Un equipo multidisciplinar de cosmólogos, neurocientíficos e ingenieros de la Universidad de La Laguna, el Instituto de Astrofísica de Canarias y la Universidad de Mesina (Italia) ha publicado recientemente en la revista NeuroImage un artículo que describe cómo se han adaptado técnicas analíticas originalmente desarrolladas para estudiar la estructura a gran escala del Universo con el fin de investigar cómo envejece el cerebro humano. Al tender este puente entre la cosmología y la neurociencia, este trabajo demuestra cómo esas herramientas estadísticas empleadas usualmente en astronomía también pueden arrojar luz sobre la estructura y el envejecimiento del cerebro humano.
Este método permite detectar escalas en las que la anatomía cerebral difiere entre los distintos grupos de edad, proporcionando información sobre los procesos de envejecimiento cerebral. Al igual que la evolución de las estructuras cósmicas, la estructura cerebral también evoluciona de forma natural, pero muestra comportamientos contrastantes a diferentes escalas.
A escalas mayores, se produce una pérdida de estructura con la edad, posiblemente debido a la expansión ventricular, mientras que a escalas menores se observa un aumento de la estructura, probablemente relacionado con la disminución del grosor cortical y del volumen de materia gris y blanca. De este modo, el estudio sugiere que factores genéticos complejos o relacionados con el estilo de vida pueden influir en el envejecimiento cerebral.
Métodos estadísticos
Tanto la red cósmica -la vasta malla de galaxias que se extiende por el Universo-como el cerebro humano comparten una característica clave: son sistemas complejos cuyas estructuras no responden a una distribución aleatoria dictada por el azar. Para caracterizar estos patrones intrincados, los científicos recurren a métodos estadísticos de orden superior que van más allá de los análisis convencionales de uno y dos puntos.
Dirigido por Francisco-Shu Kitaura, investigador principal del proyecto cosmic-brain.org, el equipo ha introducido un análisis de frecuencia espacial de datos de resonancia magnética (MRI) del cerebro humano que incorpora tanto el espectro de potencias (estadísticas de dos puntos) como el bispectro (estadísticas de tres puntos), este último sensible a características estructurales que se desvían de las distribuciones gausianas.
“Tras un par de años de investigación calculando miles de configuraciones del bispectro, descubrimos que la combinación del espectro de potencias y solo cuatro configuraciones del bispectro basta para lograr un error absoluto medio en la estimación de la edad del cerebro humano de unos tres años utilizando la base de datos OASIS-3 —identificando así un nuevo biomarcador,” explica Aurelio Carnero Rosell, primer autor del estudio.
“Es apasionante mostrar cómo herramientas nacidas para estudiar la evolución del Universo pueden contribuir al estudio de la mente humana. Detectar enfermedades neurodegenerativas antes de que aparezcan los síntomas podría ser solo un ejemplo de los avances significativos que pueden surgir de colaboraciones interdisciplinarias como esta”, comenta Antonella Maselli, de la Universidad de Mesina.
Otro de los autores del estudio, Marc Huertas Company, señala que las redes neuronales fueron necesarias en el análisis de regresión final: “A diferencia de la cosmología, todavía no contamos con modelos predictivos para las estadísticas de dos y tres puntos del cerebro humano.”
El proyecto también implicó una cuidadosa preparación de los datos de resonancia magnética, como recuerda Niels Janssen: “Me resultó bastante entretenido ver a los cosmólogos traduciendo megapársecs -unos 3,26 millones de años luz- a milímetros para poder aplicar sus herramientas cosmológicas a los datos de neuroimagen.”
Por su parte, otro de los coautores, Ernesto Pereda, destaca el potencial más amplio del método: “La utilidad de este enfoque novedoso en neurociencia es que no solo permite obtener estimaciones de la edad cerebral, como hacen los métodos de aprendizaje automático, sino también interpretar los resultados, ya que diferentes configuraciones del bispectro trazan distintas escalas y muestran tendencias de envejecimiento específicas.”
Francisco-Shu Kitaura hace una valoración final sobre el origen y relevancia de este estudio: “En el campo de la modelización de la distribución de galaxias que trazan el campo de materia oscura subyacente, descubrimos que se puede reproducir el mismo espectro de potencias con diferentes modelos de sesgo galáctico. Para diferenciar entre modelos y romper las degeneraciones, debemos recurrir a estadísticas de orden superior, en particular al bispectro. Esa idea me inspiró a proponer la aplicación de estos métodos a la neurociencia.”
