Navigate back to the homepage

Del cableado neuronal al comportamiento

Juan García Ruiz, 
October 11th, 2021 · 17 min read ·
Link to $https://twitter.com/_neuronhubLink to $https://www.linkedin.com/company/neuronhub/Link to $https://www.facebook.com/neuronhub.org/
Do you want to read this article in English? Find it here.

Voy a recordarte algo que ya sab√≠as: la naturaleza es fascinante. ¬ŅQui√©n no se ha quedado pasmado mirando el vuelo sincronizado de los estorninos? ¬ŅO ante la habilidad de las ara√Īas tejiendo sus telas? No menos impresionantes son los bailes de las abejas para comunicarse entre ellas cuando encuentran una fuente de alimento. Pero lo realmente fascinante no es la habilidad de estos animales para llevar a cabo estos comportamientos. Los estorninos no necesitan pasarse las horas en la biblioteca para aprender a coordinarse con los de su especie, ni las ara√Īas necesitan ver tutoriales de costura, ni las abejas necesitan clases de baile. ¬°Lo realmente fascinante es nuestra ineptitud! Pero, ¬Ņsomos realmente ineptos? ¬°No! Eso trato de decirme cuando por cuarto a√Īo consecutivo toco el mismo vals de Chopin en el piano consiguiendo cada vez una mejora imperceptible para el o√≠do humano. Tanto tejer telara√Īas como tocar el piano de forma virtuosa son comportamientos que rozan la divinidad. Sin embargo, el primero es un comportamiento innato y por lo tanto no necesita un aprendizaje consciente y el segundo - desgraciadamente - es un comportamiento adquirido que necesita a√Īos y a√Īos de pr√°ctica. Para que un comportamiento innato ocurra y se repita generaci√≥n tras generaci√≥n, el cerebro de cada individuo debe seguir el mismo libro de recetas. Por ello, aunque cada cerebro es un mundo y las conexiones entre neuronas variables entre individuos, tambi√©n hay un cableado de base que nos recuerda que tambi√©n somos lo mismo. Podr√≠a seguir escribiendo sobre lo incre√≠ble que es el piano, pero has llegado hasta aqu√≠ para aprender algo sobre el cableado del cerebro y sobre ciencia. As√≠ que mejor centr√©monos un poco con Brian.

Brian Chen es un profesor de neurociencia en la Universidad McGill. Comenzó a dirigir su propio laboratorio en la misma universidad en 2009. Realizó su tesis con el doctor Karel Svoboda en el laboratorio Cold Spring Harbor, y luego trabajó con el doctor Dietmar Schmucker en el Dana-Farber Cancer Institute. Tras esto, trabajó con el doctor Josh Sanes en la Universidad de Harvard durante su investigación postdoctoral.

Juan Garc√≠a Ruiz: ¬ŅQu√© te llev√≥ al mundo de la investigaci√≥n?

Brian Chen: Desde peque√Īo admiraba c√≥mo los fil√≥sofos pasaban gran parte de su tiempo pensando y tratando de contestar preguntas profundas sobre el funcionamiento del mundo. Un d√≠a me hice consciente de que la ciencia moderna ten√≠a el mismo objetivo, y de que podr√≠a pasar gran parte de mi tiempo pensando y tratando de contestar preguntas profundas. Me encanta la naturaleza, crec√≠ al aire libre. Siempre me fascin√≥ el mundo natural, y especialmente el comportamiento animal. En mi √©poca de estudiante, este inter√©s por el comportamiento animal me llev√≥ a estudiar neurobiolog√≠a. Entonces empec√© con la investigaci√≥n, estudiando el sistema auditivo de los murci√©lagos. Cuando me gradu√©, estudi√© la plasticidad dependiente de la experiencia con roedores. Concretamente, estudi√© c√≥mo cambios morfol√≥gicos neuronales daban lugar a cambios en sus campos receptivos. Me divert√≠a mucho haciendo esto, as√≠ que hice de la investigaci√≥n mi carrera profesional.

JGR: ¬ŅEn qu√© consiste tu investigaci√≥n?

