¿Cuáles son actualmente las áreas de investigación en neurociencia más molestas y prometedoras?

Answer 1

Estoy más interesado en el trabajo de conectómica que se realiza en el Laboratorio Lichtman en Harvard [1] y en el Laboratorio Seung en el MIT [2].

El trabajo de los investigadores distinguidos de Allen [3] proporciona otro conjunto de posibles respuestas a esta pregunta:

• David Anderson: el proyecto del Dr. Anderson tiene como objetivo identificar clases específicas de neuronas que controlan los comportamientos emocionales en ratones, utilizando poderosas herramientas genéticas. Si se pueden identificar dichas neuronas, facilitará enormemente el estudio de cómo se conectan a los circuitos del cerebro y cómo estos circuitos se ven afectados por factores genéticos y ambientales que influyen en el comportamiento emocional. Tales estudios podrían potencialmente conducir al desarrollo de nuevos tratamientos para trastornos emocionales. http://cns.caltech.edu/people/fa…
• Edward S. Boyden: el Dr. Boyden está ideando un nuevo tipo de sonda para registrar la actividad de las neuronas distribuidas en múltiples sitios en el cerebro, a fin de abrir la exploración de cómo las neuronas distribuidas trabajan juntas para implementar el comportamiento y cómo estos cálculos salir mal en estados patológicos. Dichas descripciones detalladas de la dinámica cerebral apoyarán el descubrimiento de nuevos objetivos para mejorar terapéuticamente la función cerebral en trastornos neurológicos y psiquiátricos, al tiempo que minimizan los efectos secundarios. http://syntheticneurobiology.org/
• Michael Dickinson: el trabajo del Dr. Dickinson está orientado al desarrollo de nuevas tecnologías para medir el comportamiento complejo con la facilidad, la confiabilidad y el poder de los enfoques utilizados para secuenciar y manipular genomas. La investigación se centrará en la mosca de la fruta, Drosophila, que ha surgido como un organismo genético poderoso en el estudio de la función cerebral general. El trabajo avanzará el campo de la neurociencia al finalizar la síntesis intelectual y tecnológica necesaria para comprender la función cerebral en los niveles genético, celular y de organismos. Al hacerlo, la investigación debe proporcionar información sobre muchos procesos biológicos involucrados en los trastornos de salud mental. http://www.dickinson.caltech.edu/
• Christof Koch: el grupo del Dr. Koch busca caracterizar la complejidad del conectoma, que es el conjunto completo de conexiones entre todos los elementos de procesamiento de un sistema nervioso particular, y su capacidad para integrar información mediante una combinación de análisis y computación. Proponen que la información integrada, una medida que usa variables como la entropía condicional de la teoría de la información, es una propiedad crítica de los sistemas nerviosos. El laboratorio de Koch cree que la evolución por selección natural da lugar a un aumento sistemático en la información integrada de los cerebros. Proponen demostrar esto para las redes artificiales simuladas que evolucionan y / o aprenden, así como para las redes neurobiológicas existentes: aquí se conoce la red de locomoción del gusano redondo Caenorhabditis elegans. http://www.klab.caltech.edu/~koch/
• Jennifer Nemhauser: el proyecto de la Dra. Nemhauser es la ingeniería inversa de la respuesta celular a la hormona de la planta auxina, fundamental para casi todos los aspectos de la vida y evolución de las plantas, utilizando levadura unicelular como banco de pruebas. Este enfoque les permitirá estudiar cada parte del circuito de respuesta auxina en detalle y utilizar este conocimiento para construir circuitos completamente nuevos para una amplia gama de aplicaciones posibles. http: //protist.biology.washingto…
• Mark Schnitzer: los profesores Mark Schnitzer y Abbas El Gamal, junto con el Dr. Kunal Ghosh y sus colaboradores, están desarrollando tecnologías habilitadoras para estudios de imágenes cerebrales a gran escala en modelos de ratón de enfermedades del cerebro humano. Desarrollarán microscopios ópticos miniaturizados de producción masiva para obtener imágenes de la actividad neuronal en ratones de comportamiento libre. Dichas grabaciones ópticas se utilizarán para obtener un conocimiento crucial de los patrones normales de la dinámica del circuito neuronal y de cómo estos patrones pueden ir mal en los estados de enfermedad. Este es un paso clave hacia el diseño de nuevas estrategias terapéuticas y correctivas. http://pyramidal.stanford.edu/
• Tony Zador: el Dr. Zador propone desarrollar un método altamente eficiente para determinar el diagrama de cableado neuronal para cualquier organismo genéticamente accesible. Tal método transformaría la investigación en neurociencia. El cerebro es una red de increíble complejidad, que consiste en miles de millones de neuronas conectadas por billones de sinapsis. Los detalles de estas conexiones, el diagrama de cableado preciso que especifica qué neuronas forman conexiones sinápticas con las que otras neuronas, son cruciales para determinar la función cerebral. Sin embargo, por razones técnicas, los detalles de este diagrama de cableado permanecieron inaccesibles. http://zadorlab.cshl.edu/

