Las sinapsis en neuronas individuales no siguen una única estrategia durante el aprendizaje como se creía

La nota de prensa es un buen resumen del artículo. Los resultados están obtenidos usando una tecnología muy precisa (seguimiento de la actividad neuronal in vivo en el cerebro de ratones mediante indicadores de calcio fluorescentes y microscopía de 2 fotones, o multi-fotón), que nosotros también utilizamos en nuestro laboratorio, y que han conseguido adaptar a las necesidades de su estudio de una manera brillante. 

Durante años, los científicos sabíamos que algunas sinapsis se fortalecen mientras otras se debilitan cuando aprendemos, pero no sabíamos por qué unas sinapsis cambian y otras no. En este artículo, los investigadores muestran que las neuronas no siguen una única regla al aprender, como se pensaba antes. Cada neurona puede usar varias reglas a la vez, dependiendo de en qué parte de la célula esté la sinapsis. 

Este descubrimiento cambia lo que sabíamos sobre cómo el cerebro resuelve el problema denominado “problema de asignación de crédito”, que es cómo los componentes más pequeños de nuestro cerebro (como las sinapsis) saben si están ayudando al aprendizaje general. 

El estudio es descriptivo, se basa en observaciones directas y no especula con la interpretación sus resultados. Además, aporta un análisis exhaustivo del mecanismo por el cual este proceso tiene lugar en mamíferos, utilizando tecnología muy precisa y novedosa. Advierte diferentes aplicaciones, pero deja eso para futuros estudios.  

La limitación más importante es que el estudio está realizado en animales, roedores, y no en humanos. Conociendo las grandes diferencias que existen entre nuestro cerebro y el de los ratones, sobre todo en lo que se refiere al procesamiento complejo de información como el que sucede durante el aprendizaje, podríamos especular que los mismos procesos puedan ser ligeramente diferentes en el caso de los humanos. De hecho, como curiosidad, se han llevado a cabo estudios en los que se han introducido células humanas en el cerebro de un ratón (lo que denominamos una quimera) y se pudo demostrar unas capacidades diferentes (mejoradas) en estos animales (podría aportar alguna referencia, pero no creo que sea relevante). 

Los resultados tienen implicaciones importantes para el campo de la neurociencia. Ayudan sin duda a entender mejor cómo funciona el cerebro y qué falla cuando sufre alguna enfermedad. También nos puede ayudar a diseñar mejores estrategias para reparar el cerebro cuando está dañado. Por último, más en el ámbito tecnológico que en el biomédico, podría inspirar nuevas formas de crear inteligencia artificial, con redes que usen reglas múltiples como las neuronas reales. Los diseños de las redes neuronales artificiales usadas en deep learning siempre se han inspirado en el funcionamiento de nuestro cerebro y, por tanto, este nuevo avance puede aportar nuevas ideas sobre cómo hacer esta herramienta más potente y eficiente. 

Mediante avanzadas técnicas de neuroimagen en vivo este artículo describe la dinámica funcional y los diferentes cambios sinápticos que ocurren en distintos tipos de dendritas (basal o apical) de una misma neurona en la corteza motora del cerebro de roedores como base de la plasticidad sináptica que hace posible el aprendizaje.  

Aparte de la moderna técnica de imagen utilizada, son hallazgos que revelan que los mecanismos de potenciación sináptica en el cerebro de los mamíferos son más variados y complejos que los hasta ahora conocidos. El trabajo es de especial interés para los especialistas en la fisiología neuronal precisa.