Radio Nacional en el Centro de Tecnología Biomédica: El cerebro


El pasado miércoles 17 de septiembre, Manolo HH y su programa “Vuelta y vuelta”, se trasladaron al centro de Tecnología Biomédica (UPM) con el objetivo de difundir las investigaciones llevadas a cabo en este centro sobre uno de los sistemas más complejos que existen: el cerebro.

 

El programa de Radio Nacional entrevistó a varios de los investigadores que, en el CTB, están realizando estudios tanto experimentales, como teóricos, sobre la estructura, dinámica y función del cerebro. Durante la entrevista pudimos conocer como Angel Merchan intenta desentramar la compleja organización de las conexiones entre neuronas en el cerebro humano. Daniel González-Nieto nos habló sobre como es posible realizar experimentos con ratones para tratar de entender las lesiones producidas por un ictus y como, mediante terapia con células madre, es posible recuperar parte de las propiedades del tejido dañado.

Por otro lado, Irene Sendiña-Nadal explicó como es posible cultivar neuronas, como si de un huerto se tratara, y observar como éstas van creando nuevas conexiones con otras neuronas, formando una red compleja cuya estructura se puede seguir en el tiempo.

 

Radio Nacional visita el Centro de Tecnología Biomédica. Investigadores del CTB dialogan con el presentador Manolo HH sobre la investigación en el cerebro.

 

Fernando Maestú nos habló sobre como se realizan las medidas de magnetoencefalografía en el centro y como nos pueden dar pistas sobre el avance de enfermedades neurodegenerativas. Por su parte, Constantino Méndez comentó como la epilepsia afecta al funcionamiento del cerebro, así como algunas de las propiedades de la amígdala, uno de los órganos más internos (y antiguos) del cerebro. Finalmente, Javier M. Buldú, explicó como todos los datos recogidos en los experimentos pueden ser analizados mediante la teoría de redes complejas, que aúna conocimientos de la dinámica nolineal, la física estadística y la teoría de grafos.

La centralita de Radio Nacional quedó prácticamente colapsada por el gran número de llamadas realizadas por los oyentes, debido al gran interés que genera el conocimiento del cerebro.

Les dejamos a continuación este enlace donde pueden escuchar el programa. Disfruten!

 

Etiquetas:

Número Especial sobre las Redes Complejas y el Cerebro.


La Teoría de las Redes Complejas comprende una serie de herramientas metodológicas para el análisis de las propiedades topológicas y dinámicas de un conjunto de sistemas en interacción. Este es el paradigma de los sistemas complejos, donde la interacción entre sus elementos da lugar a fenómenos emergentes que no podrían explicarse mediante el análisis de sus componentes por separado.

 

¿Cómo puede ayudar la Teoría de las Redes Complejas (TRC) a entender mejor el funcionamiento del cerebro? A responder a esta cuestión se dedica el último número de la prestigiosa revista Philosophical Transactions of the Royal Society, en cuya edición han participado investigadores del Centro de Tecnología Biomédica (CTB) de la Universidad Politécnica de Madrid (UPM) junto a colegas de la Universidad de Cambridge.

Este número especial pone el foco de atención en el desarrollo de nuevas metodologías que permitan analizar y comprender mejor los datos experimentales obtenidos del registro de la actividad cerebral, con el objetivo de aumentar nuestro conocimiento sobre la estructura, dinámica y función del cerebro. Concretamente, se centra en la aplicación a las neurociencias de la TRC, la cual combina técnicas de la dinámica no lineal, la física estadística y la teoría de grafos, aportando una nueva perspectiva al análisis del cerebro.

Las redes complejas y el cerebro

La TRC permite estudiar cómo las redes anatómicas cerebrales están organizadas y cómo condicionan los procesos dinámicos que en ellas ocurren. Pero no solo eso, también es posible proyectar la actividad cerebral en una red funcional y estudiar como esta se comporta con el envejecimiento o a medida que una enfermedad neurodegenerativa va avanzando.

