Líneas de investigación
Línea Emergente del grupo: «Biomarcadores de Imaging Traslacional»
Comprender cómo las diferentes escalas del cerebro interactúan para funcionar de manera efectiva y cómo la interrupción de esa interacción puede conducir a enfermedades neurodegenerativas es un desafío formidable. Importante es que, en una sociedad cada vez más envejecida, este entendimiento puede tener un impacto significativo en el desarrollo de métodos para diagnosticar esas enfermedades neurodegenerativas más temprano de lo que los métodos de detección convencionales permiten. Para abordar esto, el objetivo de esta línea de investigación emergente es aprovechar la ciencia de datos y las herramientas matemáticas para obtener una comprensión más profunda del funcionamiento interno del cerebro, tanto en microescalas (por ejemplo, dinámicas moleculares y plasticidad sináptica) como en macroescalas (por ejemplo, comportamiento de las células gliales e inflamación cerebral).
Específicamente, el principal objetivo del grupo, financiado por un proyecto La Caixa Junior Leader, será descubrir biomarcadores significativos aprovechando la teoría de sistemas dinámicos y el aprendizaje automático junto con técnicas avanzadas de imagen por resonancia magnética no invasivas. Combinando enfoques experimentales y teóricos, nuestro objetivo es trabajar de manera interdisciplinaria para desarrollar modelos computacionales que identifiquen estos biomarcadores temprano en la vida, ofreciendo una visión del posible inicio de trastornos como el Alzheimer y la esclerosis múltiple.
Otros temas de investigación, en colaboración con socios en el Uniklinikum Bonn y el Instituto de Tecnología de Okinawa, Japón, incluyen la construcción de modelos matemáticos para explorar la base molecular de la plasticidad sináptica y su papel en la formación de la memoria, investigar la emergencia de una comunicación eficiente entre animales utilizando el aprendizaje automático y desarrollar una herramienta basada en una interfaz gráfica de usuario, de código abierto, para el análisis rápido y reproducible de imágenes de calcio de sinapsis y dendritas.
Publicaciones relevantes
- Optimal Agnostic Control of Unknown Linear Dynamics in a Bounded Parameter Range. J Carruth, MF Eggl, C Fefferman, CW Rowley. arXiv. 2024 prepint; arXiv:2309.10138
- A framework for the emergence and analysis of language in social learning agents. TJ Wieczorek, T Tchumatchenko, C Wert-Carvajal, MF Eggl. Nature Communications. 2024 15 (1), 7590
- Competitive processes shape multi-synapse plasticity along dendritic segments. TE Chater, MF Eggl, Y Goda, T Tchumatchenko. Nature Communications. 2024 15 (1), 7572
- More with less: Simulation-based inference enables accurate diffusion-weighted MRI with minimal acquisition time. MF Eggl, S De Santis. bioRxiv. 2024 2024.11. 11.622925 https://doi.org/10.1101/2024.11.11.622925
- Linking spontaneous and stimulated spine dynamics. MF Eggl, TE Chater, J Petkovic, Y Goda, T Tchumatchenko Communications Biology 2023 6 (1), 930
- Linking spontaneous and stimulated spine dynamics. MF Eggl, TE Chater, J Petkovic, Y Goda, T Tchumatchenko. Commun Biol. 2023 6(1): 930 https://doi.org/10.1038/s42003-023-05303-1
- A parallel-in-time approach for accelerating direct-adjoint studies. CS Skene, MF Eggl, PJ Schmid. Journal of Computational Physics. 2021 429, 110033
- Mixing enhancement in binary fluids using optimised stirring strategies. MF Eggl, PJ Schmid. Journal of Fluid Mechanics. 2020 899, A24
- A gradient-based framework for maximizing mixing in binary fluids. MF Eggl, PJ Schmid Journal of Computational Physics. 2020 368, 131-153