Dra. Carsen Stringer
Translated by Gabriela Rasch
Como estudiante de segundo año de ingeniería en la Universidad de Pittsburgh, Carsen Stringer quedó cautivada por su curso de dinámica no lineal. En particular, le fascinaba la teoría de los sistemas caóticos, especialmente cuando se aplicaba al cerebro. Le emocionaba la idea de que pequeñas variaciones en el tiempo de actividad de una sola neurona podrían cambiar la actividad de todas las neuronas en el circuito descendente. Inspirada para aprender más, cambió su especialidad a matemáticas y física y comenzó a trabajar en proyectos de investigación computacional con su profesor, el Dr. Jonathan Rubin. Con su mentoría, aprendió cómo simular la marcha dinámica pasiva, un sistema en el que dos piernas caminan por una pendiente poco inclinada, utilizando solo la gravedad como fuente de energía.
Lider de Grupo Campus de Investigación HHMI Janelia
Becario Postdoctoral Campus de Investigación HHMI Janelia
PhD en Neurociencia Computacional Unidad de Neurociencia Computacional Gatsby, University College London
Al tomar cursos de neurociencia en su último año, se propuso su siguiente objetivo: obtener un doctorado en neurociencia computacional. Eligió la Unidad de Neurociencia Computacional Gatsby en University College London. El programa le atrajo porque estaba profundamente interesada en las simulaciones neuronales de vanguardia que realizaban, así como en el énfasis del programa en el aprendizaje automático (machine learning), que ella predecía que sería útil para su carrera. También ayudó que ya se había familiarizado con el Reino Unido durante un semestre de estudios en el extranjero en Oxford.
En su primer proyecto de neurociencia computacional en Gatsby, Carsen utilizó simulaciones para generar caos en redes de neuronas. Fue entonces cuando conoció a Marius Pachitariu, entonces compañero estudiantil de Gatsby y ahora pareja de Carsen. Marius estaba analizando datos auditivos de roedores utilizando redes neuronales recurrentes (RNNs, por sus siglas en inglés), y sugirió que ella intentara simular los datos. Al ajustar modelos de simulación de redes a datos neuronales, Carsen se dio cuenta de las limitaciones del proceso. Explica que cuando utilizamos simulaciones de redes para modelar un sistema, debes hacer muchas suposiciones. Lo más importante es que hay muchos parámetros libres en las redes neuronales, todos los cuales se pueden ajustar en tu modelo: pesos inhibitorios, escalas de tiempo y corrientes intrínsecas, por nombrar algunos. Descubrió que los datos a menudo no restringen suficientemente estos parámetros. En otras palabras, puede haber demasiadas formas de llegar a una respuesta. Por ejemplo, en el artículo que publicaron sobre este trabajo, concluyeron que la inhibición era el principal impulsor de los cambios en el ritmo de disparo entre estados cerebrales y modalidades sensoriales. Aunque la inhibición era un factor poderoso, Carsen señala que cambiar otros parámetros también podría mantener un modelo funcional. “No hay suficientes datos o no hay suficientes restricciones”, Esta realización la llevó a pensar más en aprender cómo realizar sus propios experimentos.
Fue entonces cuando Marius comenzó a realizar grabaciones neuronales a gran escala en roedores con el grupo de Matteo Carandini y Kenneth Harris, y al observar los datos, él y Carsen supusieron que estaban observando un sistema dinámico con actividad altamente recurrente. Es decir, la actividad dentro del circuito estaba impulsando el circuito. Sin embargo, encontraron múltiples patrones concurrentes de actividad en el cerebro, que no armonizaban bien con sus modelos de redes recurrentes. En cambio, descubrieron que algún tipo de entrada externa impulsaba esta actividad neuronal y que esas entradas externas correspondían a estados de comportamiento. Inspirada por este hallazgo, Carsen se sumergió en la neurociencia experimental. Co-asesorada por Matteo y Kenneth, utilizó imágenes de calcio de dos fotones para investigar cómo se representan los estados de comportamiento en la actividad cerebral a nivel global. Descubrió que los estados de comportamiento que se relacionan con la actividad cerebral son, de hecho, multidimensionales. Es decir, en lugar de que la actividad neuronal refleje una sola dimensión del comportamiento, como si el ratón está moviendo sus bigotes o no, Carsen encontró que la expresión facial precisa del ratón, una medida multidimensional, ¡estaba representada en la actividad neuronal!
Pronto, llegó el momento de que Carsen y Marius decidieran su siguiente paso en sus carreras. Ambos consiguieron puestos en el Campus de Investigación Janelia: Marius como líder de grupo y Carsen como investigadora postdoctoral, donde fue co-asesorada por Marius y Karel Svoboda. Tomó la decisión de permanecer en el campo de la neurociencia visual porque sentía que era allí donde podría "lograr mayores avances", lo que demuestra su filosofía y dedicación al esfuerzo grupal en la investigación científica. De manera similar, está comprometida con la ciencia abierta y los proyectos de código abierto. Ha trabajado extensamente en varios proyectos de código abierto: Cellpose, suite2p, rastermap, y facemap. Estos proyectos están documentados en Github, por lo que la comunidad científica contribuye a mejorar el código. Un beneficio importante de trabajar en Janelia es que Carsen puede utilizar el tiempo que de otra manera pasaría escribiendo propuestas de financiamiento o enseñando para ayudar a desarrollar herramientas en las que otros confían. Está agradecida por el privilegio de hacer sus contribuciones a la ciencia mediante el desarrollo de herramientas y la ciencia abierta.
Después de dos años como investigadora postdoctoral, Carsen consiguió un puesto de líder de grupo en Janelia. En el momento de nuestra entrevista (enero de 2021), ¡su laboratorio tenía solo seis meses! A pesar de la pandemia, se divierte mucho siendo mentora de estudiantes de forma remota. Está agradecida por sus mentores anteriores y espera aplicar lo que aprendió a sus nuevos estudiantes. Al igual que Jonathan Rubin le permitió explorar sus propias ideas, se esfuerza por ser mentora de las personas de manera que se preserve su libertad de pensamiento. Otro estilo de mentoría clave que apreció fue la emoción y la pasión de Matteo Carandini y Kenneth Harris. En su laboratorio, la investigación era divertida y emocionante, lo que creaba un ambiente muy alentador, algo que resuena con el estilo de Carsen al abordar sus preguntas.
Su laboratorio se centra en dos ideas principales: comprender cómo funcionan las computaciones visuales y cómo se representan los comportamientos en el cerebro. Explica que los modelos clásicos y de redes profundas no son toda la imagen cuando se trata de comprender las computaciones visuales. En cuanto a las representaciones de comportamiento, todavía tiene mucha curiosidad sobre las señales globales que impulsan las modalidades de actividad, un hilo que ha estado tejiendo desde su doctorado. Para Carsen, la naturaleza iterativa de la modelización y la experimentación es crucial para un proceso científico saludable. Es por eso que publica todos sus conjuntos de datos y anima a todos a hacer lo mismo. Prefiere que su trabajo esté impulsado por datos en lugar de ser puramente impulsado por hipótesis. De esta manera, puede ver lo que los datos le dicen y crear modelos basados en los datos. Las hipótesis son, por supuesto, siempre importantes. Pero debemos tener cuidado de no enmarcar todo bajo un solo modelo o un marco hipotético único. Además, advierte sobre ser demasiado dogmáticos acerca de lo que creemos saber; siempre puede cambiar. Aprecia la mentalidad abierta de los laboratorios y espacios experimentales y, sin duda, encarna esta actitud saludable en sus propios enfoques y filosofía de la ciencia.
