0

Cérebro e intestino: parceria inseparável

A relação entre nosso cérebro e nosso intestino tem sido estudada já faz algum tempo. Diversas publicações ao longo dos anos 2000 sobre “o segundo cérebro” popularizaram a informação de que nosso intestino tem funções muito mais abrangentes do que apenas absorver nutrientes. A neurociência, mais recentemente, reconheceu o papel da microbiota intestinal  com o sistema nervoso central e doenças como Alzheimer, bem como já documentou que o estresse muda a composição dessa microbiota e essa mudança pode afetar nosso comportamento frente às diferentes situações(1).

Primariamente, as bactérias da microbiota intestinal se beneficiam do ambiente muito nutritivo do intestino humano e em troca, beneficiam o indivíduo tornando alguns nutrientes que não seriam digeridos, disponíveis para o organismo humano. Também combatem o acesso a bactérias patogênicas e modulam nossa função neuronal de forma direta e indireta. A ciência descreve que o intestino e o cérebro se comunicam por rede de neurotransmissores, e mais recentemente mostrou que as vitaminas e alguns compostos chamados metabólitos microbiais neuroativos são capazes de afetar a função neuronal direta e indiretamente. A microbiota pode ainda afetar a resposta inflamatória e mandar sinais para o cérebro, ativando neurônios sensoriais e vias relacionadas ao sistema imune e endócrino. Estudos em animais já mostraram inclusive que camundongos com diferentes graus de ansiedade podem ter seu comportamento alterado pela microbiota por alterar a química cerebral, com resultados semelhantes em estudo de quadros de depressão(2).

 

m_nuy009f1

Esquema mostrando a relação entre cérebro e intestino: a parte superior do trato gastrointestinal (TGI), mostrada em amarelo, inclui o esôfago e o estômago. O intestino delgado (duodeno, jejuno, íleo) é mostrado em azul claro; o intestino grosso (ceco e cólon ascendente, transverso e descendente) é mostrado em verde. As interações entre o TGI e o sistema nervoso autônomo e central são indicadas por linhas vermelhas. As setas azuis bidirecionais curtas indicam aferências e eferências. O eixo hipotálamo-hipófise-adrenal (HPA) é mostrado em amarelo escuro. A legenda mostra os tipos de células nervosas (glias entéricas e neurônios entéricos em vermelho), sistema endócrino em verde, músculo liso em marrom e as bactérias que colonizam o intestino em branco (2).

Uma das formas de modular a composição da microbiota é por meio do uso de probióticos. Esses probióticos são microorganismos vivos selecionados e administrados em quantidade adequada que exercem efeito benéfico sobre a saúde humana. Os famosos leites fermentados são a maneira mais popular de consumir esses probióticos, entretanto, a quantidade de microorganismos presentes nesses produtos são questionáveis. A forma mais segura para o consumo desses microorganismos é a forma manipulada ou adquirida pronta em farmácias. O interessante do uso potencial desses microorganismos é a possibilidade de  tratar desordens como doença de Parkinson, Alzheimer, autismo e transtornos de hiperatividade e déficit de atenção, foco dos estudos mais atuais(2). A maior parte dos estudos realizados empregaram modelos animais e apontam que os efeitos variam de acordo com o tipo de probiótico e com qual parte do cérebro esse microorganismo interage. Em humanos, o número de estudos ainda é muito reduzido, entretanto descrevem que houve redução de sintomas de ansiedade e humor nos indivíduos que consumiram os probióticos(2).

Neste contexto, surge uma questão: e o que comemos, é capaz de influenciar nossa microbiota? A resposta é SIM. O tipo de alimentação é um importante fator de influência sobre a microbiota intestinal. Por exemplo, o consumo de alimentos predominantemente de origem animal ou de origem vegetal por curtos períodos é capaz de alterar rapidamente a estrutura das bactérias(1). Um exemplo bem expressivo é a diferença entre bebês alimentados com fórmula e alimentados no peito, já discutido aqui no blog . Além dos nutrientes, nossa alimentação é capaz de fornecer combustível específico para as bactérias boas, conhecido como prebióticos. Além das vitaminas, minerais e fibras dos alimentos vegetais que devem compor o padrão alimentar saudável já bem conhecido, alimentos como sementes e raízes de alguns vegetais como o Yacon, chicória, cebola, alho, alcachofra, aspargo, cevada, centeio, grãos de soja e grão-de-bico fornecem esse combustível valioso para a saúde do primeiro e do segundo cérebro. Vamos começar? Assim garantimos a boa saúde “mental”.
Referências:

  1. Mayer EA, Knight R, Mazmanian SK, et al. Gut microbes and the brain: paradigm shift in neuroscience. J Neurosci. 2014;34:15490–15496.
  2. Mohajeri MH, La Fata G, Steinert RE, Weber P. Relationship between the gut microbiome and brain function. Nutr Rev. 2018 Apr 26. doi: 10.1093/nutrit/nuy009
Anúncios
0

Sobre bebês, raciocínio lógico e a nossa incrível capacidade de fazer ciência

Com que idade nós, humanos, aprendemos a pensar de maneira lógica?  Em que momento das nossas vidas começamos a fazer ciência, construir modelos baseados em evidências e testar hipóteses? Será que bebês já são capazes de processar regras simples de lógica como “A e B”, “A ou B”, “não-A e não-B”? Será que algum desses processos podem ocorrer antes mesmo dos bebês serem capazes de expressar suas ideias em palavras?