BC: La pregunta que m√°s me llama la atenci√≥n es c√≥mo un animal puede iniciar comportamientos complejos sin aprendizaje o sin experiencias previas. ¬°Hay cosas tan impresionantes y tan bonitas en el reino animal en las que no hay aprendizaje! Desde nuestros reflejos ante el dolor, hasta otros complej√≠simos comportamientos de los insectos que comienzan desde que el animal nace. ¬ŅC√≥mo el cableado de nuestros circuitos neurales da lugar a estos comportamientos innatos?

Por supuesto, todas las instrucciones requeridas para conectar estos circuitos neurales están de alguna forma integradas en el genoma de los animales. Mi objetivo es descifrar estas instrucciones moleculares para entender cómo pasamos de moléculas a circuitos neurales funcionales. Ahora mismo trato de dar con una lista de moléculas necesarias y suficientes para conectar los circuitos neurales de la mosca de la fruta (Drosophila melanogaster). Si consigo que introducir en una neurona esta lista de moléculas de tal forma que haya un recableado que dé lugar a cambios en el comportamiento y la percepción del animal, sentiré que habré dado los primeros pasos en la comprensión sobre cómo se construye un circuito neural. Estoy empezando con una sola neurona antes de dar el salto al circuito neural, lo que a su vez está lejos del estudio del cerebro en su conjunto. Pero no hay que olvidar que es un problema muy difícil de resolver. Como dije al principio, me gusta responder a preguntas bien profundas.

JGR: ¬ŅCu√°ndo empez√≥ este proyecto y cu√°les han sido tus principales descubrimientos?

BC: El proyecto empez√≥ cuando inaugur√© mi propio laboratorio, en 2009. Los principales descubrimientos hasta la fecha son listas y listas de mol√©culas requeridas en el cableado de la neurona que estudiamos. Tambi√©n hemos contribuido a la comprensi√≥n del funcionamiento de estas mol√©culas y de la neurona que las expresa, y parte de este trabajo de caracterizaci√≥n ha sido publicado, mientras que otra parte est√° a√ļn pendiente de publicar.

JGR: ¬ŅC√≥mo estudias los circuitos neurales?

BC: Principalmente usamos la mosca de la fruta como modelo animal para estudiar los circuitos neurales. La Drosophila melanogaster presenta claras ventajas en estudios gen√©ticos que se han hecho evidentes en los √ļltimos 100 a√Īos, pero tambi√©n es un modelo excepcional para estudiar los circuitos neurales. Las principales t√©cnicas que usamos son la imagen de alta resoluci√≥n de neuronas individuales, el secuenciado de ARN en c√©lulas individuales (esto es lo que nos permite identificar las mol√©culas implicadas en el cableado neural), y otras muchas t√©cnicas de biolog√≠a molecular y gen√©tica molecular compatibles con el estudio con la Drosophila. Por ejemplo, la t√©cnica de edici√≥n de genomas CRISPR-Cas9, o los knock-out (N. del A.: supresi√≥n de la expresi√≥n de un gen) en neuronas individuales. Tambi√©n estudiamos el funcionamiento de estas mol√©culas en cerebros de mam√≠feros usando neuronas de rat√≥n y humanas a partir de cultivos de c√©lulas madre.

JGR: ¬ŅHasta qu√© punto podemos aprender sobre nuestro cableado cerebral a partir de modelos animales?

BC: Compartimos hasta un 60% de nuestro genoma con la Drosophila melanogaster, y gran parte de los trabajos pioneros de caracterización del cableado cerebral proviene de estudios con este animal. Entenderíamos muy poco sobre nuestro cerebro sin el uso de los animales a lo largo de la historia de la neurobiología. Experimentos clásicos usando moscas de la fruta, saltamontes, embriones de pollo, peces cebra, renacuajos, ratas y ratones nos han llevado a hacer descubrimientos sin precedentes que nos han revelado los principios fundamentales sobre cómo nuestro cerebro construye sus redes, y esto no habría sido posible sin animales.

