Views
4 years ago

C3 - LM Zieher

  • Text
  • Depresion
  • Cerebral
  • Complejos
  • Neuronales
  • Neuronales
La moderna ciencia de redes y la fisiopatología de los trastornos psiquiátricos

LM

LM Zieher // Neurociencia. De la neurona a la mente. Introducción Los cambios detectados con tratamientos antidepresivos inauguran una nueva etapa en las concepciones neurobiológicas de este trastorno, indicando en todos los casos la posibilidad de revertirlos con los tratamientos más adecuados a cada situación. La moderna neurociencia de sistemas reúne o comparte conceptos, técnicas y conclusiones derivados de la ‘’teoría de grafos’’; de la teoría de los sistemas dinámicos complejos (no lineares) y de las mecánicas estadísticas. La teoría de grafos es una relativamente antigua rama de las matemáticas iniciada hacia 1736 por Leonard Euler para solucionar el problema de los “siete puentes de Königsberg” (Figura 1), centrada en representar un complejo conjunto de interrelaciones (una red) que involucran: >nodos, vértices (hubs) y >conexiones (bordes, líneas o edges) entre ellos. Figura 1 Problema de los 7 puentes de Könisberg: consiste en partir de un puente, recorrer los otros 6 y volver al mismo puente sin pasar dos veces por los mismos. 64

LM Zieher // La moderna ciencia de redes y la fisiopatología de los trastornos psiquiátricos La idea matriz, como siempre sucede en matemáticas, es su generalización para representar a través de los nodos y sus lazos una amplia gama de entidades totalmente distintas, pero con propiedades similares en su conectividad (por ejemplo, una ciudad y sus redes de interconexión como subtes, trenes, buses, etc.). En sus orígenes, la teoría de grafos se aplicaba a modelos ordenados, simples o determinísticos, pero hacia finales del siglo XX se introduce dicha teoría a sistemas complejos que son, al mismo tiempo, ordenados y azarosos. Así surge el concepto de “redes de pequeño mundo”, con nodos centrales y subsidiarios que procesan distintos tipos de información y se integran entre sí con lazos cortos que permiten conformarse en pequeños volúmenes. En el transcurso del desarrollo, los nuevos nodos y sus lazos se tienden a unir a los preexistentes que tienen muchas conexiones y el grado de distribución de las redes resultantes, en escala libre, puede describirse a través de una ley de poder (power law). Las redes en escala libre, a diferencia de las de pequeño mundo, tienen alta conectividad de sus nodos centrales (node hubs). La “teoría de niveles” (Zieher, 2017, en este mismo volumen), que se aplica a todos los sistemas, en el caso de la organización en redes se designa como “modularidad jerárquica”, donde cada componente (un nodo o conjunto de ellos) está integrado por elementos más pequeños y a su vez, se integra en un componente más grande. Con el rápido crecimiento de las ciencias de redes, se ha podido explicar un gran rango de fenómenos empíricos en estructuras complejas y al mismo tiempo, permitir un cálculo matemático profundo. Las redes cerebrales proveen las bases fisiológicas del procesamiento de información y de las representaciones mentales. Los sistemas de redes, comparten cierta similitud dentro de su extrema complejidad, la cual es dinámica, ya que se autoorganizan eternamente, por procesos de plasticidad que incluyen la formación de nuevas neuronas (demostrada en bulbo olfatorio y en el giro dentado del hipocampo, donde se producen unas 1500 nuevas neuronas por día en el humano), la neuritogénesis y la remodelación de las conexiones mediante múltiples mecanismos que actúan con parámetros temporales rápidos y lentos cuyo resultado final es la remodelación del cerebro. Para comprender, en sentido amplio, la organización de las redes cerebrales, debemos conceptualizar que las mismas responden a las llamadas “dinámicas de enjambre” o inteligencia de enjambres (swarm intelligence) en las que (Moriello, 2017) se busca caracterizar: 1) Sistemas distribuidos 2) Descentralizados 3) Autoorganizados 4) Capaces de reaccionar ante situaciones variables del entorno y adaptarse al mismo. Pero, también con capacidad de modificarlo, cuando la cantidad de elementos es baja, el conjunto se comporta de modo caótico, ya que hay escasos individuos y pocos encuentros entre ellos. Pero cuando se incrementa la densidad, los encuentros se multiplican de forma exponencial y los patrones de actividad comienzan a distribuirse de manera más uniforme (rítmica) hasta un punto en que el sistema caótico vira al orden y el sistema se comporta de un modo “colectivo”, no predecible a partir del comportamiento de los elementos individuales en un “orden emergente en el borde del caos”: la red tiene suficiente orden como para desarrollar procesos, pero con una cierta EDITORIAL SCIENS 65

Biblioteca

Av. García del Río 2585 Piso 12 A - C.A.B.A
+54 11 2092 1646 | info@sciens.com.ar

Editorial Sciens, Todos los Derechos Reservados 2015