Al analizar las señales de neuronas individuales en animales sometidos a pruebas de comportamiento, los neurocientíficos de la Universidad de Rice, la Facultad de Medicina Baylor, la Universidad de Ginebra y la Universidad de Rochester han descifrado el código que utiliza el cerebro para aprovechar al máximo su inherentemente "ruidoso""circuitos neuronales.
El cerebro humano contiene alrededor de 100 mil millones de neuronas, y cada una de ellas envía señales a miles de otras neuronas cada segundo. Comprender cómo funcionan las neuronas, tanto individual como colectivamente, es importante para comprender mejor cómo piensan los humanos, así como para tratar las enfermedades neurológicas.y trastornos psiquiátricos como la enfermedad de Alzheimer, la enfermedad de Parkinson, el autismo, la epilepsia, la esquizofrenia, la depresión, la lesión cerebral traumática y la parálisis.
"Si el cerebro siempre pudiera contar con la misma respuesta sensorial al mismo estímulo, sería más fácil", dijo el neurocientífico Xaq Pitkow, autor principal de un nuevo estudio esta semana neurona . "Pero el ruido siempre está presente en el cerebro: los estudios han demostrado repetidamente que las neuronas dan una variedad de respuestas al mismo estímulo".
Pitkow, profesor asistente de neurociencia en Baylor y profesor asistente de ingeniería eléctrica e informática en Rice, dijo que el "ruido" puede describirse como cualquier cosa que cambie la actividad neuronal de una manera que no dependa de la tarea que el cerebro quiere realizar.
No solo las respuestas neuronales son ruidosas, sino que el ruido de cada neurona se correlaciona con el ruido en miles de otras neuronas. Eso significa que algo que afecta la salida de una neurona puede amplificarse para afectar muchas más. Debido a estas correlaciones, esEs extraordinariamente difícil para los científicos modelar con precisión cómo pequeños grupos de neuronas afectarán la forma en que una persona o animal reacciona a un estímulo dado.
Dadas estas respuestas correlacionadas y la naturaleza inherentemente ruidosa de las señales neuronales, los científicos han luchado por explicar una aparente paradoja que se observó por primera vez en experimentos hace más de 25 años.
"Cuando los neurocientíficos analizaron por primera vez la producción de neuronas individuales, se sorprendieron al descubrir que la actividad de una sola neurona a veces predijo el comportamiento en ciertas tareas", dijo Pitkow.
Este hallazgo desconcertante ha aparecido en numerosos experimentos, pero los neurocientíficos aún no lo han explicado.
"Mucha gente ha estudiado esto y ofrecido diferentes tipos de modelos que hacen todo tipo de suposiciones", dijo Pitkow. "Al integrar todas esas ideas y aplicar algunas técnicas analíticas, descubrimos que había dos maneras diferentes en que esto podríaocurrir."
Dijo que una posibilidad es que muchas neuronas compartan la misma información, la procesen de forma independiente y lleguen a la misma respuesta. La otra posibilidad es que cada neurona esté usando información diferente y vote por una respuesta ligeramente diferente, pero el cerebro estáhaciendo un mal trabajo de llegar a un consenso con los diferentes votos.
"El primer modelo es un poco como tratar de encontrar una aguja en el pajar, y el segundo es como tratar de encontrar una aguja en un piso limpio mientras mira hacia atrás a través de un par de binoculares", dijo Pitkow. "Cada pieza de pajaparece una aguja, lo que hace que la prueba de pajar sea muy difícil. Por otro lado, una aguja realmente debería destacarse en un piso limpio, pero será difícil de encontrar con un mal método de búsqueda ".
En cada caso, las neuronas están correlacionadas entre sí, "pero en primera instancia las correlaciones de ruido nunca pueden eliminarse, y en el segundo podrían y deberían eliminarse, pero no lo están", dijo Pitkow. "Ycada uno de estos escenarios tiene consecuencias muy diferentes para el código del cerebro, cómo representa la información. En términos de teoría de la información, si el cerebro tiene mucha información y no está haciendo un buen trabajo al usarla, existen implicaciones muy diferentes asi todas las neuronas están correlacionadas y todas son informativas de la misma manera "
Para determinar cuál de estos escenarios está en juego en el cerebro, Pitkow y sus colegas desarrollaron dos modelos matemáticos, uno para cada escenario. Los modelos describieron cómo la información y el ruido fluirían a través de la red en los dos casos opuestos.
El equipo probó cada modelo contra la actividad de neuronas individuales en monos que se sometieron a pruebas de percepción para medir la precisión con la que podían percibir movimientos leves hacia la izquierda o hacia la derecha. Los experimentadores descubrieron que algunas neuronas predijeron las conjeturas de los animales sobre si eranmoviéndose hacia la izquierda o hacia la derecha
"Cuando examinamos la salida, descubrimos que los cerebros de los monos no estaban tirando información", dijo Pitkow. "Estaban usando la información de cada neurona de manera muy efectiva. Y también vimos que aunque había muchas neuronas involucradas, ella suposición de cualquier neurona individual fue solo un poco peor que la suposición real del animal durante la prueba. Estas dos pruebas juntas indican que las neuronas en su mayoría comparten la misma información ".
Pero si cada neurona está haciendo el mismo procesamiento, ¿por qué tener tantas? Es una pregunta obvia, dijo Pitkow, pero está más allá del alcance de lo que él y sus colegas podrían abordar en el estudio actual.
"No exploramos el valor de la redundancia en este estudio, pero estamos muy interesados en esa pregunta", dijo Pitkow. Señaló que los sensores vestibulares, la parte del oído interno dedicada a la sensación de equilibrio,contienen solo alrededor de 6,000 de las 100 mil millones de neuronas del cerebro. Incluso esos pocos miles podrían ser redundantes, lo que significaría que el resto de las neuronas que contactan también son redundantes.
"Una posibilidad intrigante que estamos analizando es que la redundancia permite al cerebro reformatear la información y abordar problemas complejos desde muchos ángulos diferentes", dijo.
Fuente de la historia :
Materiales proporcionado por Universidad de Rice . Original escrito por Jade Boyd. Nota: El contenido puede ser editado por estilo y longitud.
Referencia del diario :
Cite esta página :