O debate filosófico sobre essas questões é antigo. Cinco décadas atrás Piaget defendia que a lógica é um processo mental que demora anos sendo desenvolvido e se estende até a adolescência [1]. Dez anos depois, Fodor sugeriu que deveríamos possuir algo como uma linguagem específica para os pensamentos ligados ao aprendizado e teste de hipóteses. Nos anos 80, Susan Carey propôs que o raciocínio lógico deveria estar presente desde o início do nosso desenvolvimento cognitivo [2]; e que, portanto, crianças deveriam ser capazes de usar teorias intuitivas, modelos e inferências como cientistas profissionais. De fato, diversos experimentos cognitivos têm mostrado que crianças e bebês são capazes de formular certas hipóteses sobre eventos complexos e de modificá-las racionalmente quando necessário (por exemplo frente a evidências inconsistentes).

No mês passado um artigo na renomada revista Science [1] mostrou mais uma forte evidência em favor das ideias de Fodor and Carey.  Cesana-Arlotti e colaboradores realizaram experimentos com bebês de 12 e 19 meses que ainda não falam, e verificaram que esses bebês são capazes de raciocinar espontaneamente sobre os acontecimentos, através de um processo de eliminação. O grupo usou um paradigma da forma: se A ou B, e não-A, então B. Em outras palavras se eu te informo que a cor da camisa que estou vestindo é Azul ou Branca e depois alguém te informa que a camisa que estou vestindo não é Azul, então você é capaz de concluir que a cor da minha camisa é Branca.

Os cientistas utilizaram o fato de que bebês observam por mais tempo qualquer coisa que eles julguem interessante. Eles mediram a posição do olhar dos bebês enquanto assistiam a um vídeo sem som (veja Vídeos 1 e 2 e Figura 1).

Vídeo 1: Exemplo de um filme com bebês de 19 meses. Condição de inferência, conteúdo da caneca revelado, resultado consistente. Créditos: “Movie S1” em Cesana-Arlotti et al/Science.

Vídeo 2: Exemplo de um filme com bebês de 19 meses. Condição de inferência, conteúdo da caneca revelado, resultado inconsistente. Créditos: “Movie S2” em Cesana-Arlotti et al/Science.

Inicialmente no vídeo dois objetos, que chamaremos de A e B, são mostrados e em seguida escondidos atrás de uma parede. Na sequência, uma caneca retira um dos objetos que estava atrás da parede de maneira que só a parte superior do objeto (exatamente igual para A e B) pode ser vista. Ou seja, ainda não é possível afirmar qual dos dois objetos foi retirado de trás da parede (condição ambígua A ou B). Neste momento os bebês poderiam formular o seguinte pensamento “o objeto na caneca pode ser A ou B”. Em seguida a ambiguidade é esclarecida quando a parede se move e é possível ver qual objeto permaneceu atrás dela. Este é o momento da eliminação da ambiguidade e uma oportunidade para inferir que “como o objeto A não estava na caneca, então o objeto B está na caneca”. Este momento de inferência também é chamado de dedução.

Finalmente o conteúdo da caneca é revelado: ou o objeto esperado B  aparece dentro da caneca (Vídeo 1) ou de maneira surpreendente o objeto A aparece dentro da caneca (Vídeo 2).

7_image

Figura 1. Esquema da sequência de imagens nos vídeos 1 e 2. B) Comparação entre os intervalos de tempo que os bebês gastaram olhando para o objeto revelado em cada caso. Os bebês olham por mais tempo para a situação inconsistente, indicando que seus modelos de mundo (ou hipóteses) foram violados.
Créditos:  Cesana-Arlotti et al/Science.

O primeiro resultado super legal do experimento foi: os bebês olham por mais tempo para os casos surpreendentes. Ou seja, de alguma maneira suas expectativas foram violadas (veja Fig. 1B). Além disso, no momento da dedução, quando as inferências podem ser feitas, a pupila dos bebês se dilata e seu olhar se move em direção ao objeto ambíguo (dentro da caneca).  Isto não ocorre quando a parede é transparente e portanto não há ambiguidade sobre qual objeto está na caneca (veja Vídeo 3). E mais, este comportamento ocular (olhar para o objeto escondido enquanto infere sua identidade) também ocorre quando o experimento é realizado com adultos. Os autores sugerem, portanto, que os mecanismo neurais envolvidos em tarefas de lógica são estáveis.

Vídeo 3: Exemplo de um filme com bebês de 12 meses. Sem condição de inferência, conteúdo da caneca não revelado, resultado consistente. Créditos: “Movie S5” em Cesana-Arlotti et al/Science.

O passo seguinte é caracterizar que regiões do cérebro estão envolvidas nesses processos lógicos. Uma das autoras correspondentes do artigo Ana Martín realizará nos próximos três meses experimentos similares aos descritos, em que será capaz de medir a atividade cerebral dos participantes enquanto assistem aos vídeos. Depois disso, ela será capaz de mapear as principais regiões envolvidas nessa tarefa, e tentar entender como a informação visual e nossos modelos prévios sobre o mundo se unem para gerar conhecimento, expectativas e inferências.

Assim como já existem estudos sobre as rede cerebrais envolvidas em linguagem, leitura, matemática, música, agora pode-se estudar que regiões do cérebro estão relacionadas aos pensamentos lógicos (que não necessariamente requerem o uso de palavras). E com isso, poderemos um dia entender em que momento do nosso desenvolvimento essas redes se consolidam, se já nascemos com elas, que animais possuem redes similares, que tipos de déficits cognitivos podemos ter quando algumas dessas regiões não funciona como esperado e assim por diante… Por enquanto seguimos fazendo isso que sabemos fazer desde pequenininhas: propondo modelos e testando hipóteses sobre o mundo…

Referências:

[1] Cesana-Arlotti, N., Martín, A., Téglás, E., Vorobyova, L., Cetnarski, R., & Bonatti, L. L. (2018). Precursors of logical reasoning in preverbal human infants. Science, 359(6381), 1263-1266.

[2] Halberda, J. (2018). Logic in babies. Science, 359(6381), 1214-1215.