Esta ser√≠a mi respuesta m√°s simple a tu pregunta, pero creo que en realidad tu pregunta es algo m√°s perspicaz ya que es sobre cableado cerebral, y no sobre funci√≥n cerebral en general. Entender c√≥mo funciona el cerebro humano, la m√°quina m√°s complicada del universo conocido, ya es algo suficientemente complicado sin modelos animales, ¬Ņno crees? Porque est√° claro que no podemos hacer estudios invasivos con humanos. Es muy dif√≠cil acceder al cerebro humano, y no estoy hablando simplemente del cr√°neo, sino que tampoco podemos acceder a muestras de tejido cerebral vivo, no podemos hacer registros de la actividad neuronal con patch-clamp (N. del A.: t√©cnica que permite el estudio de corrientes i√≥nicas a trav√©s de uno o m√ļltiples canales i√≥nicos), no podemos eliminar un √°rea cerebral y sobreexcitar otra para ver qu√© pasa. En definitiva, no podemos hurgar en el cerebro de la gente ya que no es √©tico: nuestros cerebros son nuestra identidad.

Pero me preguntaste sobre el cableado. Un completo opositor podr√≠a decir que el conocimiento sobre el cableado del cerebro humano proveniente de modelos animales es completamente irrelevante e in√ļtil, porque proviene de animales que no son el Homo sapiens. Seg√ļn esta l√≥gica, solo podr√≠an usarse cerebros humanos para comprender los cerebros humanos. O incluso podr√≠a plantearse as√≠: bien, independientemente de si el animal es un buen modelo y es relevante para el ser humano, s√≥lo deber√≠an usarse cerebros humanos. En este caso, solo podr√≠an hacerse estudios gen√©ticos asociativos, en los que diferencias gen√©ticas y mutaciones dan lugar a fenotipos de cableado que se manifiestan de distintas formas, a veces como enfermedades y trastornos. Solo podr√≠amos estudiar mutaciones que dan lugar a signos cl√≠nicos claros. M√°s all√° de eso, solo nos quedar√≠a el cultivo de neuronas humanas a partir de c√©lulas madre in vitro. O en el mejor de los escenarios podr√≠amos manipular neuronas humanas en un organoide tisular, pero eso ser√≠a todo. No hay nada m√°s que eso. No habr√≠a estudios de comportamiento, no habr√≠a estudios en circuitos naturales o complejos, no habr√≠a resultados funcionales. Lo que trato de decir es que ¬°no hay otra forma! Me ha gustado mucho la pregunta porque me ha hecho reflexionar sobre los problemas asociados a la neurobiolog√≠a, particularmente la neurobiolog√≠a molecular.

JGR: ¬ŅPor qu√© es relevante entender el cableado del sistema nervioso?

BC: Entender c√≥mo se construye el alambrado del sistema nervioso es relevante porque nos ayuda a profundizar nuestra comprensi√≥n del reino animal, del c√≥mo y el porqu√© del comportamiento animal (incluido el humano). Por ejemplo, entender c√≥mo los genes controlan el cableado es relevante para entender discapacidades humanas asociadas al mismo, como el autismo o la esquizofrenia y para entender c√≥mo funciona el recableado de tejidos nerviosos da√Īados. Futuras aplicaciones podr√≠an incluir la mejora de las condiciones de vida de personas con trastornos mentales, o la recuperaci√≥n del tejido nervioso da√Īado.

JGR: Entender las instrucciones del sistema nervioso es una tarea engorrosa. ¬ŅTenemos el conocimiento y los medios para pasar de la comprensi√≥n a la construcci√≥n de un cerebro (simple) o sigue siendo un objetivo ambicioso?

BC: ¡Definitivamente es un objetivo ambicioso! Los principales obstáculos son la complejidad de los genomas (no solo el humano, sino también el de la mosca de la fruta) y de los circuitos neurales. Por ejemplo, en una neurona individual tenemos innumerables moléculas haciendo diferentes tareas de forma coordinada para garantizar el funcionamiento de la célula. Para que esto ocurra así, miles de genes son expresados a partir del genoma continuamente. En cuanto a los circuitos neurales, incluso en uno muy simple de unas cincuenta neuronas puede haber miles de conexiones diferentes entre ellas.

JGR: Creaste una base de datos de gran relevancia en bioinform√°tica. ¬ŅQu√© es GeneDig?

