Un principio básico de la neurociencia es que las variables de comportamiento están representadas en la actividad neuronal. Tales representaciones deben mantenerse para retener las habilidades y los recuerdos aprendidos. Sin embargo, investigaciones recientes han desafiado la idea de los códigos neuronales duraderos.

Nuestros cerebros cuentan con habilidades aprendidas y recuerdos almacenados en los patrones de actividad de miles de millones de células nerviosas. Sin embargo, se ha mostrado que los recuerdos de eventos y experiencias pueden nunca establecerse y que los patrones de actividad que almacenan información pueden cambiar continuamente, hasta cuando no estamos aprendiendo nada nuevo.

Acceso confiable

Siendo así, surge la cuestión de por qué el cerebro no olvida lo aprendido. Los resultados de un reciente estudio realizado por investigadores de la Universidad de Cambridge, la Universidad de Stanford y la Universidad de Harvard revelaron cómo el cerebro puede acceder de manera confiable a la información almacenada, a pesar de los cambios drásticos en las señales cerebrales que la representan.

En el estudio, el equipo de investigación mostró que los cambios constantes en la actividad neuronal son compatibles con los recuerdos a largo plazo y las habilidades aprendidas, y sugieren que nuestros cerebros nunca están en reposo, incluso cuando no estamos aprendiendo nada sobre el mundo que nos rodea.

Las células nerviosas se conectan a cientos o incluso miles de sus vecinos y extraen información ponderando y agrupando.

Los investigadores mostraron que diferentes partes de nuestro cerebro pueden necesitar volver a aprender y realizar un seguimiento de la información en otras partes del cerebro a medida que se mueve. El estudio proporciona una de las primeras pruebas de que los cambios constantes en la actividad neuronal son compatibles con los recuerdos a largo plazo y las habilidades aprendidas.

Los investigadores llegaron a esta conclusión a través del modelado y el análisis de datos tomados de un experimento en el que un grupo de ratones fue entrenado para asociar una señal visual al comienzo de un laberinto de realidad virtual de 4,5 metros de largo en el que debía girar a la izquierda o derecha antes de alcanzar una recompensa.

Patrones consistentes

Los datos experimentales consistieron en patrones de actividad de cientos de células nerviosas registradas simultáneamente en una parte del cerebro que controla y planifica el movimiento.

Las células nerviosas se conectan a cientos o incluso miles de sus vecinos y extraen información ponderando y agrupando. De acuerdo a la consistencia en que esta información es ponderada, puede surgir un patrón constante, aun cuando las mediciones individuales varían enormemente.

El equipo utilizó este principio para construir un algoritmo de decodificación que extraía patrones consistentes y ocultos dentro de la compleja actividad de cientos de células.

El estudio reveló cómo el cerebro puede acceder de manera confiable a la información almacenada a pesar de los cambios drásticos en las señales cerebrales que la representan.

Los investigadores encontraron que efectivamente había un patrón oculto consistente que podía predecir con precisión el comportamiento del animal, y que este patrón consistente en sí mismo cambia gradualmente con el tiempo.

El estudio muestra que a pesar de este cambio, podemos construir y mantener un “diccionario” relativamente estable para leer lo que un animal está pensando mientras navega en un entorno familiar.

En referencia a estos resultados, el investigador Timothy O’Leary, catedrático en el Departamento de Ingeniería de la Universidad de Cambridge y coautor del estudio, comentó:

“Los hallazgos sugieren que nuestros cerebros nunca están en reposo, incluso cuando no estamos aprendiendo nada sobre el mundo externo. Esto tiene implicaciones importantes para nuestra comprensión del cerebro y, potencialmente, para las interfaces cerebro-máquina y las prótesis neuronales”.

Referencia: Stable task information from an unstable neural population. eLife, 2020. https://doi.org/10.7554/eLife.51121