MADRID, 18 Dic. (EUROPA PRESS) -
Un nuevo análisis sobre la actividad de casi 60.000 neuronas del sistema visual del ratón ha revelado que más del 90% de las neuronas de la corteza visual, la parte del cerebro que procesa la visión, no funciona de la forma en que los científicos pensaban, y tampoco ahora está aún claro cómo lo hacen, según publican sus autortes en la revista 'Nature Neuroscience'.
"Pensamos que existen principios simples según los cuales estas neuronas procesan la información visual, y esos principios están en todos los libros de texto, pero ahora que podemos examinar decenas de miles de células a la vez, obtenemos una imagen más sutil y mucho más complicada", señala Christof Koch, científico jefe y presidente del Instituto Allen para la Ciencia del Cerebro, y coautor del estudio con R. Clay Reid, investigador principal del Instituto Allen para la Ciencia del Cerebro, en Estados Unidos.
Hace casi 60 años, dos neurocientíficos, David Hubel y Torsten Wiesel, hicieron descubrimientos innovadores sobre cómo los cerebros de los mamíferos perciben el mundo visual que nos rodea. Su trabajo descubrió neuronas individuales que se activan solo en respuesta a tipos muy específicos de imágenes.
Hubel y Wiesel hicieron sus descubrimientos mostrando imágenes simples, como una barra negra o un punto sobre un fondo blanco, a gatos y monos. El principio general que descubrieron dice que a medida que ve el mundo que lo rodea, las neuronas específicas de su cerebro son responsables de reconocer las partes exactas en una región particular de esa escena y el reconocimiento se vuelve más especializado y afinado en las partes de orden superior del cerebro.
Los hallazgos de Hubel y Wiesel fueron reconocidos por un Premio Nobel de Fisiología o Medicina y formaron la columna vertebral de las redes neuronales que subyacen en la mayoría de las aplicaciones de visión por computadora.
En la última década, con el advenimiento de nuevos métodos de neurociencia que permiten el estudio de más y más células cerebrales a la vez, los científicos han llegado a comprender que este modelo de cómo ven nuestros cerebros probablemente no sea del todo cierto sino que algunas neuronas claramente no siguen el modelo clásico de sintonización de características específicas. Pero no estaba claro hasta qué punto es así.
El nuevo estudio es el primer análisis a gran escala de los datos disponibles públicamente del Observatorio del Cerebro de Allen, una encuesta amplia que recoge la actividad de decenas de miles de neuronas en el sistema visual del ratón.
Los investigadores analizaron la actividad de casi 60.000 neuronas diferentes en las partes visuales de la corteza, la capa más externa del cerebro, a medida que los animales ven diferentes imágenes simples, fotos y videos cortos, incluida la toma de apertura de la película clásica de Orson Welles 'Sed de mal', elegida porque tiene mucho movimiento y es una toma única sin cortes.
Los estudios de neurociencia de los años 50 y 60, por necesidad, fueron como expediciones de pesca: los investigadores 'pescaban' a través del cerebro con un solo electrodo hasta que encontraron una neurona que respondía confiablemente a una determinada imagen. Es similar a tratar de ver una película de pantalla panorámica a través de algunos agujeros dispersos, ejmplifica Koch: sería imposible obtener una imagen completa.
El conjunto de datos del Observatorio del Cerebro Allen no captura la actividad de cada neurona en cada escenario, pero permite a los investigadores estudiar más neuronas a la vez, incluidas aquellas con respuestas más sutiles.
El nuevo análisis de los investigadores encontró que menos del 10% de las 60.000 neuronas respondieron siguiendo el modelo de libro de texto. Del resto, aproximadamente dos tercios mostraron alguna respuesta confiable, pero sus respuestas fueron más especializadas de lo que predecirían los modelos clásicos.
El último tercio de las neuronas mostró cierta actividad, pero no se iluminaron de manera confiable a ninguno de los estímulos en el experimento, por lo que no está claro qué hacen estas neuronas, admiten los investigadores.
"No es que los estudios anteriores hayan sido un gran error, es solo que esas células resultan ser una fracción muy pequeña de todas las neuronas en la corteza --puntualiza Saskia de Vries, investigadora asistente en Allen Instituto de Ciencias del Cerebro que dirigió el estudio junto con Jérme Lecoqy Michael Buice--. Resulta que la corteza visual del ratón es mucho más compleja y rica de lo que pensábamos anteriormente, lo que subraya el valor de hacer este tipo de encuesta".
Que estas neuronas más variables y menos específicas existan no es una novedad. Pero fue una sorpresa que dominen las partes visuales del cerebro del ratón, señalan los investigadores.
Todavía no está claro cómo estas otras neuronas contribuyen al procesamiento de la información visual. Otros grupos de investigación han visto que la locomoción puede conducir la actividad de las neuronas en la parte visual del cerebro, pero si los ratones estaban corriendo o solo explican una pequeña cantidad de la variabilidad en las respuestas visuales.
Sus próximos pasos son ejecutar experimentos similares con películas más naturales, ofreciendo a las neuronas un conjunto más amplio de características visuales para responder. Buice ha hecho una grabación expresamente de clips de 10 horas de casi todos los documentales sobre la naturaleza que pudo tener en sus manos.
Los investigadores también señalan que el modelo clásico proviene de estudios de gatos y primates, animales que evolucionaron para ver sus mundos con un enfoque más nítido en el centro de su mirada que los ratones. Es posible que la visión del ratón tenga unas reglas completamente diferentes a las nuestras. Pero todavía hay principios de estos estudios que podrían aplicarse a nuestros propios cerebros, asegura Buice, investigador asociado del Instituto Allen para la Ciencia del Cerebro.
Nuestro objetivo no era estudiar la visión; nuestro objetivo era estudiar cómo computa la corteza. Creemos que la corteza tiene una estructura de computación que es universal, similar a la forma en que diferentes tipos de computadoras pueden ejecutar los mismos programas --explica Buice--. Al final, no importa qué tipo de programa esté ejecutando la computadora; queremos entender cómo ejecuta los programas".
