Créditos de las imagenes: Technion.
Un equipo dirigido por la profesora Jackie Schiller, ha descubierto sorprendentes formas en que el cerebro aprende y adapta los movimientos complejos.
Los hallazgos son prometedores para futuros tratamientos de enfermedades y trastornos cerebrales. La supervivencia depende de nuestra capacidad para movernos. Ya sea para adquirir alimento, comer, cuidar a nuestra descendencia o protegernos, los movimientos coordinados que realizamos a diario requieren ajustes subconscientes y adaptación a los cambios del entorno o de nuestro cuerpo.
El cerebro debe aprender de los movimientos anteriores y utilizar esa información para corregir los movimientos actuales y futuros.
Sin embargo, se sabe poco acerca de cómo las neuronas de la corteza motora, la parte del cerebro que dirige el movimiento habilidoso, procesan y aplican la experiencia para lograr un movimiento hábil coordinado y esencial.
Un estudio, publicado recientemente en la revista Neuron, aborda preguntas que incluyen si las neuronas (células nerviosas) registran la recompensa (comida), el movimiento o ambos. Por lo tanto cómo es que las neuronas rastrean los resultados positivos o negativos de las tareas independientemente de la recompensa real o movimiento.
El estudio también descubre nueva información sobre la organización específica del tipo de célula en esta parte del cerebro y su uso para el control motor y el aprendizaje de movimientos hábiles.
Los investigadores utilizaron ratones – alcanzar y agarrar comida – y monitorearon lo que estaba sucediendo en la corteza motora primaria del ratón (M1) donde se aprenden y controlan los planes motores.
Las técnicas experimentales utilizadas fueron versátiles y abarcaron métodos biológicos y computacionales que incluían herramientas de imágenes, genéticas, de comportamiento y computacionales avanzadas.
El estudio fue posible gracias a la colaboración de un equipo multidisciplinario de investigadores del Technion liderado por Jackie Schiller y Omri Barak y los estudiantes Shahar Levy y Maria Lavzin.
El equipo también colaboró con el Dr. Adam W. Hantman del Instituto Médico Howard Hughes, donde la profesora Schiller y su estudiante Maria Lavzin pasaron un año sabático y concibieron el proyecto. El objetivo era profundizar en los mecanismos cerebrales desconocidos que permiten que un ratón aprenda movimientos complejos.
El equipo descubrió dos poblaciones de neuronas diferentes que informaron intentos de comportamiento exitosos o fallidos.
Esto indicó una evaluación global del rendimiento motor en lugar de parámetros cinemáticos específicos o recompensa.
También descubrieron que el resultado de la tarea (en este caso, si el ratón alcanzó la comida) es «recordado» por las neuronas y afecta el estado de actividad inicial de las neuronas para la siguiente prueba. Junto a eso, que actividad en esta área del cerebro es necesaria después de la tarea para que se produzca la adaptación al movimiento.
Schiller postula que el uso de resultados de desempeño indica el éxito o el fracaso de la tarea, en lugar de los parámetros cinemáticos específicos o la recompensa, puede ser una razón clave por la cual el M1 es esencial en estos comportamientos.
Los investigadores también observaron que la evaluación de resultados (realizada por neuronas en la capa 2–3 de M1) es distinta de la generación de movimiento (realizada por neuronas en la capa 5 de M1).
Teorizan que esta separación puede ser beneficiosa de alguna manera, ya que puede permitir que diferentes reglas operen en diferentes redes. Según Schiller, así como las redes neuronales profundas artificiales utilizan la separación de capas para aumentar la eficacia computacional, la evaluación y la separación del movimiento en la corteza motora pueden tener un propósito similar.
Los descubrimientos de los investigadores han contribuido a la comprensión sobre lo que sucede en la corteza cerebral M1 cuando se aprenden movimientos especializados. Planean continuar la investigación con la esperanza de que los hallazgos conduzcan al desarrollo de nuevos tratamientos para enfermedades cerebrales.
«En el futuro nos gustaría saber, por ejemplo, qué vías cerebrales están implicadas en la activación de estas células y cómo se pueden utilizar estas señales, en combinación con interfaces máquina-cerebro, para mejorar el movimiento en pacientes, como los que sufren de Enfermedad de Parkinson», dijo Schiller.
Quieres conocer mas tecnología israelí?
Si respondiste “si” Sumanos también en Twitter.