 

0

Lina Stern, neurofisiologista e bioquímica, que nos apresentou melhor o nosso próprio cérebro

Lina Stern nasceu na Rússia, em 26 de agosto de 1878, uma dos sete filhos de um mercante da província de Kurland. Ainda jovem decidiu ser médica, e declarou que sua atração era pela filantropia e não pela ciência, em um primeiro momento. Tentou por dois anos ingressar na Universidade de Moscou, no entanto, isso não era algo alcançável para uma mulher de sua classe social, por isso deixou a Rússia e foi estudar na Suíça, sendo aceita na Universidade de Genebra. Nesse período, a Universidade de Genebra era conhecida por seu liberalismo, e grande parte dos estudantes eram estrangeiros. Em 1900, quase 50% dos alunos eram russos, e na comunidade científica suíça as mulheres eram muito mais bem aceitas do que em outros países nessa mesma época. Ainda na graduação começou a trabalhar no departamento de neurofisiologia, que seria a área pela qual se tornaria reconhecida internacionalmente. Lina Stern é conhecida por descobrir e descrever a estrutura da Barreira-hematoencefálica, estrutura diferenciada dos capilares do Sistema Nervoso que protegem o nosso cérebro, dificultando o acesso de substâncias estranhas a ele.

lina1

Lina Stern no Laboratório de Fisiologia da Universidade de Genebra.

Lina desenvolveu em conjunto com outros pesquisadores de sua época muitos estudos inovadores em fisiologia, incluindo a descrição de descargas elétricas das células cardíacas, mecanismos do sistema nervoso central e autônomo e a fisiologia do sangue. Durante o período de 1904 à 1922, Lina trabalhou com Frédéric Batelli, publicando 54 artigos sobre enzimas respiratórias. Seus estudos foram determinantes para que, 20 anos depois, Adolf Krebs pudesse elucidar toda a rota da respiração celular, consagrando o conhecido (e temido pelos estudantes!) Ciclo de Krebs. O próprio Krebs reconheceu isso, ao receber o prêmio Nobel em 1953. A partir de 1906 se dedicou intensamente a atividade docente, se tornando a primeira professora mulher da Universidade de Genebra.

Lina começou a centrar seus estudos no conhecimento do Sistema Nervoso, e seu primeiro avanço nessa área foi a descrição de funções do nosso cerebelo, região reconhecida do encéfalo como centro do equilíbrio e dos movimentos voluntários, e também dedicou muito tempo ao estudo do líquido cefalorraquidiano (LCR ou líquor) que envolve a medula e o cérebro e age como protetor e lubrificante de todo o sistema. As observações de Lina e de outros cientistas sobre as diferenças de concentrações de substâncias no LCR e no sangue, fizeram a cientista pensar em como esses compartimentos eram mantidos tão bem isolados, enquanto o sangue é denso, vermelho e com alta concentração de proteínas e células, o líquor é límpido, incolor, com baixa densidade celular e baixa concentração de proteínas. Em 1921, Lina inseriu o termo “blood-brain barrier” (BBB), ou no português, barreira-hematoencefálica (BHE), sugerindo que essa barreira era a responsável por estabelecer as diferenças entre o sangue e o líquor, e também contribuía para a homeostase do tecido cerebral. Ela desenvolveu estudos pioneiros com animais recém-nascidos demonstrando a imaturidade da barreira-hematoencefálica e sua contribuição na segurança de fármacos, sendo convidada a se tornar consultora científica de uma grande indústria farmacêutica.

Apesar da prosperidade e da carreira conquistada na Suíça, Lina acreditava que era mais necessária em seu próprio país. Lina retornou a sua terra natal, então chamada de União Soviética, em 1924 foi convidada a assumir uma cadeira de fisiologia na Segunda Universidade Estadual de Moscou. Lina se dedicou inteiramente ao desenvolvimento da ciência, ministrando os cursos de fisiologia e bioquímica, e trabalhando em dois laboratórios de pesquisa, sendo que publicou nesse período 49 artigos em revistas russas, francesas e alemãs. Em 1929, se tornou diretora do Instituto de Fisiologia da Rússia, apresentando ao mundo, de forma completa, seus estudos sobre a barreira-hematoencefálica.

lina2

Representação esquemática da BHE e foto de Lina Stern em 1929, dos arquivos do Instituto Smithsonian.

Lina nunca quis desacelerar sua carreira. Ela estudou como o estresse, a privação de sono, atividade física e o uso de fármacos interferia na barreira-hematoencefálica e como isso afetava a função cerebral, fazendo grande avanços em neuroendocrinologia, respostas imunes e inflamatórias no sistema nervoso, metabolismo de drogas e neurotoxicidade. Em 1934 recebeu título de “Distinta Cientista da União Soviética” e como prêmio, um carro! Em 1939, foi eleita membro da Academia de Ciências, tornou-se editora-chefe de uma revista científica e recebeu o título de “Eminent Woman of Europe”.

Em 1950, Lina, com então 71 anos, e outros cidadãos russos, foram presos, acusados de espionagem para os Estados Unidos, e ela passou 3 anos e 8 meses, em condições desumanas e sofrendo tortura, na prisão. Muitos dos companheiros de Lina foram executados, e ela foi condenada ao exílio no Cazaquistão, onde passou apenas dez meses, em razão da morte de Stalin, o que atenuou sua pena.

Durante sua prisão, Lina pedia aos guardas papel e canetas e continuou escrevendo suas ideias e hipóteses sobre a barreira-hematoencefálica e o desenvolvimento do cérebro, e com 76 anos, após o exílio, continuou suas pesquisas. Ela faleceu em 1968, após uma vida de muito trabalho, contribuindo de forma incalculável para o avanço da neurofisiologia.