Ha transcurrido más de una década desde las primeras aplicaciones de la TRC en neurociencia y, a pesar de que se han alcanzado algunos logros importantes, el potencial de este tipo de estudios corre el riesgo de quedarse en una “eterna promesa”, dado que no ha producido ningún punto de inflexión o cambio radical en la forma en la que se estudia el cerebro. En este número especial de Phil. Trans. se ha querido cristalizar las fortalezas, debilidades, dificultades y posibles futuros avatares de la teoría de redes complejas en las neurociencias, con el fin de comprender si se puede ir un paso más allá de donde se ha llegado.

De izquierda a derecha. 1. Mapa de tractos obtenido a partir de una imagen por tensor de difusión de un cerebro sano. 2. Red cerebral macroscópica, donde cada esfera representa un nodo de la red, resultado de una parcelación cerebral. Las líneas muestran las conexiones funcionales o anatómicas entre los distintos nodos. 3. Red por defecto de un sujeto sano obtenida a partir de una adquisición de resonancia funcional en estado de reposo, es decir, sin enfocar la atención en una tarea. Imagen: cortesía de José Ángel Pineda.

La publicación contiene artículos de revisión crítica, pero también nuevos trabajos con enfoques innovadores en el tratamiento del cerebro como una red compleja, como, por ejemplo, la utilización de potenciales evocados para el estudio de la transmisión de información a través de las conexiones entre regiones cerebrales. También se combinan estudios puramente teóricos, con modelos neuronales, con trabajos experimentales o de neurociencia clínica, cubriendo de esta manera gran parte del amplio espectro de problemas que es posible atacar con este tipo de metodología.

Un futuro prometedor, no exento de grandes retos

Es probable que la TRC aumente en un futuro cercano nuestra capacidad para representar aspectos complejos de la actividad cerebral, como la interacción entre la estructura y la dinámica, o incluso identificar las reglas fundamentales que guiaron la formación del cerebro durante el curso de la evolución. La teoría de redes complejas podría ayudarnos también en la clasificación de enfermedades o en la predicción la dinámica cerebral, tanto a  escalas rápidas, como sucede en la percepción, como en tiempos muy lentos, como ocurre en la evolución. Otro de los grandes retos es el control de la actividad cerebral, con el objetivo de dirigirla hacia regímenes deseados, o incluso para la evaluación del máximo potencial del cerebro, pudiendo ayudar a averiguar lo que se puede aprender y lo que no.

Sin embargo, no existe todavía un desarrollo formal que permita analizar este tipo de problemas que, en algunos casos, no han llegado incluso ni a plantearse. Por ello es fundamental incentivar la colaboración entre teóricos y experimentales, para poder, primero, plantear nuevos retos a los que la TRC podría enfrentarse para, después, desarrollar las herramientas de análisis que permitan resolverlos.  A la vez, no se descarta que, aunque la TRC surgió inicialmente para explicar la formación de otros tipos de redes, la neurociencia podría proporcionar una nueva revolución en la TRC, introduciendo conceptos y métodos inspirados en los procesos que ocurren en el cerebro.

Puede acceder al número especial de ‘Phil. Trans.’ en:

“Complex network theory and the brain”, DAVID PAPO, JAVIER M. BULDÚ, STEFANO BOCCALETTI AND EDWARD T. BULLMORE, Phil. Trans. R. Soc. B. 369, 20130520 (2014).

Etiquetas: ,

Curso sobre Redes Complejas en Biología


Del 8 al 19 de Julio de este año se celebrará en el Instituto de Física de Natal (Brasil) una escuela de doctorado sobre “Biological Complex Networks: From the cell to the brain and beyond“. En ella, 24 investigadores de todo el mundo harán un repaso general sobre los principales avances que la aplicación de la Teoría de las Redes Complejas ha proporcionado a la comprensión de diferentes sistemas biológicos. Los temas tratados irán de menor a mayor escala. Inicialmente se centrarán en redes genéticas y  redes de interacción entre proteínas. A continuación, se pasará al nivel celular, estudiando el comportamiento colectivo de bacterias y neuronas, mostrando como es posible explicar su dinámica a partir de las redes de conexión entre ellas. A un nivel más macroscópico, el estudio de las redes cerebrales, tanto anatómicas como funcionales, también será una de los temas centrales de la Escuela. Finalmente, se discutirán diferentes aplicaciones a interacciones entre especies y ecosistemas.