BC: GeneDig es una aplicación web que desarrollé para poder acceder fácil y eficientemente a datos y análisis genómicos. Los genomas son muy complejos porque son muy extensos (miles de millones de códigos de letras), y por una parte está el ADN, el ARN y la información protéica. Hay muchísima información porque hay muchísimos genomas secuenciados (coronavirus, bacteria, hongos, plantas, animales, humanos…). Todo esto complica mucho la comprensión o incluso el acceso a información genómica básica, como los genes implicados en cierta enfermedad, y cuáles son las secuencias de ADN, ARN y proteína relacionadas con la misma.

Como postdoc me frustraba mucho cuando ten√≠a que usar las bases de datos disponibles entonces, ya que eran rid√≠culamente complejas y algo tan simple como acceder a las secuencias de ARN derivadas de un gen para hacer experimentos b√°sicos era una tarea dif√≠cil. Cuando abr√≠ mi propio laboratorio y empec√© a entender c√≥mo hab√≠a que hacerlo surgi√≥ un nuevo reto, y es que ten√≠a que ense√Īar a otras personas a utilizar estos recursos bioinform√°ticos que deber√≠an ser f√°ciles. Pongamos que quiero partir de una mutaci√≥n de un paciente para recrearla e investigarla en el laboratorio. Encontrar la secuencia de un gen usando las bases de datos p√ļblicas es extremadamente complejo para un estudiante de secundaria o para un universitario. A continuaci√≥n hay que localizar el sitio de la mutaci√≥n, luego encontrar la secuencia de ARN, y luego entender c√≥mo se relacionan las secuencias de ADN, ARN y prote√≠na para poder recrear la mutaci√≥n. Y por si fuera poco, tratar de pasar todo esto del rat√≥n al gen hom√≥logo en la mosca es incluso m√°s complicado. Por otra parte, estudiar la relaci√≥n estructura-funci√≥n de cualquier prote√≠na puede ser bastante fastidioso. Estos ejemplos implican al menos 20 etapas diferentes, con al menos 20 sitios web y bases de datos diferentes. Mientras que cada etapa exige entre media hora o una hora con las bases de datos convencionales, GeneDig permite hacer todo esto en solo unos segundos.

En definitiva, cre√© GeneDig para resolver todos estos problemas. Me di cuenta que acceder a la informaci√≥n gen√≥mica y a la bioinform√°tica era crucial, y la importancia no har√≠a m√°s que aumentar en el futuro. Por eso mi objetivo con GeneDig es hacer la informaci√≥n gen√≥mica accesible y √ļtil. Descargu√© en mis servidores todo lo que estaba disponible p√ļblicamente, toda la informaci√≥n sobre enfermedades, sobre cromosomas, todo lo que pude encontrar. En GeneDig basta con escribir en la barra de b√ļsqueda el nombre de cualquier gen o enferemedad. Tambi√©n es posible cambiar el organismo de estudio si se desea. Desde el momento en el que se hace una b√ļsqueda gen√≥mica es posible ver la relaci√≥n con mutaciones y enfermedades, con secuencias de ADN y ARN, con prote√≠nas y secuencias de amino√°cidos, y con dominios prot√©icos.

GeneDig no se dirige exactamente al p√ļblico general, aunque esto era lo que ten√≠a en mente cuando lo cre√©. Afortunadamente, es usado muy a menudo en todo el mundo con motivos educativos, por ejemplo en Brasil, Indonesia o India, as√≠ que tengo la sensaci√≥n de que est√° contribuyendo de alguna forma. Pero por desgracia no tengo ning√ļn equipo trabajando en ello actualmente, as√≠ que no es f√°cil corregir errores o implementar nuevas funciones que tengo en mente.

JGR: ¬ŅC√≥mo pueden los investigadores beneficiarse de GeneDig?

BC: Cuando creé GeneDig tenía en mente como usuario promedio a estudiantes de instituto o universidad. En GeneDig las relaciones entre genoma, DNA, RNA, aminoácidos y estructura protéica están completamente ligadas. Por ejemplo, si resaltas con el ratón una secuencia de ARN, verás como se resaltan igualmente las de ARN y las de aminoácidos en paralelo. Y por cierto, esto hace mucho más fácil la utilización de técnicas de edición genómica como CRISPR-Cas9 empezando desde una proteína o una secuencia de ARN. GeneDig permite ahorrar una gran cantidad de tiempo porque la información se obtiene de forma simultánea, y no es necesario acceder a numerosos sitios web diferentes. No es necesario abrir un documento de texto para tratar de alinear toda la información de transcripción y traducción manualmente. Tan solo toma unos segundos y puede verse todo en tiempo real.