Referências:

Levent Sarikcioglu. Lina Stern (1878–1968): an outstanding scientist of her time. Childs Nerv Syst (2017) 33:1027–1029;

Alla A. Vein. Science and Fate: Lina Stern (1878–1968), A Neurophysiologist and Biochemist. Journal of the History of theNeurosciences: Basic and Clinical Perspectives. 2008.

0

Oscilações e sintaxe: entendendo a relação entre a atividade cerebral e a estrutura linguística das frases

A nossa capacidade de armazenar informação por um curto intervalo de tempo está relacionada com o que chamamos “memória de trabalho”. Se alguém te diz um número de telefone e você precisa memorizá-lo temporariamente até poder anotá-lo, você está utilizando esse tipo de memória. No entanto, a quantidade de informação que somos capazes de armazenar parece estar relacionada com o tipo:números, rostos, palavras, etc. Em particular, quando a mensagem é transmitida através da leitura, os cientistas costumam comparar duas situações distintas:  palavras memorizadas formando  uma relação lógica entre si  versus  palavras em uma lista de itens descorrelacionados. Imagine que, por uma razão qualquer, você precisa memorizar uma sequência de 10 palavras. Qual das duas sequências abaixo você acha que seria mais fácil de lembrar?

Dez estudantes felizes viajaram para uma bela praia nas férias

Arroz vestido correm cidade duas carro cor pular ontem feio

Provavelmente a série que forma uma frase da qual você consegue extrair um contexto é a mais fácil de ser memorizada. De fato existe um número típico de palavras que uma pessoa consegue facilmente armazenar (aproximadamente 6) mas este número pode ser bem maior se as palavras formarem uma frase.

Essa distinção entre o processamento mental durante a leitura de uma frase e a leitura de lista de palavras é bastante útil para estudar propriedades sintáticas da estrutura linguística, ou seja, as relações formais entre as palavras numa frase. De acordo com diversos linguistas, a estrutura sintática das frases envolve a criação de estruturas hierárquicas (conhecidas como estruturas “tipo árvore” como a que é mostrada na figura 1). Graças a essas estruturas, subconjuntos de palavras podem ser agrupados para formar, por exemplo, o sujeito da frase. Assim temos que [[dez estudantes] felizes] poderiam ser agrupados como “eles”; ou [uma bela praia] poderia ser agrupada como “lá” ou “um lugar”. Assim, apesar das palavras aparecerem de maneira linear e sequencial, nossa compreensão se dá através de agrupamentos (chamados em inglês de nested phrases).

Se essas teorias estiverem corretas poderíamos, em princípio, ser capazes de observar como o nosso cérebro constrói essas estruturas e o que acontece com a informação armazenada temporariamente nas diferentes regiões corticais após o agrupamento de palavras. Onde e quando estamos aglomerando toda essa informação? Em outros termos, qual a diferença na nossa atividade cerebral quando compreendemos (lendo ou ouvindo) uma lista de palavras e uma frase?

Esse é o tipo de perguntas que une linguistas, neurocientistas e físicos. E uma das maneiras mais atuais de abordar essa questão é através de análise de dados cerebrais (ou usando o termo da moda: neuroimagem). Três artigos super recentes (dois já publicados [1,2] e um que ainda está no bioarxiv [3]) trataram essa questão analisando a atividade cerebral de pessoas durante a seguinte tarefa: ler palavras apresentadas sequencialmente em uma tela com intervalos de centenas de milissegundos. Veja detalhes do experimento realizado [1] na Figura 1.

6_PNAS

Modificado da referência [1]. Exemplo de uma frase utilizada na tarefa (e sua estrutura tipo árvore) e de uma lista de palavras (que não possui uma estrutura hierárquica). Exemplo da potência da atividade cerebral em cada série relativa ao momento em que a última palavra apareceu. Note que as cores vermelhas indicam um crescimento da atividade no final da frase (t=0) que não ocorre no final da lista de palavras. Uma comparação entre as regiões do cérebro em que a atividade aumenta no fim da frase, da lista e a comparação entre os dois casos.

Em uma primeira etapa, cada uma das 80 séries da tarefa as palavras apresentadas formam apenas uma lista descorrelacionada com 3 a 10 palavras. Dois segundos após a última, uma nova palavra aparece na tela e a pessoa deve responder se aquela palavra pertence à primeira lista. Na segunda parte do experimento as palavras formam uma frase de tamanho variável. Dois segundos após a última palavra uma nova frase menor é apresentada e a pessoa deve dizer se esta frase menor tem o mesmo sentido da primeira. Usando o exemplo anterior teríamos algo como:

Dez estudantes felizes viajaram para uma bela praia nas férias ……(2 seg) ….. Elas foram

Arroz vestido correm cidade duas carro cor pular ontem feio ……(2 seg) ….. cidade

O segundo experimento reportado [2,3] é um pouco diferente, mas, em termos gerais, visa comparar lista de palavras e frases. Os três artigos analisaram as oscilações da atividade cerebral no fim da última palavra de cada série e perceberam que certos padrões estavam relacionados à faixa de frequências analisada. Esses resultados parecem convergir para a ideia de que as oscilações em diferentes frequências desempenham papéis diferentes ao longo da leitura.

Um dos grupos [1] descobriu que em diversas áreas do cérebro relacionadas à linguagem a componente da atividade cerebral filtrada em frequências de 70 a 150 Hz (chamada banda de frequência gama entre neurocientistas) cresce sucessivamente com o aparecimento de novas palavras da frase. A mesma, entretanto, decresce subitamente quando uma palavra finaliza uma expressão, podendo ser usada para o agrupamento de uma ideia (por exemplo após a palavra “praia“ na expressão “uma bela praia”). Em particular essa faixa de frequência está relacionada com a atividade elétrica dos neurônios. Em outras regiões corticais, como a mostrada na figura 1 podemos ver que após a última palavra numa frase (que ocorre no tempo t=0) a potência do sinal aumenta bastante (em vermelho), mas o mesmo não ocorre para o fim da lista de palavras. Além disso, o aumento da atividade é proporcional ao número de palavras na frase, e não ao número de palavras na lista.