Fig.1.- Red compleja de interacción entre enfermedades humanas. Obtenida de Goh et al. 104, 8685 (2007).

 

El curso está pensado para estudiantes de doctorado con un perfil multidisciplinar, por lo que los ponentes intentarán plantear sus clases de manera que puedan ser seguidas por todos los participantes, ya sean biólogos, físicos, matemáticos, médicos o ingenieros.

Se puede encontrar más información del curso en su página web:

“Biological Complex Networks: From the cell to the brain and beyond”

O contactar directamente con : Javier M. Buldú (javier.buldu@urjc.es).

 

Etiquetas:
Categorias: General

Cuando las redes compiten entre ellas


Una colaboración entre científicos del Centro de Tecnología Biomédica y el Centro de Astrobiología (CSIC-INTA) parece haber dado con la clave para explicar los procesos de conexión y competición entre redes y predecir, antes de que se produzcan, las consecuencias de dicho fenómeno. Los resultados han sido publicados en la revista Nature Physics y prometen tener gran repercusión en el estudio de las Redes Complejas. Mediante un desarrollo matemático basado en la teoría de perturbaciones, se ha conseguido explicar el estado final de la conexión entre varias redes partiendo únicamente del estado previo a la conexión. “Conociendo únicamente la naturaleza de las redes que entran en competición al ser conectadas, podemos predecir cuáles serán las consecuencias de dicha conexión y elegir los nodos –o elementos- conectores que más beneficiarán a una u otra red” explica Jacobo Aguirre, del Centro de Astrobiología. Los resultados son fruto de dos años de trabajo combinados con, según admiten sus autores, algo de suerte. “La idea surgió estudiando las conexiones entre redes biológicas relacionadas con procesos evolutivos de poblaciones de RNA (ácido ribonucleico): en muchos casos, una de las redes absorbía la práctica totalidad de la población y no entendíamos la razón” comenta Aguirre. A partir de ahí, un largo camino de cálculos analíticos y simulaciones numéricas les llevó a dar con la solución: el estado final sólo dependía de los nodos que actuaban como conectores entre ambas redes y de lo “fuerte” que era cada una de las redes antes de conectarse. “Lo sorprendente es que pequeñas variaciones en estas cuestiones puede cambiar radicalmente el resultado final de la competición. De esta forma, una red débil puede ganar a otra más fuerte o por el contrario ser barrida por ella en función de cómo se conecten entre sí” explica Aguirre.

Fig.1.- Fragmento de la Red de Blogs sobre política en Estados Unidos (año 2004). En rojo, red de blogs de carácter conservador y en azul, red de blogs de carácter liberal. El tamaño de los nodos es proporcional a su importancia estructural en la red, también llamada centralidad. Cualquier proceso de difusión de ideas mediante blogs estará condicionado por la red de conexiones entre nodos y entre redes. Una red con mayor centralidad fomentará la difusión de ideas de una manera más efectiva. Más información en “Successful strategies for competing networks” por J. Aguirre, D. Papo y J.M. Buldú, Nature Physics, en prensa, doi:10.1038/nphys2556  (2013).

 

