El hipocampo es una de las regiones del cerebro más ampliamente estudiadas, y
es de interés para gran parte de los neurocientíficos, desde aquellos que
estudian su estructura y funcionalidad hasta los que estudian su mal
funcionamiento en diversas enfermedades y condiciones patológicas. El
hipocampo tiene un papel fundamental, entre otras cosas, en la adquisición y
consolidación de la memoria episódica, así como en la orientación espacial. De
todas las propiedades de las sinapsis en el hipocampo, quizás la más atractiva,
y seguramente la estudiada con mayor entusiasmo, es su habilidad de
responder a patrones de activación específicos con aumentos o disminuciones
de larga duración en la eficiencia sináptica. Esta propiedad plástica de las
sinapsis en general, y de las del hipocampo en particular, es considerada por
muchos neurocientíficos como la base celular del aprendizaje de ciertos tipos de
recuerdos y memorias.
El objetivo principal de esta Tesis Doctoral, fruto de una estrecha colaboración
entre el Centro de Biomateriales e Ingeniería Tisular de la Universitat
Politècnica de València y el Laboratorio de Plasticidad de las Redes Neuronales
del Instituto de Neurociencias (Consejo Superior de Investigaciones Científicas
¿ Universidad Miguel Hernández) de San Juan (Alicante), es aportar nuevos
conocimientos sobre los mecanismos que regulan el flujo de información entre
las distintas áreas del hipocampo y por tanto, contribuir a un mejor
entendimiento de los mecanismos neurofisiológicos que subyacen al
aprendizaje y la memoria mediante el análisis de señales adquiridas mediante
registros electrofisiológicos de alta densidad, correspondientes a distintas
partes del hipocampo y la corteza parietal asociativa, adquiridas en distintos
instantes de tiempo antes y después de la potenciación sináptica a largo plazo.
Para ello, se ha desarrollado una metodología que nos ha permitido estudiar la
actividad espontánea del sistema, y con la que hemos observado la dependencia
espacial y temporal de la desviación típica tanto en los cálculos de correlación
como en los de coherencia. Además, se ha trabajado tanto con los potenciales de campo locales (LFP por sus siglas en inglés), como con sus componentes
independientes, haciendo una comparativa entre los resultados obtenidos para
cada caso, en cuanto a correlación y coherencia se refiere, utilizando fragmentos
pertenecientes a diferentes etapas durante la potenciación sináptica a largo
plazo (LTP por sus siglas en inglés), para conocer los cambios que se dan en
esta estructura tras dicha potenciación sináptica. En el caso de la coherencia,
hemos podido observar los cambios que se producen debido a la potenciación
sináptica en las diferentes bandas de frecuencia. Todos estos cálculos se han
realizado de forma ipsilateral, comparando señales pertenecientes a un mismo
hemisferio cerebral, y de forma bilateral, comparando señales pertenecientes a
hemisferios cerebrales diferentes. Por último, a partir de la experiencia en el
manejo de estos registros electrofisiológicos y de sus componentes
independientes, se han identificado patrones de correlación interregional, que
se suceden en el tiempo como entidades singulares y a los que hemos
denominado ¿ministates¿ por su duración menor de un segundo. Dichos
patrones, que aparecen de forma repetida en los registros, podrían estar
asociados a eventos electrofisiológicos identificables en la señal y estar
modulados por procesos de plasticidad sináptica.
Así, se ha desarrollado una metodología adecuada para el análisis de señales
adquiridas mediante registros electrofisiológicos de alta densidad, mediante el
cálculo de la correlación y la coherencia de estas señales electrofisiológicas y de
sus componentes independientes, y se ha programado en entorno MATLAB.
Gracias a las herramientas desarrolladas y aplicadas hemos comprobado la
dependencia temporal y espacial de la dispersión de los valores de correlación y
coherencia y hemos analizado la estructura funcional en reposo de los circuitos
de la formación hipocampal, obteniendo evidencias a favor de la existencia de
dos vías de procesamiento paralelo e independiente en el sistema. Además,
hemos hallado patrones de comunicación, a los que hemos denominado
¿ministates¿, que se suceden en el tiempo en secuencias controladas por
procesos de plasticidad sináptica, apareciendo repetidamente en las distintas
fases estudiadas de nuestro modelo experimental de aprendizaje. Aún nos encontramos lejos de poder describir cómo el aprendizaje modifica el
`estado interno¿ del cerebro. Entre las dificultades encontradas cabe destacar la
enorme variabilidad en las señales electrofisiológicas registradas en los distintos
estados por los que, de forma espontánea, transcurre la actividad cerebral. De
esta forma la huella del aprendizaje o la memoria se encuentra enmascarada
por grandes fluctuaciones de actividad. Sin embargo, gracias a las herramientas
desarrolladas hemos podido aportar datos nuevos sobre cómo tiene lugar la
comunicación en la formación hipocampal y constatar que la plasticidad
sináptica modula dicha comunicación. / Gabaldón López, MV. (2013). Estudio de la estructura dinámica de las interacciones funcionales en el hipocampo mediante procesado de registros electrofisiológicos cerebrales en rata [Tesis doctoral no publicada]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/30777 / TESIS
| Identifer | oai:union.ndltd.org:upv.es/oai:riunet.upv.es:10251/30777 |
| Date | 08 July 2013 |
| Creators | Gabaldón López, María Victoria |
| Contributors | Canals Gamoneda, Santiago, Moratal Pérez, David, Universitat Politècnica de València. Departamento de Ingeniería Eléctrica - Departament d'Enginyeria Elèctrica |
| Publisher | Universitat Politècnica de València |
| Source Sets | Universitat Politècnica de València |
| Language | Spanish |
| Detected Language | Spanish |
| Type | info:eu-repo/semantics/doctoralThesis, info:eu-repo/semantics/acceptedVersion |
| Source | Riunet |
| Rights | http://rightsstatements.org/vocab/InC/1.0/, info:eu-repo/semantics/openAccess |
Page generated in 0.0143 seconds