En mi laboratorio lo usamos todo el rato para encontrar secuencias de codificaci√≥n de ARN, regiones no traducidas de ARN, para aplicarlo con CRISPR-Cas9 en genomas de diferentes especies, y para encontrar d√≥nde ha de efectuarse una mutaci√≥n partiendo de una secuencia de amino√°cidos. Tambi√©n lo utilizamos para almacenar en l√≠nea las secuencias con las que trabajamos. GeneDig consta adem√°s de un algoritmo automatizado de clonaci√≥n molecular que nos ayuda a realizar nuestros proyectos de biolog√≠a molecular, proporcion√°ndonos los protocolos para hacer ensamblajes de PCR, clonaci√≥n de Gibson, fragmentos de restricci√≥n, e incluso ensamblajes de Golden Gate (N. del A.: m√©todo de clonaci√≥n molecular que permite a√Īadir varios fragmentos de ADN en una sola secuencia). As√≠ que tambi√©n es muy √ļtil para nosotros. Espero que tras algunos ajustes nuestro algoritmo ponga fin a las aportaciones humanas a la biolog√≠a y a la clonaci√≥n molecular y podamos poner fin a los errores humanos.

JGR: ¬ŅQu√© es lo que m√°s te gusta de la investigaci√≥n?

BC: ¬°Creo que tengo el mejor trabajo del mundo! Puedo investigar la m√°quina m√°s compleja del universo conocido y desvelar los m√°s profundos misterios de la biolog√≠a. Me considero muy afortunado por hacer lo que hago. No tengo jefe, tengo completa seguridad laboral y completa libertad acad√©mica, lo que me permite llevar a cabo proyectos como GeneDig. Estoy en contacto con otros equipos, incluyendo brillantes estudiantes universitarios, de posgrado y de medicina, becarios postdoctorales, ingenieros, programadores y t√©cnicos. Cada d√≠a hay algo nuevo que hacer y aprender, nuevos retos intelectuales y creativos. ¬ŅQu√© podr√≠a no gustarme? Por si fuera poco, mis compa√Īeros de McGill son inteligent√≠simos, agradables y divertidos. Y con los pies en la tierra, muy canadienses.

Por otra parte, me gusta esta rutina: experimentos, cirug√≠as, disecciones, biolog√≠a molecular, t√©cnicas de imagen, desarrollo de nuestro propio material, reuniones con mis compa√Īeros para discutir sobre los √ļltimos resultados y sobre nuestro progreso. Trato de mantener un orden de prioridad en mis proyectos: proyectos estimulados por la curiosidad e interesantes para m√≠ (por ejemplo, c√≥mo se lleva a cabo el cableado de los circuitos nerviosos), proyectos interesantes para la sociedad (c√≥mo un determinado gen puede alterar la funci√≥n de X neurona en la enfermedad Y) proyectos de utilidad para la sociedad (identificaci√≥n de f√°rmacos para tratar enfermedades), y proyectos inherentemente bellos (dar vida a una mosca luminiscente). La mayor√≠a de los proyectos en mi laboratorio nacen de la curiosidad.

Uno de los mejores momentos que puede darte la investigación es cuando te das cuenta de que eres la primera persona en observar algo. Me he sentido así muchas veces en mi carrera y he disfrutado y apreciado cada uno de estos momentos, con una mezcla de sensaciones de asombro y de espíritu pionero.

JGR: ¬ŅQu√© has aprendido con la investigaci√≥n?