O segundo grupo [2,3], por sua vez, mostrou que de maneira geral a resposta cerebral à lista de palavras é diferentes da resposta à frase em várias faixas de frequências: teta (~4-7 Hz), alfa (~8-12 Hz), beta (~13-29 Hz) e gama (>30 Hz). Os autores sugerem que cada banda seria responsável por uma tarefa cognitiva diferente: theta facilitaria relembrar o contexto léxico, alfa e beta reflletiriam a unificação semântica. Para eles a informação sintática também seria codificada por alfa e beta, enquanto que para o primeiro grupo a informação sintática (o agrupamento em estruturas hierárquicas) estaria relacionada com gama. Finalmente, o segundo grupo sugere que gamma está relacionada com a capacidade de predição da palavra seguinte numa frase de acordo com o contexto. Além disso, os autores mostraram [3] que o fluxo de informação no final da frase entre as regiões envolvidas em tarefas relacionadas a linguagem é dado esquematicamente pela Fig 2. Este é, possivelmente, o primeiro estudo mostrando a direcionalidade da informação na rede formada pelas regiões corticais relacionadas à linguagem! E muitos acreditam que foram mudanças evolutivas nessa rede que deram aos humanos a capacidade de desenvolver uma linguagem mais rebuscada que a de outros animais. Portanto, muitos outros trabalhos nessa linha devem aparecer por aí.

6_brain

Modificado da referência [3]. A figura mostra esquematicamente a direção do fluxo da informação medido através da causalidade de Granger. Um fluxo unidirecional de informação do córtex parietal (em verde) para o córtex temporal posterior (em vermelho) e deste para o córtex temporal anterior e para o córtex frontal (azul). Além de uma interação bidirecional entre os dois últimos.

Referências

[1] Nelson, Matthew J., et al. “Neurophysiological dynamics of phrase-structure building during sentence processing.” Proceedings of the National Academy of Sciences (2017): 201701590.

[2] Lam, Nietzsche HL, et al. “Neural activity during sentence processing as reflected in theta, alpha, beta, and gamma oscillations.” NeuroImage 142 (2016): 43-54.

[3] Schoffelen, Jan Mathijs, et al. “Frequency-specific directed interactions in the human brain network for language.” bioRxiv (2017): 108753.

0

Exoesqueletos Made in Brazil

Observe a natureza e ela te dará respostas. Uma das soluções que a natureza criou para proteger os seres vivos mais geniais é o exoesqueleto, literalmente esqueletos externos, que dão proteção e apoio ao corpo de muitos insetos, crustáceos e outras espécies. Antigamente só ouvíamos falar desta palavra na biologia, pois quando uma pessoa tinha uma lesão séria que precisasse de uma prótese ela deveria ser o mais escondida possível. A semelhança com os membros humanos era fundamental para não haver nenhum tipo de discriminação. Com o avanço da tecnologia veio também a preocupação não só com a estética mas também com a eficiência destes dispositivos de apoio. E as próteses internas, de implantação dolorosa passaram a não ser efetivamente as melhores opções.

Poderíamos dizer que exoesqueleto é a extensão que potencializa nosso corpo, e também nos protege. Então um carro, bicicleta ou mesmo um martelo não deixa de ser um dispositivo que melhora nossos movimentos, ou seja, assim como os caramujos, também utilizamos exoesqueletos diariamente.

Copa do Mundo de 2014 no Brasil, o país paralisado em frente das televisões no dia da abertura. Além da encenação teatral houve show com grandes astros da música mundial, e em meio a tanta festa um feito inédito para quem respira, vive e ama a ciência.

Juliano Pinto, de 29 anos e, paraplégico, deu o primeiro chute da competição com o auxílio de um exoesqueleto comandado pelo seu cérebro através de sensores conectados numa espécie de capacete onde o pensamento ordena o movimento das suas pernas. Um feito maravilhoso para a ciência brasileira que enfim seria reconhecida e aplaudida por um público mundial de aproximadamente 3,5 bilhões de pessoas. Sim, meio planeta veria o “chute simbólico”. Mas infelizmente em uma chamada urgente para mostrar o ônibus da seleção brasileira, aquela do 7 x 1 (para quem não lembra: gol da Alemanha!), o grande espetáculo científico resumiu-se a um chute de 3 segundos. Somente 3 segundos mostrando o trabalho de mais de 150 pesquisadores de vários países, comandados pelo Professor brasileiro Miguel Nicolelis. Seriam 29 segundos, uma apresentação internacional sobre pesquisa na área de robótica do mundo resumida em pouquíssimo tempo. Foram apenas 3 segundos…

Exoesqueleto brasileiro

Juliano no momento do chute na Copa do Mundo do Brasil. Fonte: G1/Globo.

Esse é o valor agregado à pesquisa na área de robótica no país do futebol. Após todo esse imbróglio as esperanças foram diminuindo sobre investir, estudar e pesquisar neste país.

Até conhecer estas mulheres que sem saber que era impossível elas foram lá e fizeram (Jean Coteau).

Michele de Souza, neuroengenheira, criou um exoesqueleto junto com um grupo multidisciplinar (o Cycor) que montou este equipamento inteiro no Brasil, com usinagem de baixo custo e desenvolvimento de alta tecnologia. A princípio foram pequenos passos que prometem grandes possibilidades. Muitos pesquisadores no mundo realizam o mesmo feito, a diferença é que este grupo está produzindo protótipos que já estão sendo testados e serão comercializados brevemente. O maior objetivo não é apenas promover a tão sonhada independência para estes usuários, mas sim comercializar o exoesqueleto com um valor semelhante ao de uma cadeira de rodas, em torno de mil reais. Antes desse projeto o valor de um exoesqueleto era inacessível e não comercializável.

