La transmisión sináptica es identificada como el proceso de comunicación por excelencia utilizado por las células nerviosas. En estos momentos, se acepta un nuevo proceso de comunicación basado en un fenómeno de difusión en el tejido nervioso que nos lleva a definir un nuevo tipo de señalización celular, la Transmisión Volumétrica (VT), para el cual su mecanismo subyacente es la difusión de sustancias neuroactivas, como el Óxido Nítrico (NO), entre otras, en el Espacio Extracelular (ECS). El cual sirve, no sólo como el microentorno de separación de las células nerviosas, sino también como el canal de información.

La presencia de una molécula como el NO en el Sistema Nervioso, abre nuevas perspectivas en el estudio del funcionamiento de éste, tanto en el Sistema Nervioso Periférico (PNS), como en el Sistema Nervioso Central (SNC), actuando como neurotransmisor retrógrado, con posibles implicaciones en el aprendizaje, en la formación de memoria, generación del LTP y funciones de sincronización de la actividad neuronal entre otras.

A falta de datos experimentales específicos que determinen la dinámica del NO en su papel de molécula de señalización neuronal por difusión en la VT, en el Grupo COMCIENCIA hemos desarrollado un Marco Matemático–Computacional para el estudio del comportamiento del NO. Se proponen tres modelos computacionales, de capacidad creciente, en el continuo y en el discreto: Modelo Continuo de Morfología de Difusión Cilíndrica, Modelo basado en Sistemas de Compartimentos y Modelo basado en Redes de Autómatas (ANDINO). Cada uno de ellos ha permitido recoger características propias del NO y del medio donde difunde. Se han podido realizar análisis de la dinámica del NO, como mecanismo de señalización subyacente en la Transmisión Volumétrica (VT) y sus implicaciones en aprendizaje y estructura neuronal.

Este esfuerzo de modelado ha permitido la creación de un entorno virtual de análisis de la dinámica del NO que permite estudiar y generar conocimiento acerca de los diversos y complejos conceptos, procesos y mecanismos asociados a la VT: Teoría de la Señal Volumétrica, Aprendizaje Volumétrico y Computación Volumétrica, así como realizar diseño de experimentos biológicos de forma simulada. También ha permitido el diseño de nuevas redes neuronales artificiales de aplicación en sistemas de almacenamiento y recuperación de información.

Investigador responsable: Carmen Paz Suárez Araujo.

Leave a reply

Una de las líneas de investigación del grupo COMCIENCIA es el diseño y desarrollo de metodologías computacionales biológicamente inspiradas, computacionalmente eficientes, que sean capaces de realizar tareas complejas, similares a aspectos de percepción y cognición humana. Diseñamos nuevos modelos de redes neuronales artificiales, las cuales son sistemas de proceso de información paralelos, donde la inteligencia emerge del comportamiento complejo de las unidades de proceso altamente interconectadas que la constituyen, dirigido por procesos de aprendizaje

Esta es una línea pilar de nuestro grupo, ya que lo desarrollado en ella es esencialmente usado en el diseño de sistemas inteligentes para resolver problemas en cualquier ámbito de aplicación, como el clínico, biomédico, medioambiental, industrial, etc… El principal objetivo es diseñar nuevas arquitecturas neuronales que contemplen aspectos estructurales y de procesado, propios de las redes neuronales biológicas (RNBs), lo que le proporciona mayor potencialidad y capacidad computacional.

HUMANN es una nueva arquitectura neuronal híbrida, modular y no supervisada, de propósito general, que incorpora mecanismos propios de las RNBs, como la neurogénesis, la reconfiguración sináptica, la apoptosis (muerte) neuronal, las sinapsis silenciosas. Es capaz de trabajar en cualquier entorno real no estacionario y con ruido; con datos que pueden presentar estructura de clases solapadas y con interferencias, sin información a priori del número de clases diferentes que puede haber en los datos, o con fronteras entre clases altamente no lineales y con vectores de datos de alta dimensionalidad. Es apropiada para realizar procesos de clasificación con capacidad de clusterizado ciego.

Otra arquitectura diseñada por el grupo es la Red Neuronal Asociativa por Difusión (RENAD) la cual proporciona mejoras en la representación interna de los datos. Es una red en la que incorporamos aprendizaje por difusión del óxido nítrico (NO). Es una red que se puede aplicar en el diseño de memorias y de sistemas para la recuperación de información de forma automática, partiendo incluso de datos ruidosos, incompletos, etc.

El Grupo de Investigación COMCIENCIA ofrece sus servicios y asesora a instituciones y empresas, públicas o privadas, de cualquier ámbito, que precisen el diseño, desarrollo o empleo de herramientas de computación inteligente, para automatizar procesos complejos sin necesidad de intervención del usuario.

 

Investigador responsable: Carmen Paz Suárez Araujo.

Leave a reply