Neuronas multitareas son esenciales para el cerebro humano
(Crédito: iStockphoto)
Hay muchas neuronas, especialmente en las regiones del cerebro que ejecutan funciones sofisticadas como pensamiento y planeación, que reaccionan de manera distinta a una gran variedad de solicitudes.
Earl Miller, neurocientífico del MIT, notó estos patrones inusuales de actividad hace 20 años mientras grababa la actividad eléctrica de las neuronas en animales entrenados para llevar a cabo tareas complejas.
“Primero notamos que hay una gran cantidad de neuronas en la corteza prefrontal que no pueden ser clasificadas de la manera tradicional de un mensaje por neurona”, recuerda Miller.
En un artículo aparecido en Nature el 19 de mayo, Miller y sus colegas en la Universidad de Columbia reportaron que estas neuronas son esenciales para las tareas complejas del conocimiento, tales como el aprendizaje de nuevas conductas. El equipo de trabajo en Columbia, encabezado por Stefano Fusi, desarrolló un modelo de computación mostrando que sin este tipo de neuronas el cerebro puede aprender sólo un puñado de tareas conductuales.
“Requieres un número significativo de estas neuronas para darle al cerebro una ventaja enorme de cómputo”, dice Fusi, profesor asociado de neurociencia en la Universidad de Columbia.
Miller y otros neurocientíficos, quienes identificaron primeramente esta actividad neuronal, observaron que aunque los patrones era difíciles de predecir, no eran aleatorios. “En el mismo contexto, las neuronas siempre se comportan de la misma manera. Es sólo que pueden transmitir un mensaje en una tarea y otro mensaje totalmente distinto en otra”, dice Miller.
Ellos propusieron que este tipo de flexibilidad neuronal es clave para la flexibilidad cognitiva, incluyendo la capacidad del cerebro de aprender muchas otras cosas de inmediato. “Tienes un grupo de neuronas que pueden ser utilizadas para una gran variedad de actividades y su funcionamiento dependerá de la tarea que se le demande”, dice Miller.
Al principio esa teoría encontró mucha resistencia “debido a que va en contra de la idea tradicional que cada neurona hace una sola cosa”, abundó Miller.
Para el estudio reciente en Nature, Fusi y sus colegas de Columbia crearon un modelo de computación para determinar de manera más precisa el papel que estas neuronas flexibles tenían en el aprendizaje, utilizando información experimental reunida por Miller y Melissa Warden. Esa información provino de una de las tareas más complejas que Miller pudo enseñar a un mono a realizar: los animales veían una secuencia de dos fotos y debían recordar las fotos y el orden en que habían aparecido.
Durante este experimento, las neuronas flexibles, conocidas como “neuronas de selectividad mixta“, mostraron una gran capacidad de actividad no lineal –lo que significa que su respuesta a una serie de factores combinados no podía ser predicha basándose en su respuesta a cada factor individual (como en una imagen).
El modelo de computación de Fusi reveló que estas neuronas de selectividad mixta son críticas para construir un cerebro que pueda realizar muchas tareas complejas. Cuando el modelo incluyó sólo neuronas que realizaban una sola función, el cerebro sólo pudo aprender tareas simples. Sin embargo, cuando neuronas flexibles se añadían al modelo, “todo se hacía más fácil y podías crear sistemas neuronales que ejecutaban tareas muy complejas”, dice Fusi.
Las neuronas flexibles también expanden enormemente la capacidad del cerebro para ejecutar tareas. En el modelo de computación, redes neuronales sin neuronas de selectividad mixta podían aprender alrededor de 100 funciones antes de saturar su capacidad. Esta capacidad se expandía en decenas de millones de funciones a medida que las neuronas flexibles se incorporaban al modelo. Cuando estas neuronas flexibles alcanzaban cerca del 30 por ciento del total, la capacidad de la red se hacía “virtualmente ilimitada”, dice Miller –como en un cerebro humano.
Las neuronas de selectividad mixta son especialmente predominantes en la corteza prefrontal, donde la mayor parte del pensamiento, aprendizaje y planificación se realiza. Este estudio demuestra la manera en que este tipo de neuronas incrementa enormemente el número de tareas o funciones que una red neuronal puede realizar, dice John Duncan, de la Universidad de Cambridge.
Miller intenta ahora imaginar la manera en que el cerebro organiza toda esa actividad para crear mensajes coherentes. Existe alguna evidencia que sugiere que estas neuronas se comunican con el objetivo correcto al sincronizar su actividad con oscilaciones de una frecuencia particular de ondas cerebrales.
“La idea es que las neuronas pueden enviar mensajes distintos a objetivos diferentes en virtud de las neuronas con las cuales están sincronizadas”, dice Miller. “Esto provee una manera de esencialmente abrir estos canales de comunicación para que el mensaje seleccionado llegue a las neuronas indicadas y no a ninguna otra”.
Más información aquí.
Comentarios