Lo más interesante de los resultados es su potencial aplicación a una gran diversidad de sistemas. Supongamos por ejemplo dos ecosistemas aislados donde existe una red de relaciones tróficas (o alimentarias) entre especies y cuyo equilibrio se mantiene en el tiempo. En el momento en que una o más especies de cada ecosistema entran en contacto, las cadenas alimentarias de ambos ecosistemas se alteran, pudiendo producir un beneficio (o perjuicio) en alguno de los dos ecosistemas. Gracias a la nueva teoría propuesta en este trabajo, es posible avanzar cuáles serán las consecuencias de la conexión entre ambos ecosistemas, e identificar qué especies se deberían elegir para beneficiar a uno u otro ecosistema. Javier Buldú, del Centro de Tecnología Biomédica, avanza que “nuestros resultados permiten identificar qué redes están siendo perjudicadas por la conexión con otras redes, cuantificar ese perjuicio y proponer posibles estrategias de conexión para mejorar la situación actual”. Según Buldú, las aplicaciones a las redes sociales son claras ya que ahora es posible comprender cómo la conexión entre dos comunidades afecta a la importancia de cada uno de los individuos en una red social: “Cuando agregamos a un nuevo amigo en Facebook, estamos creando un nuevo flujo de información entre nuestra red de contactos y la red de nuestro nuevo amigo. Las consecuencias de la nueva conexión afectan a ambos grupos y no solamente a los individuos conectores”. Con esta nueva metodología, es posible analizar cómo el flujo de información dentro de una red se ve alterado por conexiones con otras redes, cuantificar cómo está siendo la difusión de información dentro de cada una de las redes e identificar cuál de ellas está  siendo más eficaz.

Otro de los retos es trasladar las posibles aplicaciones de esta nueva teoría al conocimiento de las redes cerebrales. David Papo, científico israelí especializado en neurociencias, comenta que “durante cualquier actividad cognitiva, nuestro cerebro actúa como una compleja red de comunicaciones donde, a su vez, se pueden identificar diversas subredes. Sería fundamental entender cómo estas subredes están conectadas entre sí, y si la conexión entre ellas está potenciando el papel de alguna de ellas”. Aunque es pronto para avanzar resultados, Papo y sus colaboradores están trabajando en la aplicación de estos resultados al análisis de señales cerebrales obtenidas mediante magneto-encefalografía. “Sería clave poder ver diferencias en las conexiones entre subredes en un individuo sano y un paciente con una determinada patología. Nos ayudaría a entender por qué distintas enfermedades provocan el fallo de una determinada actividad cognitiva” apunta Papo.

Los autores del estudio se muestran optimistas sobre las potenciales aplicaciones de su trabajo y, aunque ya han demostrado su validez en diferentes redes reales, están trabajando en nuevas posibilidades. De momento, sus resultados han merecido el reconocimiento de la revista Nature Physics, y esperan que el trabajo ayude a comprender mejor la naturaleza de los sistemas que pueden ser modelizados mediante una red de conexiones.

Puede leer el artículo completo en (www.nature.com/nphys): “Successful strategies for competing networks” por J. Aguirre, D. Papo y J.M. Buldú, Nature Physics, doi:10.1038/nphys2556 (2013).

Etiquetas:
Categorias: General

El congreso Dynamics Days Europe 2013 tendrá lugar en Madrid


Ya es oficial: Madrid albergará el congreso Dynamics Days Europe 2013.

La edición número treinta y tres del congreso Dynamics Days Europe tendrá lugar en Madrid, durante los días 3-7 de junio del año que viene. La sede escogida es la Facultad de Informática de la Universidad Politécnica de Madrid, situada en el Campus de Motengancedo (Pozuelo de Alarcón).

 

 

Los investigadores que trabajan en el estudio de sistemas dinámicos están de enhorabuena, ya que no tendrán que desplazarse muy lejos para poder seguir de primera mano los avances más recientes en este campo de la física y matemática. Es de destacar el cartel de ponentes invitados, probablemente uno de los más interesantes de los últimos años. Los organizadores han conseguido contar con la presencia de Yoshiki Kuramoto, uno de los padres del estudio de la sincronización de sistemas complejos. El modelo de Kuramoto ha sido utilizado en gran variedad de campos (física, química, biología, …) permitiendo entender, con un modelo sencillo, el comportamiento dinámico de varios osciladores acoplados.

 

Fig.1.- En el modelo de Kuramoto, un sistema dinámico es tratado como un oscilador de fase, cuyo acoplamiento con otros osciladores se realiza mediante una función seno. La simplicidad del modelo facilita la obtención de resultados tanto analíticos como numéricos.