Geane Poteriko, professora de Letras da rede estadual do Paraná, viu-se diante de um grande desafio quando sua filha, Dara (foto abaixo), teve a Síndrome da Brida Amniótica. Esta síndrome causa formação de faixas e cordões de tecido fibroso que aderem ao feto, podendo comprimir partes do corpo e causando malformações levando a possíveis amputações no bebê no próprio útero. Dara foi afetada na mão direita e Geane procurou soluções que auxiliassem a independência da sua filha. Descobriu um projeto americano que fornece mãos biônicas de baixo custo criadas para impressoras 3D, através de códigos de construção que eles doam para o mundo todo. Já existem alguns voluntários no Brasil, mas antes mesmo de fazer uma mão para Dara, a mãe começou a pensar que poderia ajudar outras pessoas. Assim Geane criou a Associação Dar a Mão com o professor engenheiro Osiris Canciglieri e a professora engenheira Lúcia Miyake da PUC-PR, e começaram a projetar e construir mãos biônicas de baixo custo. No Brasil esses dispositivos são vendidos em torno de mil e quinhentos reais – o que impossibilita muitas famílias de adquiri-los – e a equipe de Geane sabendo que o custo fica em torno de duzentos reais tomou a decisão de fabricar e doá-los para quem precisa e não pode comprar. Ela criou uma rede de fabricantes voluntários e transformou um desafio pessoal em uma missão humanitária. Dara tem um dispositivo protético 3D de “princesas”, cor de rosa e linda como sua dona. Expõe sua mão com orgulho e a usa melhorando a parte muscular e as cognições cerebrais da região. Outras mãozinhas de heróis estão sendo fabricadas e entregues para crianças que melhoram a autoestima e confiança. Parece brinquedo, mas muda uma vida.

Dara

Dara com sua mão biônica. Créditos: Geane Poteriko.

Fazer robótica no Brasil é complicado. Pouco incentivo financeiro para pesquisas e muito menos para desenvolvimento de dispositivos tão importantes. Seria mais fácil simplesmente ignorar e ir para o exterior realizar estas pesquisas. Estas mulheres superaram todos estes problemas e resolveram que sim: elas podiam! Estão fazendo, não só exoesqueletos, mas história.

Sem dúvida, parafraseando Neil Armstrong: é um pequeno passo para o homem, mas um salto gigantesco para a humanidade. Essas mulheres resolveram que era só “Dar a Mão” e mudar o mundo.

Referências

http://g1.globo.com/pr/parana/videos/v/projeto-feito-por-voluntarios-tem-devolvido-o-sorriso-a-quem-precisa-de-proteses/6002353/

http://g1.globo.com/pr/parana/videos/v/exoesqueleto-e-esperanca-de-mobilidade-para-paraplegicos/5867291/

http://g1.globo.com/ciencia-e-saude/noticia/2014/06/jovem-paraplegico-usa-exoesqueleto-chuta-bola-na-abertura-da-copa.html

http://aasdap.org.br/projetos/projeto-andar-de-novo/

http://associacaodaramao.blogspot.com.br/

http://www.cycor.com.br/

http://enablingthefuture.org/

0

Oscilações cerebrais e estímulos ambíguos: os altos e baixos da nossa percepção do mundo

Uma questão recorrente em neurociência tenta explicar como o nosso cérebro processa os estímulos que recebemos do mundo exterior através dos nossos sentidos: visão, audição, tato… Várias cientistas concordam que, do ponto de vista filosófico, o cérebro só funciona da maneira como funciona porque está (intimamente) conectado com o que chamamos de realidade. E portanto, ainda que fossemos capazes de produzir uma máquina com as mesmas propriedades do cérebro, seria necessário incorporar a essa máquina certos sistemas sensoriais e alimentá-la com estímulos externos.

Por  outro lado, imagina-se (e até mesmo espera-se) que, enquanto vivencia diversas experiências sensoriais, o cérebro seja capaz de criar modelos para representar o mundo (e sobreviver nele) de maneira autônoma ou auto-supervisionada .

Sendo assim, podemos separar a atividade elétrica gerada no cérebro em dois tipos: uma atividade diretamente relacionada aos estímulos externos apresentados e uma atividade endógena (que se origina no interior do próprio organismo). Esta segunda, pela própria definição, não seria causada (apenas) pelos inputs do mundo exterior.

Um exemplo clássico dessa dicotomia é a ilusão de ótica gerada pelo cubo abaixo (também chamado cubo de Necker):

1200px-Necker_cube

1200px-Necker_cube2

Fig. 1 Cubo de Necker. Algumas vezes percebemos o cubo como se a parede destacada em azul estivesse mais próxima de nós. Outras vezes visualizamos a parede vermelha mais perto.

Apesar da imagem do cubo manter-se imutável, nossa percepção dela pode variar ao longo do tempo. Quando olhamos para o cubo, ocorre algo como um processo bi-estável no nosso sistema visual e ainda que nada esteja mudando na imagem podemos interpretá-la de duas maneiras diferentes. Portanto, é pertinente nos perguntarmos o que está mudando internamente. Ou qual o processo interno comandando esta mudança?

giphy_spinningdancer

Fig. 2: [Animação] Outro exemplo de bi-estabilidade na nossa percepção visual. Com alguma concentração, podemos ver a bailarina girar para um lado ou para o outro, embora o vídeo seja sempre o mesmo. Nesse caso o estimulo externo não é estático, mas é periódico.

