Revelan que las neuronas no siguen un único patrón al aprender, sino que aplican reglas distintas según su región.
Este hallazgo, publicado en Science, desafía teorías previas sobre el funcionamiento cerebral y abre nuevas posibilidades en inteligencia artificial y salud mental.
Durante décadas, los científicos han creído que el cerebro aplica un conjunto uniforme de reglas para modificar sus conexiones durante el aprendizaje.
Sin embargo, un nuevo estudio realizado por neurocientíficos de la Universidad de California San Diego (UCSD) demuestra que esto no es del todo cierto. Utilizando tecnología de imagen cerebral avanzada, observaron que distintas regiones de una misma neurona emplean mecanismos distintos para aprender.
El equipo investigó la actividad de sinapsis individuales en la corteza motora de ratones que aprendían nuevas tareas. Gracias a sensores moleculares capaces de registrar la liberación de glutamato (entrada sináptica) y los niveles de calcio (respuesta neuronal), lograron visualizar cómo las conexiones se modifican en tiempo real durante el aprendizaje.
"Cuando se habla de plasticidad sináptica, típicamente se considera algo uniforme en todo el cerebro", explica William Wright, primer autor del estudio. "Nuestra investigación proporciona una comprensión más clara de cómo las sinapsis se modifican durante el aprendizaje".
Los investigadores se centraron en un viejo problema de la neurociencia: el "problema de asignación de crédito". ¿Cómo es que una sinapsis individual, con acceso limitado a la información global, puede contribuir a un comportamiento aprendido?
La respuesta parece estar en la especialización de las dendritas, las extensiones neuronales que reciben señales. En las dendritas apicales, las sinapsis se fortalecen si se activan junto con otras cercanas, basándose en interacciones locales. Por otro lado, en las dendritas basales, la plasticidad depende de la actividad general de la neurona, implicando una regla completamente diferente.
Incluso al suprimir la actividad cerebral de los ratones, los científicos notaron que solo se alteraba la plasticidad en las dendritas basales, confirmando así la existencia de mecanismos independientes dentro de una misma célula.
"Este descubrimiento cambia fundamentalmente la forma en que entendemos cómo el cerebro resuelve el problema de asignación de crédito", afirma Takaki Komiyama, coautor del estudio.
Los resultados no solo transforman la comprensión del aprendizaje en el cerebro, sino que también podrían inspirar un rediseño de las redes neuronales artificiales. A diferencia de las actuales IA que siguen reglas uniformes, los nuevos hallazgos sugieren que usar múltiples reglas simultáneamente podría generar sistemas más flexibles y potentes.
En el ámbito clínico, esta investigación podría tener implicaciones para tratar trastornos como el Alzheimer, el estrés postraumático, las adicciones o el autismo. Comprender cómo las neuronas aplican distintas reglas de aprendizaje podría abrir nuevas vías terapéuticas más precisas y efectivas.
El equipo de UCSD ya planea continuar sus estudios para explorar cómo y por qué el cerebro ha evolucionado para emplear esta sofisticada estrategia de aprendizaje múltiple.