 

Otro de los invitados de mayor relavancia será Lázló Barabási, el que es considerado como uno de los pioneros en el estudio de las redes complejas y, probablemente, la persona más influyente en este campo. En este caso, el modelo de “enganche preferencial” en redes propuesto por el Prof. Barabási, ha permitido explicar como crecen y evolucionan gran parte de las redes que encontramos en nuestro entorno, ya sean las propias redes sociales, como parte de las redes biológicas y tecnológicas.

 

Fig. 3.- El modelo de Barbási-Albert permite explicar porque aparecen nodos altamente conectados (“hubs”) en redes con gran número de nodos. Este modelo ha sido utilizado para explicar, entre otras, la estructura de Internet o diversas redes sociales.

 

A parte de los conferenciantes invitados, se espera una participación de alrededor de trescientos científicos de todo el mundo, que encontrarán en Madrid una oportunidad única para compartir sus resultados, discutir nuevas ideas y, quién sabe, iniciar futuros trabajos con grupos de investigación nacionales. Aprovechemos este congreso, ya que no habrá muchas más oportunidades como esta!

 

Etiquetas: ,

Mark Newman, el hub en la sombra…


La Teoría de Redes Complejas está acaparando grandes titulares durante los últimos años. Sin duda,  esto es debido a la cantidad de aplicaciones reales que tiene esta nueva rama de la teoría de grafos, la cual ha contribuido a grandes avances en la comprensión de la aparición y evolución de las redes sociales, el diseño eficiente de redes tecnológicas o el análisis de las redes biológicas. Sin embargo, a todo ello hay que sumarle el gran esfuerzo “mediático” que realizan parte de sus personajes más insignes, tales como A.L. Barabási o S. Strogatz, lo que les ha llevado a ser considerados como los “hubs” (nodos más conectados y, en principio, más importantes) de las redes complejas. Paradójicamente, la existencia de dichos hubs ha mantenido en segundo plano al que probablemente sea, según un gran número de investigadores, el científico más brillante en el campo de las redes complejas: Mark Newman.

Británico de nacimiento, reside y trabaja actualmente en la Universidad de Michigan. Mark Newman es uno de esos científicos que no acapara grandes titulares de prensa. Tampoco está una semana en Madrid, firmando su último libro y la siguiente en Tokio impartiendo una conferencia, como hacen algunos de sus colegas. Es un hombre tranquilo, discreto, no le gusta llamar la atención ni promocionarse más allá de lo mínimo necesario. Sin embargo, cada uno de los seminarios de Newman consigue siempre atraer la atención de un gran número científicos en busca de nuevas ideas. Y es que, si de algo puede sentirse orgulloso, es de haber marcado el camino a seguir a infinidad de jóvenes investigadores. Su época de mayor actividad científica ha ido de la mano del nacimiento y evolución de la Teoría de Redes Complejas, donde ha marcado las pautas a seguir en conceptos tan interesantes como la detección de comunidades en redes y su influencia en sus propiedades globales, la propagación de epidemias en redes sociales o la explicación de la emergencia de la asortatividad (termino definido por él mismo). Como consecuencia, cada nuevo artículo de Newman es esperado con gran expectación ya que, en la mayoría de casos, suele ser la primera piedra para un gran número de estudios posteriores.

 

Fig.1.- 2012 International Workshop of Complex Networks (Melborune, Florida, USA). El tamaño de los nombres es directamente proporcional al número de citas recibidas en todas las contribuciones al congreso. Curiosamente, el orador principal del congreso fue AL Barabási. Newman no asistió.

 

Finalmente, me gustaría hacerles reflexionar sobre una de las muchas aportaciones que ha realizado Newman a la Teoría de Redes Complejas. ¿Qué es lo que debe hacer un científico para que su trabajo sea ampliamente citado y por lo tanto, recordado? ¿Es el número de citas un buen indicador de la calidad de un trabajo científico? Newman nos demuestra, con un riguroso modelo matemático y analizando datos reales, que es mejor escribir un artículo mediocre en un campo que todavía se está iniciando, que un artículo sobresaliente en un campo que es muy activo [Europhys. Lett. 86, 68001 (2009)] (para más información anímense a hacer click aquí). Y es que, además de hacer buenas matemáticas, Newman siempre va más allá en sus artículos: la calidad científica no va necesariamente ligada al número de citas recibido o a la cantidad de veces que se hable de tí. La calidad científica es otra cosa. Y Newman nos lo demuestra artículo tras artículo.

