Después de una lesión de la médula espinal, el sentido cinestésico ayuda a restaurar el movimiento, sugiere un modelo

Durante casi 50 años, un pez sin mandíbula llamado lamprea ha interesado a los científicos debido a su notable capacidad para recuperarse de lesiones en la médula espinal. A nuevo estudio revela una posible técnica que las lampreas pueden usar para nadar nuevamente, a pesar de la escasa regeneración neuronal.

Christina Hamlet de la Universidad de Bucknell y sus colaboradores, incluida Jennifer R. Morgan del Laboratorio de Biología Marina (MBL), usaron un modelo matemático para demostrar cómo las lampreas pueden usar la retroalimentación de la detección del cuerpo para recuperar la capacidad de nadar después de una lesión en la columna. El estudio podría inspirar nuevos enfoques terapéuticos en humanos o algoritmos para la locomoción en robots blandos. El artículo está publicado en procedimientos de la Academia Nacional de Ciencias.

«El remate del documento es que incluso en ausencia de un comando descendente a través de ese [spinal] lesión, puede aumentar la retroalimentación sensorial y restaurar la locomoción», dijo Morgan, científico sénior de MBL y director del Centro Eugene Bell de Biología Regenerativa e Ingeniería de Tejidos de MBL.

A diferencia de los humanos y otros mamíferos, las lampreas se recuperan rápidamente y casi por completo incluso después de lesiones graves en la parte superior de la médula espinal. Morgan descubrió previamente que aunque la regeneración neuronal ayuda a la recuperación en las lampreas, no cuenta la historia completa. Solo un pequeño porcentaje de las neuronas y conexiones neuronales se restauran a través de una lesión en la columna, por lo que deben usar otro mecanismo.

«Tenía todas estas preguntas sobre cómo podría funcionar eso. ¿Cómo podrías tener un sistema nervioso que funcione con unas pocas conexiones dispersas?» preguntó Morgana.

Los científicos habían planteado la hipótesis de que las lampreas podrían usar la retroalimentación de la detección del cuerpo (llamada propiocepción o cinestesia) para guiar sus movimientos, además de las conexiones neuronales descendentes en la médula espinal. Morgan se acercó para discutir esto con un viejo amigo suyo de MBL, Eric Tytell, profesor asociado de biología en la Universidad de Tufts y ex investigador del Centro Whitman de MBL. Eric ya estaba colaborando con Lisa Fauci, profesora de Matemáticas en la Universidad de Tulane, y Christina Hamlet, quien fue mentora de posdoctorado en Tulane.

Tytell, Fauci y Hamlet estaban usando modelos matemáticos para imitar el movimiento de las lampreas. Se unieron para «ver si podíamos modelar algunos de los efectos de la retroalimentación sensorial sobre el comportamiento de natación en las lampreas», dijo Hamlet, quien actualmente es profesor asistente de matemáticas en la Universidad de Bucknell.

El equipo comenzó a jugar con diferentes escenarios de lampreas con lesiones en la columna vertebral, incluidos los biológicamente plausibles y los inverosímiles, todos los cuales suponían que no había regeneración neuronal a lo largo de la lesión de la médula espinal. Esta es la utilidad del modelado, dijo Hamlet, «Podemos romper cosas que no puedes romper en biología». El modelo tuvo en cuenta las curvas y el estiramiento creados en el cuerpo por encima de la lesión y envió esa información al resto del cuerpo a través de los músculos, no de la médula espinal.

Incluso con una cantidad moderada de retroalimentación sensorial, los modelos mostraron una sorprendente recuperación de los patrones de natación en los modelos biológicamente plausibles. Una retroalimentación sensorial más fuerte condujo a una mejora aún mayor.

Debido a que las lampreas vuelven a crecer algunas de sus neuronas después de una lesión y, por lo tanto, tienen un comando descendente del cerebro para impulsar el movimiento, es posible que necesiten incluso menos retroalimentación sensorial que el modelo. El equipo espera agregar regeneración neuronal al modelo y probar cómo afecta el movimiento e interactúa con la retroalimentación sensorial.

«Si tiene un buen modelo computacional, puede pasar por muchos más escenarios de manipulaciones de los que es práctico con la experimentación», dijo Morgan.

El equipo espera que este estudio y la investigación futura contribuyan a las terapias para humanos con lesiones en la columna vertebral y enfermedades que afectan el movimiento. Las interfaces cerebro-máquina y los dispositivos estimuladores están comenzando a incorporar retroalimentación de detección corporal para crear movimientos más suaves después de una lesión, y esta investigación podría informar la cantidad y el tipo de retroalimentación que necesitan los humanos.

«Ya seas un animal como una lamprea que [recovers] espontáneamente o un ser humano al que se le debe administrar un fármaco o un dispositivo de estimulación eléctrica, llegar al punto en el que tiene algunas cosas en el lugar correcto y luego reutilizar lo que ya está allí debería ser más factible que tratar de recapitular el patrón original idéntico de conexiones sinápticas y crecimiento», dijo Morgan.