BC: He aprendido mucho trabajando con otros. He aprendido a ser un l√≠der y un seguidor, c√≥mo comunicar y c√≥mo tener conversaciones dif√≠ciles. He aprendido a gestionar el tiempo, a llevar a cabo proyectos, a encontrar un equilibrio entre el detalle y la visi√≥n de conjunto, a gestionar los contratiempos, y a transmitir resultados. Tambi√©n he aprendido a ense√Īar en clases peque√Īas o incluso de t√ļ a t√ļ. He aprendido a tutelar personas en diferentes niveles, desde ni√Īos hasta profesores. La investigaci√≥n tambi√©n me ha ense√Īado a motivar a las personas, a protegerlas de sus impulsos. En definitiva, la investigaci√≥n te ense√Īa mucho m√°s que ciencia. Pero una cosa no quita la otra, tambi√©n he aprendido un mont√≥n de nueva ciencia, vieja ciencia, mates, ingenier√≠a y programaci√≥n.

JGR: En el mundo de la investigaci√≥n, publicar en una revista de impacto puede llegar a convertirse en una obsesi√≥n. ¬ŅQu√© opinas de esta presi√≥n por publicar?

BC: Como puede apreciarse con la creaci√≥n de GeneDig y algunas de mis publicaciones en blogs, estoy bastante comprometido con el acceso al conocimiento gratuito. Tanto, que he intentado dar mi propia soluci√≥n al problema. Imagin√© c√≥mo deber√≠a ser la difusi√≥n del conocimiento cient√≠fico si se comenzara desde cero ahora, sin las cargas del pasado y el legado de las publicaciones en papel y las editoriales (en esta era moderna de internet, conectividad r√°pida, ancho de banda elevado, y los ejemplos ya bien establecidos como YouTube, Wikipedia y Reddit). Pens√© que se asemejar√≠a a una mezcla entre Wikipedia, YouTube e Instagram. Cada laboratorio y cada persona tendr√≠a su propio canal. Cada proyecto tendr√≠a una p√°gina dedicada que se actualiza en tiempo real. Los proyectos podr√≠an ser p√ļblicos o privados. Algo digno de menci√≥n es que ya ‚Äď por fin ‚Äď es posible almacenar datos en la nube (verificados a trav√©s de una cadena de bloques), as√≠ como an√°lisis de datos, y metaan√°lisis. Todo est√° disponible p√ļblicamente para todos en tiempo real. Avanzar en este sentido permitir√≠a estandarizar experimentos entre laboratorios y pa√≠ses, hacer la ciencia m√°s transparente y colaborativa, reducir el fraude, a acabar con el solapamiento en los avances y la p√©rdida de tiempo en la repetici√≥n de proyectos y experimentos con resultados negativos.

Ciertos proyectos podr√≠an seguir siendo privados, y la comunidad cient√≠fica podr√≠a seguir encarg√°ndose de la revisi√≥n por pares de forma constante y en directo. El conocimiento cient√≠fico estar√≠a finalmente democratizado. La buena ciencia ser√≠a recompensada, aunque su reconocimiento llegara d√©cadas o siglos m√°s tarde (hoy en d√≠a ya ocurre as√≠ de todas formas). El inter√©s cient√≠fico se mantendr√≠a por s√≠ solo, sin juzgar el impacto, como ocurre con las entradas de Wikipedia. No estoy seguro sobre c√≥mo se gestionar√≠an la b√ļsqueda de trabajo o los ascensos en este escenario, pero de todos modos estamos hablando de algo ut√≥pico. Cre√© una aplicaci√≥n web que llam√© Voxfer.org, pero luego me di cuenta de que no ten√≠a suficiente tiempo ni recursos para perseguir mi visi√≥n de la pura libertad del conocimiento cient√≠fico.

Sigo pensando que es una locura que los cient√≠ficos se preocupen tanto por unas pocas letras en la cita de su trabajo, como ‚ÄúAn√≥nimo et al., Generic Journal, 2021, Descubrimiento importante‚ÄĚ versus ‚ÄúAn√≥nimo et al., Vanity Journal, 2021, Descubrimiento importante‚ÄĚ. Como si esto marcara la diferencia en el contenido del manuscrito. Al 99% de la gente que accede a publicaciones cient√≠ficas no le importa en qu√© revista ha sido publicado el estudio, porque el 99% son asistentes, t√©cnicos, j√≥venes estudiantes, universitarios, periodistas, estudiantes de posgrado y postdocs. Todas estas personas superan num√©ricamente con creces a las personas que se preocupan por esto. Creo que los nuevos cient√≠ficos sencillamente tratan de encontrar los art√≠culos que les interesan, juzgan la ciencia seg√ļn sus propios m√©ritos por ejemplo en journal clubs, y no prestan atenci√≥n a la revista porque al fin y al cabo todo est√° en l√≠nea. Incluso si un trabajo fuera publicado por la revista local PennySaver no me importar√≠a, siempre y cuando fuera interesante para m√≠ y la ciencia que contiene fuera buena (An√≥nimo et al., PennySaver, 2021, Descubrimiento importante). Desafortunadamente, tambi√©n entiendo que es como un juego al que todos tenemos que jugar por ahora. Sin embargo, que la ciencia se vuelva transparente y gratuita es solo una cuesti√≥n de tiempo.