 

 

Etiquetas: ,

A.L. Barabási, el “hub” de las Redes Complejas


La Universidad Politécnica de Madrid acaba de conceder el doctorado “Honoris Causa”  a Alberto-Lázlo Barabási, uno de los principales investigadores en lo que se conoce como Ciencia de las Redes Complejas. Barabási es mundialmente conocido por su  modelo de formación de redes libres de escala, el cual ha sido utilizado para explicar el crecimiento y evolución de innumerables tipos de redes sociales, tecnológicas o biológicas, sin importar la naturaleza de las mismas. Como resultado, el artículo publicado en la revista Science en 1999 explicando el modelo de Barabási-Albert ronda ya las 10.000 citas, siendo uno de los artículos más citados en Science durante toda una década.

Hay que reconocer que el trabajo de Barabási, junto con el de Watts y Strogatz sobre las redes de pequeño mundo, ha sido uno de los precursores de una avalancha incontrolable de artículos sobre la caracterización de todo tipo de redes. Sin duda alguna, hay que reconocerle el mérito de ser uno de los “hubs” (nodos más conectados) más importantes dentro del campo de las Redes Complejas.

Fig.1.- Ejemplo de un red libre de escala. En este tipo de redes, la distribución de grado (número de conexiones de cada nodo) sigue una ley de potencia, lo que provoca la aparición de nodos altamente conectados (“hubs”).

 

Sin embargo, también es cierto que no todo el mundo ve a Barabási como el referente en el estudio de las redes complejas. El argumento principal de sus detractores es que su trabajo, a pesar de ser de una calidad y originalidad indiscutibles, está sobrevalorado. Y es que, paradójicamente, Barabási parece haber sido una afortunada víctima del “preferential attachment”, mecanismo que el mismo utilizó para explicar la aparición de redes libres de escala. Este fenómeno explica como los nodos más conectados de una red tienen una mayor facilidad para atraer nuevas conexiones hacia ellos, lo que en el campo de las redes sociales se llama “rich gets richer”.

En todo caso, desde este post felicitamos a Barabási por la mención recibida. Y aquí les dejo un link a la entrevista que concedió al periódico El País. Si no tienen tiempo para estudiar sus trabajos, lean esta entrevista, analicen el fondo de su mensaje y decidan si también quieren que Alberto-Lázlo Barabási sea su “hub” en lo que a Redes Complejas se refiere…

 

Fig.2.- Las redes libres de escala se basan en dos reglas fundamentales: a) están en continuo crecimiento y b) la probabilidad de adquirir nuevos enlaces (pi_i) depende del grado (k_i) de cada nodo.

 

Etiquetas: , , ,

La Estructura de las Redes Sociales


En la actualidad, y sobre todo gracias a internet, todos somos conscientes de la importancia de las redes sociales, no solo en la influencia que tienen sobre los individuos particulares, sino también como herramienta catalizadora de comportamientos sociales emergentes (como por ejemplo, el movimiento 15-M). Sin embargo, ¿somos conscientes de cual es la estructura de dichas redes?

Las redes sociales van mucho más allá de Facebook o Twitter, sin bien, estas dos redes on-line son un ejemplo paradigmático de red social. Como cualquier otro tipo de red, las redes sociales están formadas por dos elementos fundamentales: nodos y conexiones. En este caso, los nodos de la red son personas y las conexiones surgen de algún tipo de interacción entre dichas personas. Son ejemplos de red social la red de Facebook, cualquier red de e-mails, redes de llamadas telefónicas, la red de artista similares, redes de colaboración científica o las redes de contactos sexuales…

Imagen de previsualización de YouTube

Video: Red Social del Movimiento 15-M (Más información: http://15m.bifi.es ).

