Resumen de Understanding the balance between coordination and flexibility in central pattern generators: an experimental and computational study
Irene Elices Ocón 
Las secuencias de activación neuronal robustas se pueden encontrar en cualquier sistema nervioso, desde los circuitos simples en invertebrados hasta los sistemas más complejos en vertebrados. Un paso muy importante para conseguir relacionar la actividad neuronal con la función que desempeña es desvelar los principios generales que rigen la generación y coordinación de secuencias neuronales. Los circuitos Generadores Centrales de Patrones (CPGs en inglés) son redes neuronales que producen patrones motores rítmicos. Estos circuitos son sistemas ideales para estudiar la activación neuronal secuencial.
En esta tesis estudiamos las diferentes fuentes de variabilidad temporal en circuitos CPG para desvelar aspectos fundamentales del equilibrio entre flexibilidad y robustez en la dinámica secuencial. Nuestros análisis del ritmo trifásico del CPG pilórico (Carcinus maenas) muestran la fuerte robustez de las dinámicas transitorias para mantener, además de la secuencia, relaciones temporales específicas ciclo-a-ciclo que toman forma de correlaciones lineales entre intervalos de tiempo claves. A estas correlaciones robustas las denominamos invariantes dinámicos. De todas las posibles combinaciones de intervalos de tiempo que se han analizado en este estudio, solo se han identificado dos invariantes dinámicos, que se mantienen incluso fuera del estado estacionario de la dinámica del CPG. Nuestros resultados experimentales indican que estas reglas para la limitación en la adaptabilidad surgen de la interacción entre la riqueza dinámica de las neuronas y su conectividad.
También hemos llevado a cabo un estudio de la conectividad en los CPGs desde el punto de vista computacional. Muchos CPGs están construidos a partir de subcircuitos básicos basados en la inhibición mutua entre neuronas (los llamados half-center oscillators en inglés), que es la configuración mínima capaz de producir patrones rítmicos para controlar músculos antagónicos. Usando un protocolo de ciclo cerrado para controlar la actividad de un circuito half-center oscillator, hemos adaptado la conductancia máxima en la inhibición hasta conseguir un ritmo regular. Nuestros resultados muestran que el control en ciclo cerrado puede encontrar rápidamente la mejor conectividad que lleva a la regularidad del ritmo. También hemos estudiado el papel que juegan la asimetría de la conductancia máxima de las sinapsis, las constantes de tiempo y las conexiones eléctricas para establecer la actividad regular en este circuito. El análisis muestra que la asimetría tanto en la conductancia máxima como en la escala temporal de la inhibición mutua contribuye a dar forma a extensos regímenes de actividad regular. Hemos empleado además un modelo simplificado del CPG pilórico para estudiar cómo se genera el ritmo trifásico en función de la conectividad y analizar la presencia de invariantes dinámicos. Los resultados muestran que la asimetría en la conductancia máxima y en la escala temporal de la inhibición sináptica contribuyen en la generación de las características de los ritmos trifásicos regulares e irregulares. Sin embargo, los modelos no han podido reproducir los invariantes dinámicos encontrados en los experimentos a pesar del uso de modelos neuronales con variabilidad intrínseca, configurados para producir actividad en ráfagas en modo caótico, lo que indica que puede haber elementos dinámicos fundamentales que no han sido considerados en los modelos teóricos.
Finalmente, para estudiar con mayor detalle el origen y relevancia de los invariantes dinámicos y cómo se moldean los intervalos temporales con los que se construye la secuencia del ritmo, hemos diseñado e implementado circuitos híbridos conectando un modelo de neurona a una neurona viva del CPG pilórico. Mostramos también que, dependiendo de los parámetros de la conectividad, los invariantes dinámicos pueden surgir entre la neurona viva y el modelo. Nuestros resultados indican, por tanto, que los invariantes dinámicos se pueden propagar a través de sinapsis artificiales en determinadas circunstancias.