JGR: ¬ŅQu√© le dir√≠a a los futuros investigadores para mejorar la calidad de la investigaci√≥n?

BC: Aprende de buenos científicos, haz preguntas y escucha. Considera siempre que no sabes mucho, y mantén siempre el interés por aprender. La arrogancia es la antítesis de la ciencia, y una vez que te vuelves arrogante dejas de aprender. Lee muchos artículos sobre diferentes temas. Asiste a muchos seminarios sobre distintos temas.

Otra forma de crecer es asistiendo a seminarios en tu campo de investigación. Escribe preguntas que te gustaría preguntar durante el evento para ver si encajan con las que los demás plantean tras las conferencias. Charla sobre lo que has escuchado con otros. Fíjate en la evolución de las preguntas a medida que asistes a varios seminarios, desde no entender la metodología, hasta otros giros curiosos, detalles puntillosos o críticos, o experimentos fundamentales (siempre manteniendo la idea principal del seminario en mente). Comprueba si tus preguntas requieren una interpretación diferente de los datos, un análisis diferente o un experimento completamente distinto, y cómo esto afectaría al panorama general. Este trabajo te ayudará a priorizar tu tiempo, energía y dinero y te permitirá centrarte en experimentos más importantes. Teóricamente, todos los son. Pero en el mundo real no es así, y algunos experimentos son más importantes que otros. Descubre cuáles te ayudarán a entender mejor tu hipótesis. Si durante los seminarios piensas en qué controles y qué experiencias están respondiendo a cada pregunta, mejorarás progresivamente la calidad de tu propia ciencia.

Definitivamente, es importante ser muy cr√≠tico, aprender mucho de los errores, falacias y descuidos en la ciencia. Pero creo que no hay necesidad de enfatizar esto, ya que la mayor√≠a de los cient√≠ficos ya son suficientemente puntillosos e hipercr√≠ticos, y algunos tienden a enorgullecerse siendo negativos y destructivos. Eso s√≠, es muy instructivo aprender de estas cr√≠ticas, es tremendamente √ļtil.

Algunos otros consejos pr√°cticos: aunque es algo dif√≠cil, aseg√ļrate de alternar continuamente entre los experimentos y el an√°lisis de datos. El an√°lisis debe guiar la siguiente etapa de experimentos. No esperes a apilar un mont√≥n de datos antes de estudiarlos. A los cient√≠ficos nos encanta la parte experimental, y nos reconforta el hacer las cosas con nuestras propias manos. Pero que esto no sea un m√©todo de procrastinaci√≥n de la parte anal√≠tica. La verdad es que yo disfruto con ambas partes, y es a menudo es durante el an√°lisis cuando hago los descubrimientos. Deber√≠as dedicarle al menos tantas horas a una parte como a la otra. Observa mucho los datos. E insisto, mucho. Obsesi√≥nate con ellos. Yo a√ļn lo hago. Deja que la ciencia y los datos te ense√Īen de biolog√≠a.

Te voy a dar algunos ejemplos de los ejercicios que hacemos en mi laboratorio. Siempre ten claro el objetivo de cada experimento. Reflexiona sobre cu√°l ser√≠a el mejor resultado esperable, sobre cu√°l ser√≠a el peor, y cu√°l el m√°s probable. Planea de antemano lo que har√°s en cada uno de los escenarios. Ten en mente que el peor caso a menudo no es un resultado negativo, sino un resultado dif√≠cil de interpretar o un resultado intermedio. Esos son los peores. Pero si sabes con suficiente tiempo de antemano lo que cada resultado puede ense√Īarte sobre tu hip√≥tesis, comprender√°s m√°s profundamente tus proyectos. Lo bueno de este ejercicio es que son todo juegos mentales que te ayudan a mejorar en la ciencia y te ayudan a anticipar los siguientes pasos en tus proyectos. Tambi√©n trato de que mi laboratorio haga esto para planificar el resto de las cosas en la vida: pensar en los posibles resultados y en las posibles reacciones y pr√≥ximos pasos para cada uno de ellos. Es un h√°bito muy √ļtil y f√°cil de aplicar.

