Hacer un seguimiento preciso de la actividad neuronal es fundamental para la neurociencia y también para el desarrollo de prótesis neuronales. Sin embargo, persiste el problema de que los dispositivos no son capaces de procesar con efectividad la información neuronal en tiempo real, y a su vez ello impone restricciones sobre el ancho de banda, el uso de energía y la capacidad computacional.
La solución a este problema podría venir de la mano de los memristores, o al menos eso opinan los científicos participantes en el proyecto RAMP (Real neurons-nanoelectronics Architecture with Memristive Plasticity). Los memristores son componentes eléctricos que limitan o regulan el flujo de corriente eléctrica en un circuito y que son capaces de «recordar» la cantidad de carga que fluía por él y registrar la información incluso si se desconecta la fuente de alimentación. A grandes rasgos, cumplen una función similar a la de las sinapsis biológicas y poseen la capacidad intrínseca de efectuar tareas computacionales y, al mismo tiempo, guardar información, todo ello con cifras drásticamente inferiores en cuanto a volumen y disipación de energía.
Esto es lo que comentó al respecto la primera firmante del trabajo, Isha Gupta, investigadora y estudiante de postgrado de la Universidad de Southampton: «Nuestro trabajo puede contribuir notablemente a seguir mejorando la comprensión de la neurociencia y desarrollando prótesis neuronales y medicamentos bioelectrónicos a través de la creación de herramientas que son esenciales para interpretar los datos masivos de una manera más eficaz».
El equipo investigador creó un «sensor integrador de tipo memristor» (Memristive Integrative Sensor, MIS) en el que introdujo una serie de muestras de tensión y tiempo, a fin de replicar la actividad eléctrica neuronal. Según se informa, el MIS —de óxido metálico— hizo las veces de sinapsis cerebral y fue capaz de codificar y comprimir (hasta doscientas veces) la actividad de disparos neuronales registrada por series de múltiples electrodos. Además de solventar las limitaciones relativas al ancho de banda, los autores aseguran que esta técnica tiene una gran eficiencia energética, pues la potencia necesaria por canal de registro fue hasta cien veces inferior a la de las técnicas más eficaces empleadas en la actualidad.
«Nos entusiasma haber conseguido demostrar que estos novedosos dispositivos a nanoescala, pese a tener una arquitectura bastante simple, poseen dinámicas ultra ricas que pueden aprovecharse —más allá de las evidentes aplicaciones de memoria— para resolver las limitaciones fundamentales, relativas al ancho de banda y a la potencia, que actualmente imposibilitan ampliar las interfaces neuronales a una escala superior a mil canales de registro», añadió el Dr. Themis Prodromakis, otro de los autores.
La labor realizada por el equipo de RAMP supone un gran adelanto que se considera muy prometedor de cara a combatir varias enfermedades y trastornos, ya que quizás se puedan crear neuroprótesis avanzadas que consigan reducir sensiblemente los síntomas y mejorar la calidad de vida de los afectados. A este respecto, una de las mayores dificultades ha sido lograr que el paciente sienta que las neuroprótesis forman parte de su cuerpo y, en el caso de prótesis para ciertas partes del cuerpo humano, que no sean invasivas.
Como parte del consorcio responsable de RAMP, los ingenieros de la Universidad de Southampton han colaborado con biólogos de la Universidad de Padua (Italia) y del Instituto Max Planck (Alemania) aprovechando las instalaciones del Centro de Nanofabricación de Southampton. Su artículo se ha publicado en la revista Nature Communications.
RAMP ha contado con un presupuesto europeo algo superior a 2 millones de euros y finalizará en octubre de 2016.
Para más información, consulte:
Página web del proyecto
EN
CS
DE
ES
FR
HU
IT
PL
PT
РУ
SK
TR
УК
AR
中文
