Dra. Grace Lindsay

Becaria Postdoctoral  Universidad College London

PhD en Neurociencia y Conducta Universidad de Columbia 

Translated by Gabriela Rasch

La Dra. Grace Lindsay estaba fascinada por la neurociencia antes de siquiera conocer su nombre. En su clase de psicología en la escuela secundaria, se sintió intrigada por los temas relacionados con el comportamiento humano y el funcionamiento interno de la mente, pero la clase le dejó más preguntas que respuestas. Grace se dio cuenta de que el punto central de su curiosidad no eran los pensamientos o el comportamiento en sí, sino más bien los mecanismos biológicos que subyacen a esos pensamientos y comportamientos. Buscó en Google "biopsicología", preguntándose si eso era realmente un campo de estudio. Grace eventualmente se dio cuenta que lo que había despertado su interés efectivamente tenía un nombre propio: neurociencia. Su pasión intelectual se transformó en un plan profesional serio cuando descubrió que la mayoría de los programas de doctorado en ciencias pagaban a sus estudiantes. Entusiasmada con la idea de estudiar el cerebro como trabajo, Grace terminó la escuela secundaria con la esperanza de eventualmente obtener un doctorado en neurociencia. Y eso fue exactamente lo que hizo.

Como estudiante de licenciatura en la Universidad de Pittsburg, Grace se sumergió en la neurociencia experimental con relevancia clínica, trabajando con un modelo de ratas para el TOC (trastorno obsesivo compulsivo) y un modelo de ratones para la depresión. A pesar de la reconocida fortaleza de la universidad en neurociencia computacional, Grace inicialmente no tenía ningún interés en esa área. Pensaba que la neurociencia computacional estaba basada en la premisa de que el cerebro funcionaba como una computadora moderna, lo cual le parecía una suposición bastante ridícula, ¡Grace no estaba interesada! Sin embargo, su percepción cambió cuando asistió a una conferencia del Dr. Brent Doiron, un profesor de matemáticas de la Universidad de Pittsburgh que investigaba en neurociencia computacional. Él presentó una neurona modelo descrita por una serie de ecuaciones y luego mostró cómo combinar las ecuaciones de múltiples neuronas y, de este modo, usar las matemáticas para entender el funcionamiento de los circuitos cerebrales. Grace se sintió impactada por la sensación de que esto era lo que había estado buscando desde su clase de psicología en la escuela secundaria: los mecanismos fundamentales que subyacen a la actividad neural y al comportamiento. A partir de ahí, realizó una tesis de licenciatura co-dirigida por el profesor que dio esa conferencia, abandonando su doble especialización en filosofía para centrarse en aprender más matemáticas.

Mientras asistía a una conferencia de la Sociedad de Neurociencia hacia el final de su carrera universitaria, Grace se sintió completamente abrumada por la magnitud del campo. "¡Me destrozó!", dice. Aunque un doctorado en neurociencia no era un plan nuevo para ella, de repente se sintió incapaz de escribir una declaración personal para las solicitudes de ingreso a la escuela de posgrado; ¿cómo podría decir con confianza qué quería estudiar? En lugar de postularse a la escuela de posgrado, Grace solicitó prácticas de investigación para darse tiempo de descubrir su nicho. Terminó en el Centro Bernstein en Friburgo, Alemania, donde se enfocó en perfeccionar sus habilidades en codificación y matemáticas y en aprender más sobre los diferentes subcampos de la neurociencia computacional.

Con un plan de investigación más enfocado para el futuro, Grace se unió al programa de doctorado en Neurobiología y Comportamiento en la Universidad de Columbia, donde finalmente trabajó con el Dr. Ken Miller. Su tesis se centró en construir modelos computacionales para comprender cómo la atención modula la percepción. Configuró una red de neuronas modelo que, al recibir una imagen de entrada, informaba sobre los objetos que contenía dicha imagen. Al modificar matemáticamente la cantidad de "atención" que la red prestaba a ciertos objetos en la imagen, Grace pudo mejorar el rendimiento de la red en la identificación de esos objetos. Sus resultados coincidieron con estudios que muestran que la atención afecta la actividad neural de los animales y su desempeño en tareas visuales. Además, Grace pudo mejorar aún más el rendimiento de su modelo al modular las neuronas más profundas en la red. Este resultado podría explicar por qué, en los animales, la atención tiene un efecto mayor en la actividad neural en las regiones cerebrales de orden superior en comparación con las áreas visuales primarias. Curiosamente, Grace también descubrió que si manipulaba la red para "buscar" algo que no estaba allí, la red neuronal a veces daba un falso positivo. Este fenómeno también se ha observado en humanos: personas a las que se les dice que busquen objetos particulares en una imagen que aparece brevemente en una pantalla de computadora a veces creen ver el objeto cuando en realidad no está presente.

Grace sigue utilizando redes neuronales profundas para estudiar el sistema visual, pero ahora lo hace como investigadora postdoctoral en el University College London (UCL). La posición de la beca se creó para conectar la Unidad de Neurociencia Computacional Gatsby en UCL con el Sainsbury Welcome Center (SWC, Centro de Bienvenida) para Circuitos Neurales y Comportamiento. Grace encaja perfectamente en este puesto, ya que puede combinar su formación en neurobiología con su interés y capacitación en neurociencia computacional. Mientras que su trabajo de doctorado se centró en la atención de arriba hacia abajo, ahora está estudiando los bucles de retroalimentación que modulan el procesamiento normal de la información visual entrante. Está construyendo modelos computacionales, pero también está trabajando con un laboratorio de visión de ratones en el SWC para que los modelos puedan probarse directamente con experimentos de comportamiento, los cuales, a su vez, pueden informar el proceso de modelado.

Hoy en día, cuando no está construyendo redes neuronales, Grace se dedica a escribir o hacer podcasts sobre ciencia. Se involucró por primera vez en la comunicación científica como estudiante de posgrado, cuando comenzó a bloguear sobre nuevos conceptos o artículos específicos que quería profundizar. Descubrió que bloguear era una forma perfecta de ayudarla a digerir la información mientras empaquetaba ese conocimiento en una forma compartible. Más tarde, comenzó un podcast llamado Unsupervised Thinking (Pensamiento sin supervisión), que le brinda la misma satisfacción dual de aprender mientras produce contenido. Sin embargo, el podcast está actualmente en pausa porque Grace está escribiendo un libro. Pensando que algún día podría gustarle escribir un libro, Grace se puso en contacto con una editorial para comprender los matices de la interacción entre autor y editor y obtener comentarios sobre su portafolio de escritura. Las cosas rápidamente se aceleraron, y ahora Grace tiene un contrato para escribir Models of the Mind (Modelos de la Mente), un libro que explora el campo de la neurociencia computacional para un público general. El libro yuxtapone el futuro con el pasado: Grace explica cómo las matemáticas, la física y la informática comenzaron a intersectarse con la neurociencia, y por qué muchos consideran que la neurociencia computacional es el futuro del campo de la neurociencia. Quizás, en un par de años, un estudiante de secundaria lea Models of the Mind (Modelos de la Mente) y tenga un momento de revelación como el de Grace: verán la neurociencia computacional como la vía perfecta para comprender los mecanismos más fundamentales del cerebro.