¿Las cortezas sensoriales procesan más de una modalidad sensorial? Para abordar esta interrogante, los científicos han llevado a cabo numerosos estudios en diversas escalas espacio-temporales usando distintos modelos animales, obteniendo a menudo resultados contradictorios. Algunos trabajos sostienen que este proceso sucede en las cortezas sensoriales tempranas, mientras que otros argumentan que tiene lugar en áreas centrales de las cortezas sensoriales. Para intentar arrojar luz sobre estas incógnitas, en este trabajo nos propusimos estudiar si las neuronas sensoriales de las áreas 3b y A1, de la corteza somatosensorial primaria (S1), procesan y codifican propiedades de estímulos físicos de diferentes modalidades (táctiles y acústicos). Para ello, se registró la actividad neuronal de dichas áreas mientras dos macacos Rhesus realizaron una tarea de detección bimodal, en donde los sentidos del tacto y el oído compiten continuamente. Analizando las propiedades de codificación y variabilidad de las neuronas, organizándolas por campo receptivo relativo a la zona de estimulación, nuestros resultados indican que las neuronas de 3b y A1 son unimodales, es decir, que codifican sólo la modalidad táctil. Además, encontramos que las neuronas de 3b llevan más información de periodicidad que las de A1, poseen menor latencia de respuesta y codificación, y tienen una escala temporal intrínseca más baja. Estas diferencias entre las neuronas de ambas áreas revelan una jerarquía oculta basada en el procesamiento de la información en cada región. Finalmente, empleando una poderosa técnica no lineal de reducción de dimensiones, corroboramos que la actividad en 3b y A1 se puede separar, de esta forma, estableciendo una clara división en la funcionalidad de estas dos subáreas de S1.

Informes:
Markus F. Müller, muellerm@uaem.mx
Román Rossi Pool, romanr@ifc.unam.mx

Una de las características principales del electroencefalograma (EEG) es su decaimiento de la amplitud como función de la frecuencia 1/fβ, diversos estudios han relacionado la pendiente espectral (β) como un biomarcador para distinguir cambios fisiológicos como sueño, vigilia, enfermedades neurológicas o procesos de maduración cerebral (Pereda et al., 1998; Peterson et al., 2017; Donoghue et al., 2020). Por otro lado, estudiar las fluctuaciones del coeficiente de correlación también ha permitido distinguir procesamientos cognitivos (Olguín et al., 2018). La combinación de medidas univariantes y bivariantes proporcionan más información del procesamiento cerebral durante procesos cognitivos.

El estudio de emociones es idóneo para indagar los cambios del procesamiento de estímulos visuales con la edad. Además, el reconocimiento facial emocional es un proceso que inicia desde etapas tempranas del desarrollo en la infancia, importante para la interacción social (Ramos-Loyo, 2012).

En este trabajo investigamos cambios en la pendiente espectral y fluctuaciones del coeficiente de correlación durante el procesamiento de emociones en niños, con la finalidad de determinar que regiones cerebrales juegan un papel importante en el reconocimiento de emociones y cambios debidos a la edad.

Referencias:

Donoghue, T., Haller, M., Peterson, E. J., Varma, P., Sebastian, P., Gao, R., ... & Voytek, B. (2020). Parameterizing neural power spectra into periodic and aperiodic components. Nature neuroscience, 23(12), 1655-1665.

Loyo, J. R. (2012). Psicobiología del procesamiento emocional. Tendencias actuales de las neurociencias cognitivas, 65.

Olguín-Rodríguez, P. V., Arzate-Mena, J. D., Corsi-Cabrera, M., Gast, H., Marín-García, A., Mathis, J., ... & Müller, M. (2018). Characteristic fluctuations around stable attractor dynamics extracted from highly nonstationary electroencephalographic recordings. Brain connectivity, 8(8), 457-474.

Peterson, E. J., Rosen, B. Q., Campbell, A. M., Belger, A., & Voytek, B. (2017). 1/f neural noise is a better predictor of schizophrenia than neural oscillations. Biorxiv, 113449.

Pereda, E., Gamundi, A., Rial, R., & González, J. (1998). Non-linear behaviour of human EEG: fractal exponent versus correlation dimension in awake and sleep stages. Neuroscience letters, 250(2), 91-94

Informes:
Markus F. Müller, muellerm@uaem.mx
Román Rossi Pool, romanr@ifc.unam.mx

Las malformaciones del desarrollo cortical ocurren durante el periodo de gestación debido a errores en la regulación de este proceso. Las displasias corticales son un tipo de estas que se caracterizan por perder la organización por capas e inclusive la limitación entre la barrera de la materia gris y blanca, además de que las neuronas que las constituyen generalmente presentan morfologías anormales, siendo variables en extensión y localización.

La relevancia de estas malformaciones reside en la generación de epilepsia resistente a fármacos, teniendo mayor incidencia en la población infantil, aunque también puede desarrollarse en la etapa adulta. Su prevención y tratamiento aún son complicados debido a la variabilidad que presentan, además de que sigue siendo poco clara la relación que tienen con la generación de epilepsia. Para acercarnos más al entendimiento de esto último, estudiamos la actividad cortical de estas malformaciones, logrando describir algunas de las características que las podrían hacer susceptibles a la generación de epilepsia.

Ana estudió la carrera de Biología, en la Facultad de Ciencias de la UNAM. Actualmente, está realizando el doctorado en Ciencias Biomédicas, bajo la dirección del Dr. Luis Concha. Su trabajo está enfocado en la descripción de la conectividad neuronal de procesos biológicos bajo patologías como epilepsia.

Relating brain dynamics acting on time scales that differ by at least an order of magnitude is a fundamental issue in brain research. The same is true for the observation of stable dynamical structures in otherwise highly non-stationary signals. The present study addresses both problems by the analysis of simultaneous resting state EEG-fMRI recordings of 53 patients with epilepsy. Confirming previous findings, we observe a generic and temporally stable average correlation pattern in EEG recordings. We design a predictor for the General Linear Model describing fluctuations around the stationary EEG correlation pattern and detect resting state networks in fMRI data. The acquired statistical maps are contrasted to several surrogate tests and compared with maps derived by spatial Independent Component Analysis of the fMRI data. By means of the proposed EEG-predictor we observe core nodes of known fMRI resting state networks with high specificity in the default mode, the executive control and the salience network. Our results suggest that both, the stationary EEG pattern as well as resting state fMRI networks are different expressions of the same brain activity. This activity is interpreted as the dynamics on (or close to) a stable attractor in phase space that is necessary to maintain the brain in an efficient operational mode. We discuss that this interpretation is congruent with the theoretical framework of complex systems as well as with the brain's energy balance.

Las decisiones perceptuales son uno de los procesos cognitivos que más a menudo realizan los cerebros. Por ello, estudiar la actividad neuronal durante estos ha sido una de las apuestas para comprender el funcionamiento del cerebro. En esta plática hablaremos sobre la actividad de cinco áreas diferentes de la corteza cerebral durante una tarea de toma de decisiones perceptuales y, en particular, veremos como un aproximación de análisis sencilla con LFPs (potenciales del campo eléctrico local), revela una señal novedosa e inesperada en un área sensorial primaria.