Las Neuronas No Actúan Como Simples Puertas Lógicas, Sino Como Complejos Sistemas de Procesamiento de Unidades Múltiples

Por:  William Brown, científico investigador de Resonance Science Foundation

Un estudio publicado en la revista Science ha puesto de cabeza 80 años de sabiduría convencional en neurociencia computacional, que ha modelado la neurona como un simple nodo puntual de un sistema que integra señales y las transmite. Este modelo de neurona como integradora, también conocido como modelo de neurona "tonta", ha restringido gravemente la concepción de lo que es capaz de hacer una neurona y, por tanto, del funcionamiento de las redes neuronales y del cerebro en su conjunto.Esto no sólo ha impedido el desarrollo de una comprensión completa de la actividad neuronal en las regiones cerebrales superiores de la corteza, sino que también ha afectado negativamente a la informática, limitando significativamente el desarrollo de redes computacionales neuromórficas porque se han basado en un modelo incompleto. Las investigaciones empíricas sugieren ahora que los científicos revalúen el procesamiento neuronal de la información como un sistema mucho más complejo, que puede no tener paralelismos directos con nuestras tecnologías computacionales.

La nueva investigación del profesor Matthew Larkum, neurocientífico de la Universidad de Humboldt, y su equipo ha descubierto un sistema de procesamiento de la información pocas veces visto en las dendritas individuales de las neuronas neocorticales piramidales que utiliza un procesamiento graduado de la señal con potenciales de acción dendríticos mediados por calcio, a diferencia de los típicos potenciales de acción de todo o nada observados en el flujo de iones de sodio y potasio. (La corriente eléctrica se conduce a través del sistema nervioso, lo que se conoce como potencial de acción, mediante el flujo de cationes grandes como el sodio, el potasio, el magnesio y el calcio).

Las dendritas son prolongaciones protoplasmáticas ramificadas de la membrana celular de la neurona. Como un árbol que forma ramas a partir del tronco, las dendritas son arborizaciones del soma neuronal que contienen la arquitectura sináptica necesaria para recibir, procesar y transmitir señales eléctricas (procedentes de los axones de neuronas adyacentes).En algunas clases de neuronas, hay miles de dendritas y, sumando todas las estructuras subsinápticas, una sola neurona puede formar hasta 100.000 conexiones de procesamiento/integración de señales, tan extensas que, al modelar esa conectividad, un equipo de investigación utilizó un colector matemático de 11 dimensiones. 

Lo que la investigación reciente ha descubierto es que la dendrita es mucho más que un simple receptor e integrador de señales. Existe una compleja arquitectura subsináptica que confiere a la dendrita la capacidad de procesamiento que normalmente se atribuye a una red neuronal multicapa, es decir, que la dendrita por sí sola puede realizar cálculos complejos y, por tanto, la capacidad de procesamiento multiparalelo de una sola neurona va mucho más allá de lo que se suponía convencionalmente.

Al comentar el modelo de la neurona como un simple integrador, Bartlett Mel, neurocientífico computacional de la Universidad del Sur de California, dijo: "Eso es esencialmente la neurona colapsada en un punto en el espacio. No tenía ninguna articulación interna de actividad. El modelo ignoraba el hecho de que las miles de entradas que llegaban a una neurona determinada lo hacían en lugares diferentes a lo largo de sus dendritas. Ignoraba la idea (finalmente confirmada) de que cada dendrita podía funcionar de forma diferente. E ignoraba la posibilidad de que los cálculos fueran realizados por otras estructuras internas".

El nuevo descubrimiento confirma una predicción realizada por el grupo de investigación científica de Torus Tech LLC. En mi propio modelo sobre la citoarquitectónica molecular del cerebro y su papel en la conciencia, describí el nuevo paradigma neuroinformático de la siguiente manera (nótese que mi descripción del procesamiento de la información en el sistema biológico no se limita a las neuronas):

"La complejidad sin escala asociada al sistema biológico en general, y a la neurona en particular, significa que dentro de cada célula hay un verdadero cerebro macromolecular, al menos en términos de complejidad estructural, y quizá también hasta cierto punto de complejidad funcional: una jerarquía fractal. Esto significa que la visión extremadamente simplista de la sinapsis como un único bit digital está falseando la realidad de la situación, ya que, si utilizáramos la jerga del modelo neurocomputacional, cada "unidad computacional" contiene un auténtico cerebro macromolecular en su interior. Todavía no existe ningún computador o tecnología humana equivalente a esto".
– William Brown, Resonance Academy . Curso: Big Questions , Lesson III: The Cellular Hologramic Information Nexus | Sentience and Memory Encoding in Cellular and Macromolecular Systems. 2018.

El modelo que describo en mi curso El Nexo de Información Holográmica Celular viene a decir, en esencia, que la potencia de cálculo que normalmente se atribuye al cerebro en su conjunto está probablemente contenida en una sola neurona. Y, de hecho, las últimas investigaciones confirman que en las neuronas individuales se produce un procesamiento de la información en múltiples capas, y eso sólo evaluando las estructuras subsinápticas de la dendrita. Cuando se extienda a las estructuras internas de las redes filamentosas de actina, los cúmulos de Posner, y la matriz reticular mitocondrial, que pueden estar operando con principios cuánticos para un procesamiento paralelo masivo, se descubrirá que la capacidad computacional de una sola célula es asombrosa.

Gordon Shepherd de la Facultad de Medicina de Yale, lo ha afirmado: "Gran parte de la potencia del procesamiento que tiene lugar en el córtex es en realidad subumbral; un sistema de una sola neurona puede ser más que un sistema integrador. Puede ser dos capas, o incluso más". En teoría, casi cualquier cálculo imaginable podría ser realizado por una sola neurona con suficientes dendritas, cada una capaz de realizar su propia operación no lineal.

Referencia:

Dendritic action potentials and computation in human layer 2/3 cortical neurons.
BY ALBERT GIDON, TIMOTHY ADAM ZOLNIK, PAWEL FIDZINSKI, FELIX BOLDUAN, ATHANASIA PAPOUTSI, PANAYIOTA POIRAZI, MARTIN HOLTKAMP, IMRE VIDA, MATTHEW EVAN LARKUM
SCIENCE03 JAN 2020 : 83-87
Dendritic action potentials extend the repertoire of computations available to human neurons.