Desde el momento en que nacemos, e incluso antes, interactuamos con el mundo a través del movimiento. Movemos los labios para sonreír o hablar. Extendemos nuestra mano para tocar. Movemos los ojos para ver. Nos contoneamos, caminamos, gesticulamos, bailamos. ¿Cómo recuerda nuestro cerebro esta amplia gama de movimientos? ¿Cómo aprende otros nuevos? ¿Cómo hace los cálculos necesarios para que agarremos un vaso de agua, sin dejarlo caer, aplastarlo o perderlo?
La profesora Technion Jackie Schiller de la Facultad de Medicina Ruth y Bruce Rappaport y su equipo examinaron el cerebro a nivel de una sola neurona para arrojar luz sobre este misterio. Descubrieron que la computación ocurre no solo en la interacción entre neuronas (células nerviosas), sino dentro de cada neurona individual. Resulta que cada una de estas celdas no es un simple interruptor, sino una complicada máquina calculadora. Este descubrimiento, publicado recientemente en el Ciencias revista, promete cambios no solo en nuestra comprensión de cómo funciona el cerebro, sino también en una mejor comprensión de las condiciones que van desde la enfermedad de Parkinson hasta el autismo. Y si eso no fuera suficiente, se espera que estos mismos hallazgos promuevan el aprendizaje automático, ofreciendo inspiración para nuevas arquitecturas.
El movimiento está controlado por la corteza motora primaria del cerebro. En esta área, los investigadores pueden identificar exactamente qué neurona(s) se activa(n) en un momento dado para producir el movimiento que vemos. El equipo del Prof. Schiller fue el primero en acercarse aún más, examinando la actividad no de toda la neurona como una sola unidad, sino de sus partes.
Cada neurona tiene extensiones ramificadas llamadas dendritas. Estas dendritas están en estrecho contacto con las terminales (llamadas axones) de otras células nerviosas, lo que permite la comunicación entre ellas. Una señal viaja desde las dendritas hasta el cuerpo de la célula y luego se transfiere a través del axón. El número y la estructura de las dendritas varía mucho entre las células nerviosas, como la copa de un árbol difiere de la copa de otro.
Las neuronas particulares en las que se centró el equipo del Prof. Schiller fueron las neuronas piramidales más grandes de la corteza. Estas células, que se sabe que están muy involucradas en el movimiento, tienen un gran árbol dendrítico, con muchas ramas, sub-ramas y sub-sub-ramas. Lo que el equipo descubrió es que estas ramas no solo transmiten información. Cada sub-sub-rama realiza un cálculo sobre la información que recibe y pasa el resultado a la sub-rama más grande. La sub-sucursal que realiza un cálculo sobre la información recibida de todas sus subsidiarias y la transmite. Además, múltiples ramitas dendríticas pueden interactuar entre sí para amplificar su producto computacional combinado. El resultado es un cálculo complejo realizado dentro de cada neurona individual. Por primera vez, el equipo del Prof. Schiller demostró que la neurona está compartimentada y que sus ramas realizan cálculos de forma independiente.
«Solíamos pensar en cada neurona como una especie de silbato, que suena o no suena», explica el profesor Schiller. «En cambio, estamos viendo un piano. Sus teclas se pueden tocar simultáneamente o en secuencia, produciendo una infinidad de melodías diferentes». Esta compleja sinfonía que suena en nuestro cerebro es la que nos permite aprender y ejecutar una infinidad de movimientos distintos, complejos y precisos.
Es probable que múltiples trastornos neurodegenerativos y del neurodesarrollo estén relacionados con alteraciones en la capacidad de la neurona para procesar datos. En la enfermedad de Parkinson se ha observado que el árbol dendrítico sufre cambios anatómicos y fisiológicos. A la luz de los nuevos descubrimientos del equipo de Technion, entendemos que, como resultado de estos cambios, se reduce la capacidad de la neurona para realizar cálculos paralelos. En el autismo, parece posible que se altere la excitabilidad de las ramas dendríticas, lo que da como resultado los numerosos efectos asociados con la condición. La nueva comprensión de cómo funcionan las neuronas abre nuevas vías de investigación con respecto a estos y otros trastornos, con la esperanza de su alivio.
Estos mismos hallazgos también pueden servir como inspiración para la comunidad de aprendizaje automático. Las redes neuronales profundas, como sugiere su nombre, intentan crear software que aprenda y funcione de manera similar a un cerebro humano. Aunque sus avances constantemente son noticia, estas redes son primitivas en comparación con un cerebro vivo. Una mejor comprensión de cómo funciona realmente nuestro cerebro puede ayudar a diseñar redes neuronales más complejas, permitiéndoles realizar tareas más complejas.
Este estudio fue dirigido por dos de los MD-Ph.D. del Prof. Schiller. los estudiantes candidatos Yara Otor y Shay Achvat, quienes contribuyeron igualmente a la investigación. El equipo también incluyó al becario postdoctoral Nate Cermak (ahora neuroingeniero) y Ph.D. estudiante Hadas Benisty, así como tres colaboradores: los profesores Omri Barak, Yitzhak Schiller y Alon Poleg-Polsky.
El estudio fue apoyado parcialmente por la Fundación de Ciencias de Israel, los fondos Prince, la Fundación Rappaport y la Beca Postdoctoral Zuckerman.
