En una primicia científica, los investigadores de la Universidad de California, Irvine, han descubierto mecanismos fundamentales por los cuales la región del hipocampo del cerebro organiza los recuerdos en secuencias y cómo esto puede usarse para planificar el comportamiento futuro. El hallazgo puede ser un primer paso crítico hacia la comprensión de las fallas de memoria en los trastornos cognitivos como la enfermedad de Alzheimer y otras formas de demencia.
Combinando técnicas de registro electrofisiológico en roedores con un análisis estadístico de aprendizaje automático de grandes cantidades de datos, los investigadores de la UCI descubrieron evidencia que sugiere que la red del hipocampo codifica y preserva progresiones de experiencias para ayudar en la toma de decisiones. El trabajo del equipo es el tema de un artículo publicado recientemente en Comunicaciones de la naturaleza.
«Nuestro cerebro mantiene un registro bastante bueno de Cuándo ocurren experiencias o eventos específicos. Esta capacidad nos ayuda a funcionar en nuestra vida diaria, pero antes de este estudio, no teníamos una idea clara de los mecanismos neuronales detrás de estos procesos», dijo el autor correspondiente Norbert Fortin, profesor asociado de neurobiología y comportamiento de la UCI. «Dónde se conecta con todo el mundo es que este tipo de memoria se ve muy afectada en una variedad de trastornos neurológicos o simplemente con el envejecimiento, por lo que realmente necesitamos saber cómo funciona esta función cerebral».
El proyecto, que tardó más de tres años en completarse, involucró fases experimentales y de análisis de datos. Los investigadores monitorearon la activación de las neuronas en los cerebros de las ratas mientras se sometían a una serie de pruebas de identificación de olores. Al presentar cinco olores diferentes en varias secuencias, los científicos pudieron medir la memoria de los animales de la secuencia correcta y detectar cómo sus cerebros capturaron estas relaciones secuenciales.
«La analogía en la que pensaría es la informática», dijo Fortin. «Si tuviera que colocar electrodos en su cerebro, no podemos, es por eso que usamos ratas, podría ver qué células se activan y cuáles no se activan en un momento dado. Eso nos da una idea de cómo el cerebro representa y computa información. Cuando registramos patrones de actividad en una estructura, es como si estuviéramos viendo ceros y unos en una computadora».
Obtenidas en intervalos de milisegundos durante varios minutos, las mediciones de actividad e inactividad neuronal presentan una imagen dinámica del funcionamiento del cerebro. Fortin dijo que él y sus colegas eran, de alguna manera, capaces de «leer la mente» de sus sujetos al ver la «codificación» de las células, cuáles estaban disparando y cuáles no, en rápida sucesión.
«Cuando estás pensando en algo, se mueve rápidamente», dijo. «No estás atascado en ese recuerdo por mucho tiempo. En este momento, se está representando, pero podemos ver cómo eso cambia muy rápidamente».
Fortin supo desde el principio que las lecturas de la actividad del hipocampo darían como resultado enormes cantidades de datos sin procesar. Desde las etapas iniciales del proyecto, contó con la participación de estadísticos en la Escuela de Información y Ciencias de la Computación Donald Bren.
«Las preguntas de neurociencia que teníamos en ese momento en mi laboratorio eran demasiado avanzadas para el conocimiento estadístico que teníamos. Es por eso que necesitábamos involucrar a socios con experiencia en ciencia de datos», dijo Fortin.
«Estos estudios de neurociencia emergentes se basan en métodos de ciencia de datos debido a la complejidad de sus datos», dijo el coautor principal Babak Shahbaba, miembro del canciller de la UCI y profesor de estadística. «Las actividades cerebrales se registran a una escala de milisegundos, y estos experimentos duran más de una hora, por lo que puede imaginar lo rápido que crece la cantidad de datos. Llega a un punto en el que los neurocientíficos necesitan técnicas más avanzadas para lograr lo que habían imaginado pero no estaban». no es capaz de implementar».
Señaló que cuando las neuronas codifican información como los recuerdos, los científicos pueden vislumbrar ese proceso al examinar el patrón de actividad de picos en todas las neuronas registradas, conocidas colectivamente como un conjunto.
«Descubrimos que podíamos tratar estos patrones neuronales como imágenes, y esto desbloqueó nuestra capacidad de aplicar métodos profundos de aprendizaje automático», dijo Shahbaba. «Analizamos los datos con una red neuronal convolucional, que es una metodología utilizada con frecuencia en aplicaciones de procesamiento de imágenes como el reconocimiento facial».
De esta manera, los investigadores pudieron decodificar el disparo de las neuronas para recuperar información.
«Sabemos cómo se ve la firma del olor B, al igual que conocemos las de A, C y D», dijo Fortin. «Debido a eso, puedes ver cuándo reaparecen esas firmas en un momento diferente en el tiempo, como cuando nuestros sujetos anticipan algo que aún no ha sucedido. Vemos que estas firmas se reproducen rápidamente mientras piensan en el futuro. .»
Shahbaba dijo que las herramientas y metodologías desarrolladas durante este proyecto se pueden aplicar a una amplia gama de problemas, y Fortin puede extender su línea de investigación a otras regiones del cerebro.
El estudio es un ejemplo del poder de la investigación de convergencia en instituciones como UCI, dijo Shahbaba: «Pude ver directamente la diferencia que esto está haciendo para nuestros estudiantes. Los investigadores del grupo de neurociencia de Norbert están tomando clases de ciencia de datos y ahora pueden hacer algunas preguntas realmente preguntas científicas importantes que no pudieron investigar en el pasado, y mis propios estudiantes están pensando fundamentalmente sobre el método científico de una manera sin precedentes».
Agregó: «A través de esta colaboración, estamos capacitando a la próxima generación de científicos, que tienen las habilidades necesarias para realizar investigaciones interdisciplinarias».
A Fortin y Shahbaba se unieron en el proyecto Pierre Baldi, Profesor Distinguido de Ciencias de la Computación de la UCI; Lingge Li, quien obtuvo un Ph.D. en estadística en la UCI en 2020; Forest Agostinelli, quien obtuvo un Ph.D. en informática en UCI en 2019 y ahora es profesor asistente en la Universidad de Carolina del Sur; Mansi Saraf y Keiland Cooper, UCI Ph.D. estudiantes de neurobiología y conducta; Derenik Haghverdian, un doctorado de la UCI. estudiante de estadística; y Gabriel Elias, científico del proyecto posdoctoral de la UCI. La financiación fue proporcionada por los Institutos Nacionales de Salud, la Fundación Nacional de Ciencias y la Fundación Whitehall.
