Simulaciones digitales permitirían anticipar cómo avanza la ELA en el cerebro

El uso de simulaciones por computadora para anticipar cómo avanza una enfermedad parece algo propio de la ciencia ficción. Sin embargo, hoy es una herramienta real que empieza a transformar la investigación médica. Un equipo internacional de científicos logró desarrollar modelos computacionales capaces de predecir cómo se deterioran las neuronas en la esclerosis lateral amiotrófica (ELA), una enfermedad neurodegenerativa grave que afecta el movimiento y la fuerza muscular.

El proyecto fue liderado por investigadores de la Universidad de St Andrews, junto con la Universidad de Copenhagen y Universidad de Drexel. Según informó la universidad escocesa, estas simulaciones permiten observar cómo progresa la enfermedad, ensayar posibles tratamientos de manera virtual y reducir la dependencia de experimentos con animales.

En términos simples, los científicos están creando “copias digitales” del funcionamiento de grupos de neuronas para estudiar qué ocurre cuando la enfermedad avanza y cómo podría frenarse ese proceso. El estudio fue publicado en la revista Neurobiology of Disease.

Qué es la ELA y por qué resulta tan difícil de estudiar

La esclerosis lateral amiotrófica es una enfermedad que daña progresivamente las neuronas motoras, es decir, las células nerviosas que permiten que el cerebro envíe órdenes a los músculos. Con el tiempo, las personas pierden fuerza, movilidad, capacidad para hablar, tragar o respirar.

A nivel global, la ELA afecta aproximadamente a dos personas cada 100.000 habitantes por año. Aunque es poco frecuente, su impacto es muy alto porque no tiene cura y su evolución suele ser rápida.

Uno de los grandes desafíos para estudiarla es que los cambios en el sistema nervioso ocurren de forma gradual y en múltiples niveles. Tradicionalmente, los investigadores utilizan ratones modificados genéticamente para imitar la enfermedad humana. Estos modelos permiten observar ciertos aspectos, pero tienen limitaciones: suelen analizarse en momentos puntuales y no permiten explorar fácilmente todas las etapas intermedias del proceso degenerativo.

Simulaciones digitales: un laboratorio virtual

Para superar estas limitaciones, los científicos desarrollaron modelos informáticos capaces de simular poblaciones completas de neuronas. Estas simulaciones funcionan como un laboratorio virtual donde se pueden repetir experimentos muchas veces, modificar condiciones y observar qué ocurre sin intervenir directamente en un organismo vivo.

De este modo, es posible analizar qué sucede si se pierden determinadas neuronas, cómo impacta eso en la comunicación entre ellas o qué pasaría si un tratamiento lograra proteger parte del sistema.

Esto permite, por ejemplo, analizar qué sucede si se pierden determinadas neuronas, cómo afecta eso a la comunicación entre ellas o qué pasaría si un tratamiento lograra proteger parte del sistema.

Además, este enfoque contribuye a reducir el uso de animales en investigación, algo que resulta cada vez más relevante desde el punto de vista ético y científico.

Cómo funciona el modelo

El modelo utiliza lo que se llaman redes de espigas, que imitan la forma en que las neuronas reales se comunican mediante impulsos eléctricos. Para entenderlo mejor, puede pensarse en una ciudad conectada por una red de autopistas. Cada neurona sería una casa, las conexiones funcionarían como calles y los impulsos eléctricos serían los autos que transportan información de un punto a otro.

Cuando las rutas están bien conectadas y despejadas, el tránsito fluye con normalidad. Pero si algunas calles se cortan o se deterioran, el movimiento se vuelve lento, caótico o directamente imposible. Algo similar ocurre cuando las neuronas se dañan o pierden conexiones en una enfermedad neurodegenerativa.

En la simulación, los investigadores pueden “eliminar” neuronas virtuales o reducir sus conexiones para imitar el avance de la ELA. También pueden hacer lo contrario: fortalecer conexiones o preservar ciertas neuronas para simular posibles tratamientos.

Beck Strohmer, investigador de la Universidad de Copenhagen, explicó que el modelo permite recrear el deterioro neuronal típico de la enfermedad y, al mismo tiempo, evaluar estrategias que podrían proteger el sistema nervioso.

Validación en modelos biológicos reales

Aunque las simulaciones son muy potentes, no reemplazan completamente a los estudios en organismos vivos. Los propios investigadores aclaran que los resultados deben validarse en animales antes de extraer conclusiones clínicas.

En este proyecto, el equipo utilizó el modelo computacional para predecir que un tratamiento específico preservaría un tipo particular de neuronas. Luego realizaron experimentos en ratones y comprobaron que esa predicción se cumplía.

Este paso es clave: demuestra que el modelo no solo genera hipótesis interesantes, sino que también puede anticipar resultados reales.

Según Ilary Alodi, profesor de la Universidad de St Andrews, estas herramientas ayudan a diseñar mejor los experimentos, a saber dónde mirar y qué medir, optimizando tiempo, recursos y precisión.

Qué podría cambiar en el futuro

El objetivo a largo plazo es utilizar estos modelos para comprender mejor distintas enfermedades neurodegenerativas, no solo la ELA. El equipo planea aplicar estas simulaciones a regiones específicas del cerebro para estudiar procesos asociados a la demencia y otras patologías.

En el futuro, estas herramientas podrían ayudar a seleccionar tratamientos más prometedores antes de llevarlos a ensayos clínicos, reducir costos de investigación y acelerar el desarrollo de terapias.

También abren la puerta a una medicina más personalizada, donde los modelos puedan adaptarse a características específicas de cada paciente o tipo de enfermedad.

En definitiva, la combinación entre biología y computación está permitiendo observar el cerebro desde una perspectiva nueva: no solo como un órgano que se estudia en el laboratorio, sino también como un sistema complejo que puede ser modelado, simulado y comprendido en entornos digitales.

Aunque no promete soluciones inmediatas, este enfoque representa un paso sólido hacia una investigación más precisa, ética y eficiente, con el potencial de acelerar descubrimientos en el campo de las enfermedades neurodegenerativas.