre el autismo, ya que aún estamos en las primeras etapas de tratar de entender la neurobiología de la condición.

REFERENCIAS

1. Uddin L.Q. Trends Cogn Sci. Epub ahead of print (2020) PubMed.

2. Lai M.C. et al. Biol. Psiquiatría 68, 1092-1099 (2020) PubMed.

3. Orban C. et al. PLOS Biol. 18, e3000602 (2020) PubMed.

4. Xu L. et al. Soc. Cogn. Affect. Neurosci. 15, 225-233 (2020) PubMed.

5. Yang G.J. y otros. Proc Natl. Acad. Sci. USA 111, 7438-7443 (2014) PubMed.

6. Li J. et al. Sci. Rep. 9, 14286 (2019) PubMed.

TAGS: autismo, conectividad, red por defecto

Lucina Q. Uddin

Directora del Laboratorio de Conectividad Cerebral y Cognición de la Universidad de Miami