video: Professor Alain Nogaret describes why the artificial neurons developed at University of Bath have such potential to treat a range of diseases including heart failure. view more
Credit: University of Bath
Unos investigadores han logrado reproducir por primera vez las propiedades eléctricas de las neuronas biológicas en chips de silicio.
Los científicos han creado neuronas artificiales en chips de silicio que exhiben las mismas funciones que las neuronas verdaderas. Ha sido el primer logro de este tipo, el cual brinda posibilidades enormes para curar enfermedades crónicas, como la insuficiencia cardíaca, el Alzheimer, y otras enfermedades de degeneración neurológica, a través del uso de dispositivos médicos.
Estas neuronas artificiales no solo tienen las mismas funciones que las biológicas, sino que también requieren solo una milmillonésima de la energía requerida por un microprocesador, lo cual las hace idóneas, para su uso en los implantes médicos y otros dispositivos bioelectrónicos.
El equipo de investigadores, dirigido por la Universidad de Bath e integrado también por investigadores de las Universidades de Bristol, Zúrich y Auckland, describe las neuronas artificiales en un estudio publicado en la revista Nature Communications.
El diseñar neuronas artificiales que respondan a señales eléctricas mandadas por el sistema nervioso, tal y como lo hacen las neuronas verdaderas, ha sido una meta importante en la medicina desde hace décadas, ya que ofrece la posibilidad de poder curar enfermedades en las cuales las neuronas no funcionan bien. Las neuronas artificiales podrían reparar los biocircuitos dañados, replicando sus funciones normales y respondiendo adecuadamente a las reacciones del sistema nervioso.
En casos de insuficiencia cardíaca, por ejemplo, las neuronas situadas en la base del cerebro no responden adecuadamente a las reacciones del sistema nervioso y el corazón no bombea lo suficientemente fuerte.
Sin embargo, desarrollar estas neuronas artificiales ha sido un reto enorme, debido a su biología compleja y a la naturaleza imprevisible de las reacciones neuronales a los estímulos del sistema nervioso.
Los investigadores modelaron y derivaron ecuaciones con éxito para explicar cómo responden las neuronas a los estímulos eléctricos de los nervios. Esto es muy complicado, ya que las reacciones de este tipo no son lineales. En otras palabras, una señal el doble de potente no provocará necesariamente una reacción dos veces más potente - puede llegar a ser cuatro veces más potente, u otra cosa totalmente.
A continuación, diseñaron los chips de silicio, los cuales simulaban con exactitud los canales iónicos biológicos y demostraron que sus neuronas de silicio imitaban con precisión las neuronas biológicas bajo una serie amplia de estímulos.
Los investigadores replicaron con precisión las dinámicas completas de las neuronas del hipocampo y las neuronas respiratorias de las ratas, bajo una serie amplia de estímulos.
El profesor Alain Nogaret de la Universidad de Bath declaró: "Las neuronas hasta ahora han sido como las cajas negras, pero ahora hemos logrado abrir la caja negra y mirar hacia adentro. Nuestro trabajo cambia el paradigma, ya que ofrece un método robusto para reproducir minuciosamente las propiedades eléctricas de las neuronas."
"Pero va más allá que eso, porque nuestras neuronas solo requieren 140 nano-vatios de potencia. Es decir, una milmillonésima de la energía requerida por un microprocesador, que ha sido usado en intentos previos de crear neuronas sintéticas. Esto hace que las neuronas sean adecuadas para los implantes bioelectrónicos usados para curar enfermedades crónicas."
"Por ejemplo, estamos desarrollando marcapasos que, no solo bombearán a un ritmo estable, sino que también usarán estas neuronas para responder instantáneamente a las demandas que se le exigen al corazón - lo cual ocurre naturalmente en un corazón sano. También se podrían aplicar en el tratamiento de enfermedades como el Alzheimer y las enfermedades de degeneración neuronal en general."
"Nuestro logro incluye varios avances. Podemos estimar los parámetros de la reacción neuronal con mayor certeza, y también hemos creado un modelo físico del hardware y hemos demostrado su habilidad para imitar exitosamente las neuronas biológicas. Nuestro tercer avance es la versatilidad de nuestro modelo, que permite que incluyamos diferentes tipos y funciones de neuronas complejas mamíferas."
###
Este estudio fue financiado por la beca del programa de la Unión Europea - Horizonte 2020: Tecnologías Futuras y Emergentes (FET por sus siglas en inglés), y una beca de postgrado, financiada por el Consejo de Investigaciones de Ingeniería y Ciencias Físicas (EPSRC por sus siglas en inglés).
Journal
Nature Communications