Charla «Mecanismos de compensación neuronal y biomarcadores ocultos: Un enfoque computacional integrado» con el Dr. Fernando Montani

Compartimos invitación a la charla “Mecanismos de compensación neuronal y biomarcadores ocultos: Un enfoque computacional integrado“ que brindará el Dr. Fernando Montani el próximo lunes 20 de abril a las 15:00 hs Argentina (GMT-3), con modalidad virtual (se transmite a través del canal de YouTube de la Facultad) y gratuita.

BIO

El Dr. Fernando Montani es Profesor de Física en el Departamento de Física de la Universidad Nacional de La Plata (UNLP, Argentina) e Investigador Independiente del Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET). Posee un doctorado en Neurociencia Computacional por el Imperial College de Londres (Reino Unido) y un segundo doctorado en Física Teórica por la Universidad Nacional de La Plata. Su línea de investigación se centra en el desarrollo de modelos matemáticos y físicos no lineales para estudiar el código neuronal y su dinámica, con el objetivo de comprender cómo fluye y se procesa la información en el cerebro. En su trabajo integra la dinámica no lineal, la teoría de la información, la modelización neurocomputacional y las redes neuronales.

Este trabajo presenta un enfoque computacional integrado para el estudio de la actividad cerebral, combinando medidas de información (entropía de Shannon, entropía de Rényi, información de Fisher) y métricas de complejidad (LMC, MPR, complejidad de Rényi) aplicadas a señales neurofisiológicas. Se analizan múltiples contextos clínicos y experimentales: epilepsia (en perros con epilepsia natural y pacientes humanos), enfermedad de Alzheimer (en ratones), síndrome de Down, plasticidad cortical post-lesión visual, y envejecimiento cognitivo. La metodología emplea patrones ordinales, mapas auto-organizados (SOM), reducción de dimensionalidad con UMAP, y análisis en el espacio entropía-complejidad. Los hallazgos principales incluyen: (1) la identificación de biomarcadores preictales en bandas delta y HFO mediante información de Fisher; (2) la pérdida progresiva de complejidad neuronal en ratones con Alzheimer entre los 4 y 6 meses; (3) la capacidad del espacio de Rényi para caracterizar dinámicas libres de escala; (4) la diferenciación entre estados preictales e interictales mediante SOM-UMAP; y (5) la modulación de la plasticidad cortical post-ictus a través de la inhibición de NKCC1 (bumetanida), que restaura condiciones biofísicas óptimas para la reorganización neuronal. El trabajo propone un marco traslacional que conecta la farmacología molecular con la dinámica informacional de redes neuronales, con aplicaciones potenciales en dispositivos implantables para predicción de crisis y monitoreo de enfermedades neurodegenerativas.