Un nou mètode d'investigadors de la URV revoluciona el camp de la neurociència

Comparar cervells per entendre com es connecten les neurones i com aquestes connexions poden variar entre espècies o individus és un dels grans reptes de la neurociència. Ara, un equip investigador del Departament d’Enginyeria Química de la Universitat Rovira i Virgili (URV) ha desenvolupat un model probabilístic que permet alinear alhora diferents xarxes complexes per trobar-hi patrons comuns.

Aquest mètode, que s’ha publicat a la revista científica Nature Communications, no només millora substancialment els mètodes actuals, sinó que significa una revolució en la manera d’encarar el problema que permetrà en un futur pròxim alinear xarxes de cents de milers de neurones d’una manera eficaç, cosa que ara mateix no és possible de forma automàtica.

Aquest mètode rau en una idea senzilla, però biològicament plausible: assumeix que totes les xarxes que es volen alinear són còpies amb errors d’una mateixa estructura subjacent —com una mena de plànol o blueprint—, i el que fa és reconstruir aquest patró comú a partir de les observacions disponibles; és a dir, assumeix que tots els conectomes —els mapes de connexions neuronals dins del cervell— són còpies amb error d’un mateix patró de connexions subjacent. Això permet no només alinear les xarxes, sinó també estimar la probabilitat de què cada node (que podria ser una neurona o un usuari) en una xarxa correspongui a un node determinat en les altres.

“La nostra motivació principal era poder comparar connectomes. Però per comparar-los primer cal saber quines neurones són equivalents en cada cervell”, explica Marta Sales-Pardo, investigadora del Departament d’Enginyeria Química involucrada en la recerca. Aquesta tasca és especialment complexa quan es tracta de cervells diferents —d’individus o, fins i tot, d’espècies diferents— i quan no es disposa d’informació contextual clara sobre cada neurona.

El mètode l’han validat amb dades reals de connectomes del cuc C. Elegans en diferents estadis de desenvolupament, de la larva de la Drosophila melanogaster (coneguda com a mosca del vinagre) i també amb xarxes socials de comunicació per correu electrònic. En tots tres casos, la seva tècnica ha demostrat una precisió molt superior als mètodes que existeixen finsara. “Hem pogut alinear fins a deu xarxes alhora i ho hem fet millor que qualsevol altra eina coneguda fins ara”, indica Roger Guimerà, professor ICREA del mateix departament.

A més d’augmentar la precisió, l’enfocament probabilístic ofereix un avantatge fonamental: fa explícites les hipòtesis sobre com es generen les dades. Això permet adaptar el model a diferents tipus de xarxes, afegir-hi informació contextual com les categories dels nodes (per exemple, el tipus de neurona) i interpretar millor els resultats. «Amb aquest mètode, no només busquem la millor alineació possible, sinó que estimem la probabilitat que cada correspondència sigui correcta, cosa que és clau per fer deduccions fiables», afegeixen.

Tot i que el treball s’emmarca en el context de la neurociència, el mètode és aplicable a qualsevol xarxa en què es puguin buscar patrons d’equivalència. L’equip l’ha provat també amb xarxes de correus electrònics: “Partíem del coneixement de qui era cada usuari i això ens ha permès validar que el mètode trobava correctament qui és qui a través de les connexions”, explica Teresa Lázaro, que també fa recerca al Departament d’Enginyeria Química de la URV. També podria aplicar-se a xarxes d’interaccions entre proteïnes, útils per identificar funcions desconegudes en organismes nous o patògens, o per detectar patrons sospitosos en xarxes financeres o de seguretat.

Els resultats de la recerca obren una porta prometedora, ja que “permeten comparar xarxes de forma microscòpica, molt més enllà dels indicadors generals que es feien servir fins ara”, conclouen.