Además, cada una de ellas podría ser subdividida en otras varias submodalidades con diferente alcance y capacidades, como las neuroimágenes ópticas que pueden lograr su objetivo de modo ex-vivo. En el caso de las submodalidades ex-vivo, contamos con técnicas como la nanoscopía STED, acreedora de un premio Nobel y que nos ha permitido ir más allá del límite de difracción de Abbe, además de la observación a nivel molecular; la optogenética, que nos ha ofrecido la observación de la actividad genética mediante pulsos de luz dirigidos a moléculas previamente ligadas a los genes; o la novedosa CLARITY, que diluye las membranas celulares principales responsables de la dispersión de la luz sustituyéndolas por un andamiaje sintético y de forma efectiva, volviendo al cerebro transparente. En el caso de las submodalidades in-vivo, contamos con variantes como la espectroscopía de difusión de onda, que es un caso particular de espectroscopía de correlación difusa (DCS) basada en el moteado, o en espectroscopía de absorción como es la espectroscopía funcional en el infrarrojo cercano (fNIRS). 

Células de Schwann

     Y esto es sólo por mencionar algunas: por ejemplo, fNIRS a su vez cuenta con más sub-submodalidades, como la de onda-continua (CW-fNIRS), la basada en modulación frecuencia (FD-fNIRS) o la resuelta en tiempo (TRS-fNIRS). Y podríamos seguir; por ejemplo, dependiendo del pulso, la modulada en frecuencia puede ser usada potencialmente (aunque sólo tenemos evidencia in vitro) para escuchar la llamada señal óptica rápida que en inglés a veces se identifica con el sugerente acrónimo de EROS (Event Related Optical Signal o Eventos Correlacionados con Señales Ópticas, en español).
     Cada una de las neuroimágenes permiten observar diferentes aspectos de la anatomía y función del cerebro, además de hacerlo con diferente resolución espacial y temporal. Todas y cada una de las modalidades y submodalidades de neuroimagen son necesarias y complementarias; no hay una que sea mejor que otras o que por sí sola sea suficiente para descifrar al cerebro. La riqueza de la información es tanta, y la interpretación asociada a cada mecanismo de formación y reconstrucción tan compleja que, cuando un grupo realiza investigación en neuroimágenes, a menudo debe especializarse en una única sub-submodalidad. En algunos casos, aún seguimos mejorando nuestro conocimiento de la ciencia básica, pero en otros —quizá la mayoría— ya tenemos un conocimiento adecuado de la ciencia básica asociada y la limitación es meramente tecnológica.
     A fin de extraer conocimiento útil de las neuroimágenes —proceso conocido como interpretación— es necesario entender el ciclo de vida de la información; es decir, las transformaciones físico-matemáticas sufridas por la información adquirida, sin olvidar el propio conocimiento anatómico y fisiológico. En lo referente a esto último, el conocimiento del juego físico-químico subyacente a la actividad metabólica neuronal incluyendo la propia respiración a través del ciclo de Krebs en la mitocondria y la hemodinámica acoplada, el intercambio de iones en las neuritas para la transmisión del potencial de acción, o el complejo y rico lenguaje de comunicación interneuronal mediado por los neurotransmisores, es indispensable para la correcta interpretación de la neuroimagen.

     La interpretación requiere, además, comprender los principios de organización de la función cerebral tanto espaciales (integracionales y segregacionales) como temporales (procesos plásticos de diferente índole, ya sea guiados por la experiencia o por el propio desarrollo neurológico). También necesita entender las responsabilidades de las otras células del sistema nervioso que apoyan la labor de transmisión y procesamiento de la información que llevan a cabo las neuronas; astrocitos, oligodendrocitos, células de Schwann (las que recubren las neuronas) y glía en general (ependimocitos, microglía, etc).
     En lo referente al manejo de la información, el procesamiento y análisis computacional y estadístico posterior de la neuroimagen requiere del entendimiento del proceso de formación, adquisición y reconstrucción de la información, así como de las suposiciones añadidas, consecuencia del diseño experimental y ¡la propia reducción de los datos! Cualquiera que sea el caso, común a todas las neuroimágenes, como común a cualquier proceso de imagenología, está la necesidad de una fuente de radiación, aunque ésta puede ser, en algunos casos, interna al tejido y de un sistema de sensado de la radiación que abandona el tejido. La combinación de fuentes de las fuentes de radiación y el arreglo de los sensores da lugar a geometrías de sensado que ya son específicas a cada tipo de neuroimagen. Como cualquier sistema, tanto los emisores como los detectores exhiben comportamientos que no necesariamente son óptimos en algún sentido ideal. A esto hay que añadir el desgaste y la fatiga de los componentes del sistema de adquisición de la neuroimagen y las pérdidas en el proceso de digitalización de la información. Las pérdidas de información y la propagación de errores son un reto durante la reducción de datos. 

     Los grupos de investigación en el área neuroimágenes a menudo incluyen expertos en cada una de las diferentes partes del proceso. Por ejemplo, nuestro grupo que en términos relativos a otros grupos que trabajan en neuroimágenes es pequeño, acomoda a ópticos, computólogos, matemáticos e ingenieros; unos somos expertos en la parte instrumental; otros, en la matemática de la reconstrucción; unos aportan su experiencia en el desarrollo de los algoritmos de análisis, y otros, en la imagenología biomédica. Grupos más grandes a lo largo del mundo tienen especialistas en otros apartados. Quien es experto en una determinada modalidad de neuroimagen no necesariamente conoce los principios básicos de las otras. El experto en computación neurocientífica casi con seguridad carece de formación en radiología. Quien proviene de física médica no tiene por qué saber las implicaciones de los modelos estadísticos. A veces la especialización es tan fuerte que quien es experto en un circuito cerebral, no necesariamente conoce otros circuitos. Es casi inconcebible hoy día que un solo científico fuese capaz de dominar todas las aristas que requiere la observación de la actividad funcional del cerebro humano.

Tracografía

     Queremos cerrar este artículo ofreciendo el típico dato que puede condensar el mensaje de por qué observar el cerebro y su actividad es un reto tan apasionante como complejo científicamente al punto que ninguna disciplina clásica por sí sola lo puede abarcar. Se estima que el cerebro humano promedio tiene aproximadamente 86 mil millones de neuronas (más que estrellas tiene la galaxia), con 10¹⁴ conexiones sinápticas. Además, es un sistema complejo cuyo comportamiento global surge mediante las llamadas propiedades emergentes del comportamiento relativamente sencillo de sus componentes individuales. 
     Del mundo de las partículas subatómicas a la formación de conciencia, el viaje nos lleva a través de la física, la química, la biología, de nuevo a la física y la ingeniería, a las matemáticas y sus hijas: computación y estadística, y de aquí a la medicina y la psicología. La neurociencia es, probablemente, el área de investigación más activa en México: desde el estudio del comportamiento de neuronas individuales, pasando por el estudio de cerebros simples de animales, llegando a estudiar y observar (como nosotros) cerebros humanos, hasta el estudio complejo de la neuropsicología en grupos grandes de personas o animales. Parecería que el neurocientífico pudiera llegar a ser el Da Vinci del siglo XXI.