¿Recuerdas haber escuchado a personas que los maestros y los padres llamaban estudiantes lentos? Esa descripción tan utilizada de alguien que tarda un poco más en procesar la información, ahora tiene una base científica para su existencia.
Los científicos de la Facultad de Medicina NUS Yong Loo Lin han descubierto que la rapidez con que una persona puede captar, procesar, comprender, almacenar y usar información se reduce a la velocidad y el tiempo con que se disparan las neuronas en el cerebroCuanto más cerca esté la brecha entre el disparo de una neurona y la siguiente, mayor será la velocidad con la que se recibe, almacena y actúa la información.
En otras palabras, cuando se trata de pensar rápido, el tiempo marca la diferencia.
Al hacer este descubrimiento, el Dr. Sajikumar Sreedharan y la estudiante de pregrado Karen Pang, la estudiante de doctorado Mahima Sharma, el becario postdoctoral Dr. Krishna Kumar --todos del Departamento de Fisiología-- y el colaborador Dr. Thomas Behnisch de China, proporcionaron información fundamentalinformación sobre el momento preciso que puede afectar críticamente la formación de procesos de memoria. El estudio fue publicado en la prestigiosa revista internacional Actas de la Academia Nacional de Ciencias de los Estados Unidos de América PNAS el 01 de marzo de 2019.
La capacidad de adaptarse y aprender con experiencia es una de las características más intrigantes del cerebro humano. Este órgano fascinante está compuesto por miles de millones de neuronas, que a su vez están conectadas a muchas otras células. Las conexiones físicas entre las neuronas, llamadas sinapsis, donde las neuronas se comunican entre sí. Las sinapsis son notablemente plásticas: estas conexiones pueden fortalecerse o debilitarse dinámicamente en respuesta a la información entrante. Tales cambios en la eficacia de las sinapsis subyacen en el aprendizaje y la formación de memoria en el cerebro.
El equipo de NUS descubrió que las neuronas en el hipocampo, una región del cerebro crítica para la formación de la memoria, utilizan una variedad sorprendentemente amplia de mecanismos de aprendizaje. Una de esas formas de aprendizaje, denominada "plasticidad dependiente del tiempo de pico STDP"depende del momento de cada par de picos eléctricos actividad eléctrica utilizada para transmitir información dentro de las neuronas en la neurona presináptica y la neurona postsináptica Figura 1. Un pico eléctrico en la neurona presináptica estimula a la neurona a liberar neurotransmisores, que viajan a través de la sinapsis para activar la neurona postsináptica, donde la información se convierte de nuevo en un pico eléctrico. Cuando las neuronas pre y postsinápticas están activas al mismo tiempo menos de 30 milisegundos de distancia, las conexiones entre ellas se fortalecenSin embargo, cuando la neurona presináptica se dispara antes en 30 milisegundos o más, o cuando la neurona postsináptica se dispara antes en más de 10 milisegundos, las conexiones se fortalecen en menor grado.
Además, los investigadores demostraron que cuando los picos pre y postsinápticos ocurren al mismo tiempo, el aumento de la fuerza sináptica persiste durante varias horas, y la sinapsis puede incluso fortalecer la información débil para que se almacene. El efecto fue específico, trabajando solo para fortalecer esta sinapsis, no para mejorar los cambios en otras sinapsis. Este estudio revela cuán importante es el tiempo de fracción de segundo en la actividad neuronal en la configuración del procesamiento de la información en el cerebro.
Los investigadores pudieron detectar los efectos a más largo plazo del tiempo entre picos porque estudiaron los cambios sinápticos durante un período más prolongado 4 horas que las duraciones empleadas en estudios anteriores, que generalmente eran menos de 1,5 horas.
El modelo STDP se ha propuesto para explicar el aprendizaje de secuencias espaciales y temporales. Además, el modelo STDP resulta útil en diversas situaciones en las que la identificación de objetos y la toma de decisiones deben realizarse rápidamente, por ejemplo, evitación de proyectiles o identificación de amigo-enemigo.Por ejemplo, cuando una pelota vuela hacia nosotros, tenemos que identificar el objeto y su trayectoria de viaje dentro de una ventana de tiempo muy pequeña, a fin de actuar rápidamente para evitar ser golpeados. Del mismo modo, cuando nos encontramos con otra persona,tienen que decidir rápidamente si son amigos o enemigos, y este reconocimiento requiere la acción coordinada de varias áreas del cerebro dentro de una ventana de tiempo de actividad explicada por STDP.
"Desafortunadamente, la capacidad del cerebro para cambiar en respuesta a un momento tan preciso de flujo de información puede faltar en los cerebros afectados por la enfermedad de Alzheimer, ya que el hipocampo está particularmente dañado en esta causa común de demencia. Este estudio puede proporcionar la base paraentender cómo tales diferencias de tiempo alteran la función cerebral y también cómo estos cambios podrían revertirse o mitigarse. Esto podría permitir a los médicos ayudar a los pacientes que sufren de pérdida de memoria ", dijo el Dr. Christopher Chen, Neurólogo Consultor Senior, Hospital de la Universidad Nacional y Director de la Memoria.Centro de Envejecimiento y Cognición, Sistema Nacional de Salud Universitario.
Una comprensión integral de los factores que dan forma a las conexiones neuronales es fundamental para nuestra comprensión del procesamiento de la información en el cerebro. También nos ayuda a comprender cómo se forman los recuerdos. Además, una comprensión firme de estas reglas computacionales neuronales puede ayudar a guiar la construcciónde la tecnología de inteligencia artificial, por ejemplo, redes neuronales profundas, que están inspiradas en los mecanismos de aprendizaje del cerebro.
"En el caso del trastorno del espectro autista, algunos de los sistemas neuronales son más activos que otros. Esta podría ser la razón por la cual algunas personas autistas son buenas en ciertas tareas como las artes o las matemáticas, pero tienen dificultades para socializar. Usar inteligencia artificial, podría ser posible identificar las redes neuronales que están más o menos activas y podría ser posible normalizar su funcionamiento utilizando las reglas STDP ", dijo el Dr. Sajikumar.
En base a esta mejor comprensión de cómo los cerebros normales calculan la información y aprenden, los investigadores pueden identificar mecanismos para estudios posteriores que puedan estar involucrados en afecciones como esquizofrenia, depresión, pérdida de sueño, accidente cerebrovascular, dolor crónico, discapacidad de aprendizaje y enfermedad de Alzheimer.
Fuente de la historia :
Materiales proporcionados por Universidad Nacional de Singapur, Facultad de Medicina Yong Loo Lin . Nota: El contenido puede ser editado por estilo y longitud.
Referencia del diario :
Cita esta página :