Esse tipo de ambiguidade sensorial também pode ocorrer com estímulos sonoros. Lembra daquela brincadeira de ficar ouvindo alguém falar “cajá” repetidamente? Se não lembra, fala aí pra você mesma em voz alta: caja-caja-caja-cajacajacajaca-jaca-jaca. Em alguns momentos você escuta cajá e em outros jaca? O que você acha que está mudando dentro da sua cabeça?

Um trabalho recente (de autoria de quatro mulheres!) deu um passo bastante interessante na resposta dessa pergunta [1]. Elas mediram a atividade eletromagnética do cérebro de voluntários utilizando magnetoencefalografia (MEG) [2] enquanto eles ouviam repetidamente palavras como cajá e jaca. No caso do artigo os participantes falavam francês e ao invés de cajá-jaca o estímulo sonoro foi algo como “plan” e “lampe”.

As autoras pediram que os voluntários se concentrassem em uma das duas palavras possíveis em cada bloco da tarefa. Os resultados confirmaram que durante a tarefa, apesar do sinal acústico ser constante, os voluntários conseguiam manter-se por vontade própria ouvindo apenas uma das duas palavras (“plan” ou “lampe”).

Mais do que isso, elas mostraram que é possível diferenciar a percepção das duas palavras olhando apenas para o sinal eletromagnético gerado pelo MEG. Mas muuuuito mais do que isso, elas mostraram que o que diferencia o sinal gerado pelo nosso cérebro quando escutamos “lampe” do sinal gerado quando escutamos “plan” é a diferença de fase das oscilações cerebrais (veja a figura do artigo e a legenda abaixo).

AnneKosem

Fig. 3: Modificada da Ref. [1]: (A) Na esquerda, correlação entre a atividade do envelope de onda do estímulo sonoro externo e a atividade cerebral durante sequencias em que o voluntário escutava “plan” e outras em que escutava “lampe” para diferentes frequências. Na direita, onde a diferença entre o espectro “plan” e “lampe” é significativa.  (B) Correlação cruzada entre o estímulo sonoro externo e a atividade cerebral para as faixas de frequências em que a diferença era mais significativa. (C) Distribuição das diferenças de fase. Para frequências entre 100-115Hz, os sinais cerebral e acústico estão em fase para “plan” (barra vermelha em 0graus), enquanto que para “lampe” (azul) possuem uma diferença de fase média de 135 graus.

Posso explicar um pouco mais. É bem conhecido que durante diversas tarefas cognitivas os sinais elétricos do nosso cérebro são oscilatórios (algo parecido com uma função sen(θ) ou cos(θ)). No caso do artigo citado, as cientistas comparam as ondas geradas pelo cérebro com as ondas que representam o sinal sonoro emitido: o espectro de Fourier da gravação “plan-plan-planplanplanplanp-lanp-lanp-lampe-lampe” (que, vale enfatizar, é sempre o mesmo sinal).

Elas descobriram que para cada pessoa a diferença de fase entre o sinal cerebral e o sonoro no caso “plan” é um certo ângulo θ, enquanto que diferença de fase entre o sinal cerebral e o sonoro no caso “lampe”  é um outro ângulo α. Note que na Fig. 3C a barra vermelha marca o ângulo θ e a barra azul marca o ângulo α para este voluntário.  Ou seja, temos que para frequências de 100-115Hz  as diferenças de fase são θ=0 e α=135 graus. Enquanto que para frequências de 30-50 Hz as diferenças de fase são θ=145 e α=315 graus (ou equivalentemente -45 graus). Outros voluntários apresentaram outros valores para θ e α, mas de maneira consistente, cada pessoa codifica “plan” com uma fase diferente da que usa para “lampe”.

Com esses resultados as autoras mostraram que através de um processo endógeno somos capazes de alterar a fase da oscilação cerebral de maneira independente do estímulo exterior. Isso é uma grande descoberta sobre a funcionalidade da fase nas oscilações cerebrais. Até pouco tempo, muitos acreditavam que a diferença de fase nas oscilações da atividade elétrica de grupos de neurônios era devida apenas ao tempo de transmissão sináptico entre uma região e outra. E sendo assim, não deveria alterar-se ao longo de uma mesma tarefa cognitiva. Muito menos ser diferente para o mesmo estímulo externo como no estudo citado. Assim, parece que esse artigo contribui para fortalecer uma teoria que vem ganhando força nos últimos anos: a de que não apenas  as oscilações em diferentes frequências, mas também a diferença de fase dessas oscilações funcionam como graus de liberdade extras para processarmos ou codificarmos a informação no cérebro. E isso, mais do que nos permitir “ler a mente” e dizer se a pessoa está percebendo  “cajá” ou “jaca” é um grande avanço no entendimento de como percebemos tais coisas.

Enquanto isso, os mecanismos neuronais responsáveis por essa mudança ainda são objeto de estudo.

Aqui posso fazer uma especulação totalmente pessoal, baseada no que tenho visto dessa área, e puxar a sardinha  para os meus modelos neuronais preferidos. Eu apostaria alguns chicletes que o mecanismo biológico que está por trás desses resultados com diferenças de fase é a variação da intensidade das correntes sinápticas inibitórias na região do córtex auditivo. Mas, por enquanto, isso é só a minha hipótese e ficamos aguardando as cenas dos próximos artigos…

 

Referências

[1] Anne Kösem, Anahita Basirat, Leila Azizi, e Virginie van Wassenhove (2016). High-frequency neural activity predicts word parsing in ambiguous speech streams. Journal of neurophysiology, 116(6), 2497-2512.

Para ler outros trabalhos das autoras: Anne Kösem, Virginie van Wassenhove.

[2] Para ler mais sobre MEG: cilque aqui , ou aqui para ler em inglês.