Otro ejercicio que hago en mi laboratorio o en nuestros journal clubs es examinar un proyecto o un experimento e imaginarlo como si tuvi√©ramos tiempo, dinero y personal infinito. Pensamos en los posibles experimentos y controles que har√≠amos. Lo m√°s importante, es pensar en cu√°les son m√°s pertinentes para responder a las preguntas planteadas por tu hip√≥tesis. Es divertido porque puedes volverte loco so√Īando lo que podr√≠as hacer con dinero ilimitado. Y al mismo tiempo puedes ver que hay ciertos puntos que ofrecen menor rendimiento y que algunos experimentos son m√°s importantes que otros. Tambi√©n empiezas a comprender cual es la raz√≥n de ser de cada experimento, cu√°les son sus puntos d√©biles, c√≥mo de grandes son las lagunas y c√≥mo esto afecta al panorama general. Adem√°s, es un ejercicio √ļtil para ver c√≥mo no son necesarios ensayos cl√≠nicos multimillonarios para probar lo que quieres probar.

Por otra parte, ver√°s m√°s claramente c√≥mo algunos proyectos pueden ramificarse tanto que dejan de contestar a la pregunta central (incluso con recursos infinitos). Para terminar el ejercicio puedes seleccionar solo aquellos experimentos que har√≠as en el laboratorio en el mundo real, con los l√≠mites de tiempo, dinero y personal. Una parte dif√≠cil del ejercicio es estimar de forma realista cu√°nto va a durar cada experimento, as√≠ como los recursos, etapas y subetapas que ser√≠an necesarias para llevarlos a cabo. La realidad es que la ciencia necesita mucho tiempo. En definitiva, es una actividad divertida que te permite ser creativo. ¬ŅA qui√©n no le encanta so√Īar con financiaci√≥n infinita?

JGR: ¬ŅTe gustar√≠a compartir un mensaje general con los lectores?

BC: Lo primero, gracias por leer esto o por interesarte por lo que hago. Si he ayudado a una sola persona con mis extensas respuestas, aunque sea inconscientemente, para mi ya habr√° merecido la pena.

Mi mensaje general para el lector es que no intente ser un buen cient√≠fico, sino una buena persona. No trato de ser gen√©rico. Lo que quiero decir es: aprende y desarrolla tantas competencias como puedas para ser √ļtil para la sociedad o para alguien. No importa de qu√© competencias o de qu√© conocimiento se trate. Trata de ser bueno en algunas cosas, y aprende a defenderte en otras. Luego usa estas competencias o conocimiento para ayudar a alguien. Estar√°s muy agradecido de los resultados.

√önete a nuestra newsletter y recibe notificaciones sobre nuevo contenido

S√© el primero en recibir nuestro √ļltimo contenido con la posibilidad de darte de baja en cualquier momento. Prometemos no mandarte ning√ļn tipo de spam o compartir tu email con terceros.

More articles from neuronhub

Si te he visto no me acuerdo

¬ŅEs posible recordar algo sin haberlo memorizado conscientemente? Por ejemplo, ¬Ņpodemos recordar los sonidos o las im√°genes de un anuncio publicitario sin procesarlos conscientemente? Antes de responder, es importante entender lo que es la memoria de trabajo.

November 15th, 2020 · 7 min read

¬ŅD√≥nde se esconde nuestra memoria?

Nuestra memoria es nuestra identidad, nuestra historia. ¬ŅQu√© queda de nosotros cuando no recordamos? La memoria, un concepto con el que todos estamos familiarizados, no deja de ser un misterio para la comunidad cient√≠fica.

October 31st, 2020 · 6 min read
¬© 2019‚Äď2022 neuronhub