Los recuerdos resuenan en la mente incluso cuando no es consciente de procesarlos. Una nueva investigación de la Universidad de Rice y Michigan Medicine da un paso hacia la comprensión de por qué estas ondas insinúan una imagen más amplia de cómo los cerebros clasifican y almacenan información.
Los investigadores dirigidos por Caleb Kemere de Rice y Kamran Diba de Michigan Medicine han desarrollado una herramienta para formar modelos cuantitativos de memoria. Su estrategia analiza ondas de neuronas disparadas que corren en un instante a través del hipocampo y más allá en animales mientras están activosy, significativamente, mientras descansan.
El trabajo de los investigadores emplea modelos ocultos de Markov comúnmente utilizados en el aprendizaje automático para estudiar patrones secuenciales. Sus modelos demostraron que los datos mínimos recogidos del cerebro durante los períodos de descanso se pueden utilizar para explorar grandes ideas sobre cómo se forman y se retienen los recuerdos.
El documento de acceso abierto del equipo aparece en el diario eLife .
Los patrones de activación de las neuronas en el hipocampo - tejidos en forma de caballito de mar en cada hemisferio del cerebro - han sido vistos como importantes para la formación y almacenamiento de recuerdos. Los investigadores detectan y miden estos patrones colocando electrodos en los cerebrospara monitorearlos en tiempo real.
"Los animales codifican la memoria de un entorno mientras corren", dijo Kemere, profesor asistente de ingeniería eléctrica e informática que se especializa en neurociencia. "Forman un mapa espacial a medida que las neuronas individuales se activan en diferentes lugares. Cuando 'estamos despiertos en nuestros experimentos, probablemente estén haciendo ese proceso de exploración del 40 al 60 por ciento del tiempo.
"Pero para el otro 40 por ciento, se están rascando, o están comiendo, o están dormitando", dijo. "No están dormidos, pero están detenidos; me gustallámalo introspección "
Esos períodos de introspección proporcionaron los datos críticos para el estudio que invirtieron el proceso habitual de hacer coincidir la actividad cerebral con el movimiento mientras los animales estaban activos. Los datos primarios se recopilaron en el transcurso de muchos experimentos bajo la dirección de Diba, un profesor asociadoy líder del Circuito Neural y Laboratorio de Memoria en Michigan Medicine.
A medida que los animales exploraban pistas de ida y vuelta o entornos similares a laberintos, los electrodos en sus cerebros detectaron explosiones agudas de actividad neuronal asociadas a las ondas llamadas eventos de explosión de la población PBE. En estos eventos, entre 50,000 y 100,000 neuronasdispara dentro de los 100 milisegundos y envía ondas por todo el cerebro que aún no se comprenden por completo.
Los experimentos en otros lugares han demostrado que los PBEs incluyen la activación de células de lugar en el hipocampo cuando un animal se encuentra en una ubicación particular. Estas células se disparan en una secuencia que ayuda a programar la memoria espacial y episódica del cerebro, lo que permite al animal construir un mapa internode su entorno.
Pero los nuevos experimentos ignoraron toda actividad neuronal durante el comportamiento activo o la exploración y se basaron en los datos recopilados solo cuando los animales estaban en pausa, en total, alrededor del 2 por ciento del tiempo durante los experimentos. Los modelos del equipo de investigación pudieron ordenar "recordar""o" estallidos de "reactivación" que parecen representar recuerdos de otras señales ruidosas en el hipocampo.
Los investigadores creen que estas señales en animales activos presagian la codificación de las células que componen los campos de lugar y muestran que en las mentes en reposo, los PBE ofrecen una forma de descubrir un mapa espacial o de memoria sin observar directamente esas células en los lugares que normalmente harían"Nos dimos cuenta de que hay suficientes datos en esos períodos de reactivación que podemos construir modelos a partir de lo que recuerdan los animales", dijo Kemere. Estos resultaron corresponder notablemente bien con los patrones representados por el análisis bayesiano de las ondas theta generadas mientras los animales estaban activos, él dijo.
"Cuando estaba grabando los datos, estaba principalmente interesado en la actividad neuronal durante las oscilaciones theta, cuando el animal estaba corriendo", dijo Diba. "Sin embargo, la información en reposo resultó ser el aspecto más interesante".
Los modelos de Markov proporcionaron una plantilla en la que se podían ensamblar las piezas de un recuerdo. "La dinámica de Markovian simplemente indica que puede predecir su próximo paso solo conociendo su paso actual", dijo Etienne Ackermann, estudiante graduada de Rice, coautora principal deel periódico "No necesitas saber todo tu pasado antes de eso.
"En el cerebro, pensamos en estos pasos como estados subyacentes que no podemos ver directamente", dijo. "Están realmente ocultos. Pero podemos observar algún proxy de esos estados subyacentes cuando registramos actividad eléctrica. NoNo nos diga el estado interno del cerebro, pero puede darnos suficiente información para usar un modelo oculto de Markov para adivinar mejor la secuencia de los estados ".
Con suficientes secuencias, los investigadores pudieron reconocer estadísticamente aquellos que representan la memoria de un entorno, incluso cuando los experimentos no fueron supervisados, es decir, sin datos que correlacionen directamente la actividad cerebral con la actividad física.
? "Me sorprendió lo bien que funcionó y cuánta información rica sobre el medio ambiente fue capturada por los modelos ocultos de Markov", dijo Diba, cuyo laboratorio ayudó a crear estrategias para identificar eventos.
"Este es un buen ejemplo de cómo podemos usar técnicas avanzadas de aprendizaje automático en los datos del cerebro", dijo Kemere. "Nos da la capacidad de ver la estructura de la memoria cuando esos recuerdos se expresan de manera encubierta".
"Con el hipocampo, normalmente se puede ver la estructura de un recuerdo al correlacionarlo con el comportamiento animal", dijo. "Al utilizar el aprendizaje no supervisado, pudimos formar esa misma estructura a partir de los períodos en los que no hubo comportamiento.Esto revela una riqueza increíble en estos recuerdos encubiertos ".
Kemere dijo que los nuevos modelos pueden usarse para analizar los conjuntos de datos de sueño existentes. "Hemos sabido por un tiempo que cuando los animales duermen, los procesos de reactivación y consolidación continúan", dijo. "Podemos recopilar datos pero realmente no tenemosno sé qué hacer con él "
Él espera que los modelos ayuden a los investigadores a ordenar la formación de recuerdos a partir de señales que representan sueños, ruido o incluso el proceso esencial de olvidar datos inútiles.
"Debido a que no hemos tenido una buena manera de evaluar cuantitativamente si algo es un buen recuerdo o un recuerdo ruidoso, existen muchas hipótesis sobre cómo debería funcionar el sueño y la reactivación que no hemos podido evaluar"Kemere dijo: "Esto nos permitirá comprender la memoria en lugares donde nunca antes lo habíamos hecho".
Fuente de la historia :
Materiales proporcionado por Universidad de Rice . Nota: El contenido puede ser editado por estilo y longitud.
Referencia del diario :
Cite esta página :