[1] http://www.mcb.harvard.edu/Licht…
[2] http://hebb.mit.edu/seunglab/
[3] http://www.eurekalert.org/pub_re…

Answer 2

Un área que, para mí, cumple mejor con los criterios (fastidiar Y prometer) es la interfaz cerebro-computadora. Sin duda, es molesto debido a los muchos casos de intentos fallidos y resultados no repetibles o altamente variables, especialmente entre pacientes humanos (a diferencia de las pruebas de primates no humanos). Pero es, sin lugar a dudas, bastante prometedor. La exitosa interfaz cerebro-computadora se puede usar para crear dispositivos protésicos (extremidades para amputados, implantes de retina para personas ciegas, por ejemplo), así como dispositivos con un atractivo más amplio, como los videojuegos.
Como lo veo, hay dos obstáculos principales en esta área. La más complicada es que los dispositivos BCI actuales no se basan en una comprensión profunda de cómo funciona el cerebro. Están utilizando correlaciones entre la actividad neuronal y la salida deseada (comportamiento motor, por ejemplo) y también dependen en gran medida de la plasticidad del cerebro para entrenarse a sí mismos para interactuar con el dispositivo. Pero no está claro cómo este enfoque podría aplicarse para interactuar con tareas cerebrales más complejas. El segundo problema, conceptualmente más fácil pero aún difícil, es que las grabaciones con una resolución cercana a una sola neurona parecen requerirse para un alto rendimiento pero son muy invasivas. Lo que esto significa es que es poco probable que estos dispositivos estén ampliamente disponibles o sean de larga duración (a menos que esté dispuesto a someterse a neurocirugía cada vez que quiera jugar un videojuego controlado por el cerebro). Por lo tanto, los avances en la tecnología de grabación neuronal serán necesarios en algún momento para avanzar en este campo.

Answer 3

http://www.dartmouth.edu/~rhg/pu…

Hago matemáticas, no neurociencia, pero en ocasiones se superponen. Realmente me gustan algunos de los papeles de Granger. Él sugiere que el neocórtex humano está ejecutando un algoritmo de agrupamiento jerárquico iterativo. Hay una base biológica muy interesante para esta idea y está relacionada con las aplicaciones de geometría diferencial y el aprendizaje múltiple de problemas topológicos para el aprendizaje automático.

http://www.dartmouth.edu/~rhg/pu…

Los algoritmos que se han propuesto como implementados por columnas neocorticales humanas son extremadamente interesantes y creo que encontrarán algunas aplicaciones muy pronto.

Un libro muy interesante sobre la intersección de la neurociencia y la psicología cognitiva computacional es ‘¿Cómo puede ocurrir la mente humana en el universo físico? (Serie de Oxford sobre modelos cognitivos y arquitecturas) ‘ http://amzn.to/dyTEAw

El libro trata sobre ACT-R, que es un programa inteligente que implementa un modelo biológicamente realista de la arquitectura cognitiva humana. La primera mitad del libro tiene algunos datos interesantes de MRI que sustentan los supuestos del modelo.

En neurociencia, existen grandes cantidades de trabajos de investigación impresos en árboles muertos. Sabemos una cantidad absolutamente ridícula sobre la mente humana, sus componentes, conexiones bioquímicas, etc. Sin embargo, lo que nos falta es una teoría que vincule los procesos biológicos de bajo nivel con los algoritmos que implementan. También nos falta una teoría de cómo estos algoritmos se organizan en una arquitectura que implementa funciones cognitivas de alto nivel.

Hemos asignado mejores herramientas para probar la función de traer. RMN, RM de difusión. Recientemente, incluso la Magnetoencefalografía ha sido posible utilizando dispositivos de interferencia cuántica superconductora (SQUID). En los últimos años, se han publicado artículos en los que los investigadores han reconstruido una representación de bajo nivel de lo que una persona está viendo, a partir de los datos de fMRI.

En neurociencia fundamental, es probable que se pueda aprender muy poco al recopilar más datos. La mayoría de los avances que hemos visto han sido en el ámbito de las aplicaciones y las herramientas mejoradas para recopilar nuevos tipos de datos. Los avances futuros se encuentran en la simulación y las teorías que dan cuenta de los datos.