 

0

Neurociência computacional: como a física (e a galera de exatas) pode nos ajudar a entender o cérebro

O desejo de entender a natureza é a força que move a ciência. Nossa habilidade em desenvolver modelos para descrever o mundo e usá-los para fazer predições tem sido fundamental, tanto para nossa evolução quanto para nossa sobrevivência. Por isso, pode-se dizer que uma das especialidades do nosso cérebro é “construir modelos”. Há quem use esta ideia, inclusive, como a própria definição de cérebro. Em última análise, o cérebro seria “a máquina que constrói a realidade” [1]. Ou de maneira menos mecanicista, a estrutura ou o organismo que interpreta (o que chamados de) realidade.

Entender quais os mecanismos que ocorrem no nosso cérebro durante essas atividades de interpretação e predição é um dos grandes objetivos de físicos envolvidos com neurociência. Em particular, existe uma área de pesquisa que busca quantificar o fluxo de informação no cérebro e como este fluxo está associado aos sinais elétricos dos neurônios e a atividades cognitivas como aprendizado e memória. Essa área tem atraído uma quantidade cada vez maior de profissionais de física, matemática, engenharia, etc, devido às suas habilidades de desenvolverem modelos matemáticos e computacionais que podem ser comparados com dados experimentais neurofisiológicos. E graças ao destaque que a galera de exatas vem ganhando nesse campo, em março desse ano, a revista Nature Neuroscience dedicou uma edição inteira à chamada Neurociência Computacional e Teórica [2].

Uma das grandes questões que podem ser abordadas nessa linha relaciona a conectividade da rede formada por neurônios e sinapses (rede anatômica ou estrutural) com a conectividade da rede gerada pelo fluxo de informação, i.e., pela atividade elétrica dos neurônios (rede funcional) [3]. Uma das minhas analogias preferidas compara esse problema (da conectividade cerebral) com o do fluxo de carros em uma cidade. O mapa das ruas e avenidas de uma grande cidade é fixo (ou, pelo menos, muda lentamente com a construção e/ou destruição de novas vias), enquanto o tráfego dos carros por essas vias pode variar bastante em poucas horas. Por exemplo, pela manhã o trânsito costuma ser intenso na direção do centro ou de complexos industriais, mas no fim do dia o fluxo costuma se inverter, e o trânsito aumenta na direção dos bairros residenciais. Da mesma maneira, podemos pensar sobre o funcionamento do nosso cérebro. A distribuição anatômica das sinapses é praticamente fixa (ou muda lentamente devido à plasticidade cerebral) e pode ser comparada com o mapa das ruas e avenidas. Por outro lado, os sinais elétricos enviados através das sinapses para as diversas regiões de cérebro, ou o fluxo de informação trocado entre os neurônios, seria equivalente ao fluxo de carros ao longo das ruas. Tanto o fluxo de carros como o de informação elétrica podem variar rapidamenteser mais intenso em determinados momentos do dia, ou em certas áreas mas os dois guardam estreitas relações com o mapa físico sobre o qual são construídos (mapa das ruas ou mapa anatômico).

Uma diferença nessa analogia é que o tráfego dos carros poderia, a princípio, ser monitorado por diversas câmeras espalhadas pela cidade, enquanto o nosso cérebro, além de estar escondidinho dentro da caixa craniana, possui da ordem de 1015 sinapses! Um número exageradamente maior do que o de ruas em uma grande cidade [4]. Portanto, precisamos descobrir maneiras inteligentes de monitorar o fluxo da atividade elétrica dentro do cérebro para entender como pensamos, aprendemos, lembramos. Além disso, precisamos desenvolver modelos biologicamente plausíveis que descrevam a atividade elétrica dos neurônios ou das regiões corticais. Conectando milhares destes neurônios, é possível estudar como a topologia da rede interfere na sua atividade global; como diversos mapas dinâmicos, associados a diferentes atividades cognitivas, podem surgir de um mesmo mapa anatômico. Ou ainda, precisamos entender como a atividade cerebral varia quando agrupamos tipos diferentes de células nervosas, quando consideramos neurônios excitatórios e inibitórios, ou a presença de ruído, ou quando adicionamos atrasos no tempo gasto para as correntes elétricas percorreram determinadas distâncias.

Este processo interativo de desenvolver modelos, comparar com os dados, fazer predições, testá-las, melhorar os experimentos, melhorar os modelos, comparar novamente com os dados, etc, tem permitido uma compreensão cada vez maior do que acontece no cérebro em diferentes escalas espaciais (molecular, neuronal, cortical), e temporais (milissegundos, horas, anos). Mas muito além da perspectiva de aumentar nossa compreensão sobre o que é consciência, o que são os pensamentos e as memórias, como podemos usar o nosso cérebro para estudar o próprio cérebro, todo esse longo processo científico tem ajudado de maneira bem prática a desenvolver melhores estratégias de aprendizagem, diagnósticos mais precisos e tratamentos cada vez mais eficientes de diversas doenças cognitivas e neurodegenerativas.

Referências:

[1] Um dos TED talks mais legais sobre o cérebro que conheço, apresentado por um físico: TEDxBuenos Aires. Mariano sigman: La maquina que construye la realidad. https://www.youtube.com/watch?v=1y8hiuBUnV8

[2] Edição especial da revista Nature Neuroscience sobre Neurociência Computacional e Teórica: http://www.nature.com/neuro/focus/neural-computation-and-theory/index.html#ed

[3] Bullmore, E. & Sporns, O., 2009. Complex brain networks: graph theoretical analysis of structural and functional systems. Nature Reviews Neuroscience, 10(3), pp.186-198. http://www.nature.com/nrn/journal/v10/n3/abs/nrn2575.html

[4] Olhando no Google Maps, a ilha de Manhattan possui cerca de 250 avenidas ao longo do eixo mais comprido e pouco mais de 10 ao longo do eixo perpendicular. Supondo que o mapa das ruas fosse uma rede retangular regular isso daria pouco mais de 2500 cruzamentos (ordem de 103 <<< 1015 ).