Ir al contenido

Inicio
ETSIINF en Twitter ETSIINF en Facebook
Inicio > Tablón de anuncios

Clasificación automática de neuronas

Hacia una nomenclatura objetiva

Noticia. Enviado por prensa válido desde 15/04/2013 hasta 15/04/2014 (caducado)

Un grupo de investigadores de la Facultad de Informática (UPM) pertenecientes al Computational Intelligence Group formado por Pedro L. López-Cruz, Concha Bielza y Pedro Larrañaga ha liderado, junto a los investigadores Javier DeFelipe y Ruth Benavides-Piccione (Instituto Cajal del CSIC y Laboratorio de Circuitos Corticales del Centro de Tecnología Biomédica (UPM)) un trabajo sobre clasificación y nomenclatura de las neuronas del cerebro. El trabajo se ha llevado a cabo en coordinación con 37 centros de investigación de Europa, Estados Unidos, Japón y China. Nature Reviews Neuroscience, la revista con mayor factor de impacto en Neurociencia, ha publicado en su número de marzo de 2013 los resultados de dicha investigación.

Las neuronas se dividen en diversos tipos y subtipos que varían dependiendo del criterio utilizado (morfológico, molecular y funcional). Como ocurre en otros ámbitos de la ciencia donde son necesarias las clasificaciones taxonómicas, existen distintos niveles de clasificación. La clasificación científica es un tema difícil y en constante revisión debido a que existe una gran diversidad de neuronas desde cualquiera de los ángulos de análisis y en muchos casos solamente existe una información parcial sobre las características de las neuronas que constituyen una región dada del sistema nervioso. Además, salvo algunas excepciones, no existe un consenso general sobre cuáles son las características esenciales de una neurona  para que sea clasificada en un tipo u otro, ya que individualmente, las neuronas frecuentemente no encajan exactamente con los criterios morfológicos, moleculares o fisiológicos aplicados. Es decir, ¿cuáles son las características morfológicas, moleculares o fisiológicas que nos permiten distinguir entre diferentes tipos de neuronas? Por otra parte, el trabajo colectivo de los numerosos laboratorios que trabajan sobre este tema, genera continuamente una enorme cantidad de información.

De este modo, es necesario organizar este conocimiento e identificar las características esenciales que nos permitan realizar esta clasificación. Por estos motivos, uno de los objetivos del trabajo ha consistido en estudiar el grado de acuerdo de los neurocientíficos que han participado en el estudio, con respecto a la nomenclatura actualmente utilizada para distinguir entre los distintos tipos de neuronas en base a su morfología: arcade, Cajal-Retzius, chandelier, commom basket, commom type, horse-tail, large basket, Martinotti, neurogliaform,... Para ello, 42 neurocientíficos repartidos entre los 37 centros de investigación, rellenaron un test a través de una página web (véase la figura) que se creó con tal objetivo. A partir de las imágenes 3D de 320 interneuronas, cada uno de los 42 expertos categorizó la neurona teniendo en cuenta la nomenclatura anterior, así como una nueva y original forma de categorización diseñada por el equipo del prof. DeFelipe. Ésta se basa en la disposición geométrica del árbol axonal y su posición relativa al soma y al árbol dendrítico.

Como conclusión del trabajo se constató un bajo acuerdo entre los 42 expertos en relación con la nomenclatura actualmente en uso, si bien en clases como chandelier, Martinotti y horse-tail el acuerdo era bastante alto. La nueva propuesta de nomenclatura resultó tener un mayor acuerdo. El trabajo, desarrollado dentro del proyecto Cajal Blue Brain, llama la atención sobre la urgente necesidad de una nomenclatura clara y útil para la comunidad de neurocientíficos. Por estos motivos, en la UPM desarrollará sistemas automáticos de clasificación basados en inteligencia artificial con la idea de crear una máquina informática para su utilización por la comunidad neurocientífica y así conseguir una nomenclatura que se pueda utilizar a nivel mundial.

Clasificador neuronal

 

categorías:

Gabinete de Comunicación Contacto: comunicacion@fi.upm.es