Siempre resulta peligroso generalizar, pero es cierto que la mayoría de las redes sociales comparten características estructurales, sin importar cual sea el origen de la interacción entre las personas que forman la red. Dicho en otras palabras, resulta inquietante observar como la estructura de la red de Facebook es muy predecible y que además, es muy parecida, por ejemplo, a la estructura de la red de contactos sexuales entre personas. Pero concretemos un poco más, ¿cuales son las características estructurales que se observan en las redes sociales?

A) Son redes libres de escala. Este concepto se refiere al número de conexiones que tiene cada persona de la red. Resulta que no tiene sentido definir un valor promedio, ya que el numero posible de “vecinos” de un nodo difiere en varios ordenes de magnitud. Es decir, hay personas son muy pocas conexiones pero también personas con muchísimas más conexiones de los esperado. Como consecuencia, es posible identificar en la red lo que se conoce como “hubs”, nodos muy conectados de especial relevancia en los procesos que puedan ocurrir en la red, como por ejemplo, cualquier proceso de transmisión de información.

B) Son redes con alto clustering. Contrariamente a las redes aleatorias, la probabilidad de que dos vecinos de un nodo estén conectados entre ellos es muy alta, lo que hace que sean redes muy densamente conectadas a nivel local (lo cual puede influir también en procesos de transmisión de información).

C) Son redes de “pequeño mundo” (small-world). ¿Cómo de alejados estamos unos de otros? Pues en realidad estamos más cerca de lo que creemos! Se estima que el número de pasos promedio entre cualquier persona del planeta está alrededor de 22 pasos. Hagan la prueba: ¿a cuantos pasos están de Obama? Yo conozco al Rector de mi universidad (1), el Rector conoce a Zapatero (2) y Zapatero conoce a Obama (3). Estoy a tres pasos del tipo más influyente del planeta! (por favor, tómenselo como un juego!)

D) Son redes con estructura de comunidad. Es decir, los nodos (personas, no lo olvidemos) tienden a agruparse en grupos fuertemente unidos. Pertenecer al grupo adecuado puede ser determinante en los procesos sociales que ocurren a nuestro alrededor. También es crucial poder tener acceso a varios grupos sociales.

E) Son redes asortativas. De acuerdo, está muy bien! Pero, ¿qué significa ser “asortativo”? Este término, acuñado hace tiempo por los sociólogos, hace referencia a la capacidad de los nodos de una red para agruparse con nodos parecidos a ellos. La consecuencia es que en las redes asortativas, como las redes sociales, los nodos muy conectados tienden a estar conectados entre ellos. ¿El peligro? Pues que desgraciadamente se crean lo que se conoce como “rich clubs”, es decir, grupos de nodos muy influyentes que interaccionan entre ellos, ¿pertenecen ustedes a un “rich club”? Enhorabuena, desgaciadamanete no es mi caso!

Todas estas propiedades, junto con otras, afectan de manera determinante a todos los procesos dinámicos que ocurren en una red social, como por ejemplo la difusión de opiniones o la transmisión de enfermedades. De todo ello hablaremos en una próxima entrada, pero mientras, para que se vayan entreteniendo, les dejo con la entrevista que nos realizaron recientemente en el programa de divulgación científica Universo Paralelo.

Etiquetas:

El Deterioro Cognitivo Leve bajo una nueva perspectiva


Un equipo de once investigadores del Centro de Tecnología Biomédica de la Universidad Politécnica de Madrid  formado por médicos, neuropsicólogos, ingenieros, físicos y matemáticos, ha dedicado parte del último año a intentar comprender, desde un nuevo punto de vista, cómo el deterioro cognitivo leve (DCL) influye en la compleja red de interacciones entre diferentes zonas cerebrales.

Esta enfermedad se manifiesta mediante pérdidas severas de memoria, tales como no recordar el camino de vuelta a casa o la pérdida repentina del hilo de una conversación. Aunque los individuos que sufren DCL pueden realizar la mayoría de las tareas cotidianas, un porcentaje muy elevado (entre el 10 y el 15% cada año) acaba desarrollando Alzheimer. Es por ello, que la comprensión de esta enfermedad, y sobre todo su evolución, preocupa significativamente.

El trabajo parte inicialmente de medidas de la actividad cerebral de un grupo de pacientes con DCL mediante magnetoencefalografía. Esta técnica permite medir con una alta resolución temporal el campo magnético generado por millones de neuronas situadas en la zona cortical (la más externa) del cerebro. Concretamente, se estudió dicha actividad durante una tarea de memoria, en la que los pacientes debían recordar una serie de letras que se les habían presentado con anterioridad. Seguidamente, se realizó el mismo tipo de experimento en un grupo de sujetos sanos, con el objetivo de comparar los resultados con un grupo de control.

La principal novedad de este trabajo radica en el método de análisis de las mediciones experimentales. Se obtuvieron las redes funcionales cerebrales de todos los sujetos mediante el cálculo de la sincronización entre las distintas zonas cerebrales. Los nodos de la red se correspondían con las diferentes zonas de la corteza cerebral, y las conexiones entre ellas dependían de la forma e intensidad en que estaba sincronizada la actividad electromagnética entre dichas zonas.

 


Fig.1.- Red Funcional de un paciente con Deterioro Cognitivo Leve.

Una vez obtenida la red compleja, su análisis topológico reveló resultados muy interesantes. En primer lugar, se observó que diferentes parámetros de red (camino medio, clustering, alcance, etc…) permitían diferenciar entre los sujetos de ambos grupos (pacientes y controles). Es decir, mediante el análisis topológico de la red funcional se podía detectar qué individuos habían desarrollado la enfermedad y cuáles no, con la suficiente bondad estadística.

Sin embargo, ¿qué nueva información se podía obtener sobre el Deterioro Cognitivo Leve? Es aquí donde el estudio realizó mayores avances. Por un lado, se observó que la red funcional de los sujetos que habían desarrollado la enfermedad se volvía mucho más activa, pero curiosamente lo hacía de manera aleatoria. Una de las sorpresas más significativas fue observar cómo las conexiones a larga distancia se incrementaban más de lo esperado, lo cual reducía el carácter modular de la red funcional.

El cerebro basa su funcionamiento en la combinación de un proceso de segregación de la información (determinadas zonas realizan determinadas tareas) más un proceso de integración (la información se comparte entre varias zonas). Los resultados del estudio mostraron cómo se rompía el sutil balance entre integración y segregación, aumentando en exceso las conexiones funcionales entre lóbulos y diluyendo, de esta manera, el carácter modular de la red.

Este tipo de técnicas de análisis, que se han empezado a utilizar en los últimos años, prometen aportar nuevos puntos de vista sobre distintas enfermedades cerebrales. En el Centro de Tecnología Biomédica de la UPM ya se está trabajando en cómo ligar los resultados obtenidos con la aparición de la enfermedad de Alzheimer en pacientes con DCL.

 

Artículo completo en www.plosone.org:

“Reorganization of Functional Networks in Mild Cognitive Impairment”, J.M. Buldú, R. Bajo, F. Maestú, N. Castellanos, I. Leyva, P. Gil, I. Sendiña-Nadal, J. A. Almendral, A. Nevado, F. del Pozo and S. Boccaletti, PLoS ONE 6(5): e19584. doi:10.1371/journal.pone.0019584.

 

 

Etiquetas:

Curso sobre Dinámica y Sincronización en Redes Biológicas


El tema no puede ser de más actualidad. Para poder comprender la dinámica de la mayoría de sistemas biológicos debemos tratarlos como una red de elementos en continua interacción. El objetivo de este curso es comprender como la estructura de dicha red de conexiones puede condicionar los procesos dinámicos que ocurren en ella.

 

El curso se llevará a cabo en las instalaciones provisionales del Centro de Tecnología Biomédica y contará con profesores de varios grupos de investigación de toda España. Aunque el nivel es post-doctoral, el curso se ha diseñado para poder ser seguido por alumnos sin conocimientos previos en este campo.

Aunque la inscripción ya se ha cerrado, es posible asistir como oyente enviando un correo a javier.buldu@ctb.upm.es

Etiquetas:
Categorias: General