Cómo las neuronas que se conectan entre sí disparan juntas
La información viaja a través de las neuronas. El laboratorio de Zenke caracterizó un mecanismo putativo muy adecuado para el procesamiento rápido de información en circuitos neuronales. Crédito: Shutterstock
Para amplificar los estímulos sensoriales de forma rápida y precisa, los circuitos neuronales requieren un cableado específico. Hace unos 70 años, surgió la convincente idea de que «las neuronas que disparan juntas se conectan entre sí». Sin embargo, en los modelos computacionales, las neuronas que se conectan entre sí tienden a sucumbir a una explosión de actividad e inestabilidad no observada en neurobiología. El grupo de Friedemann Zenke caracterizó ahora un mecanismo plausible pero sencillo que la biología puede usar para evitar este problema.
Perception es fiable y sorprendentemente rápido. Por ejemplo, solo te tomaría una fracción de segundo reconocer una vaca en una foto e instantáneamente recordar el sonido que hace la vaca cuando muge y el olor a heno. Lograr esto requiere que su cerebro amplifique o suprima rápidamente señales específicas antes de propagarlas a través de numerosas áreas del cerebro.
En 1949, el psicólogo Donald Hebb expuso su convincente «teoría de ensamblaje» de cómo el cerebro logra esta hazaña. Se resume mejor con el mantra «neuronas que disparan juntas, conectadas entre sí». La idea es que las neuronas que responden al mismo estímulo se conecten preferentemente para formar «conjuntos neuronales». Estas asociaciones están mediadas por las sinapsis, las diminutas conexiones a través de las cuales se comunican las neuronas y que pueden cambiar a través de la experiencia y, por lo tanto, desempeñar un papel clave en el aprendizaje y la memoria. De acuerdo con la teoría de Hebbian, la activación de unas pocas neuronas seleccionadas es suficiente para desencadenar todo el conjunto neuronal, proporcionando así una explicación putativa para el recuerdo de la memoria. Sin embargo, debido a que las neuronas que se conectan entre sí disparan más juntas, los conjuntos de Hebb a menudo sucumben a una explosión de actividad en las simulaciones por computadora, mientras que tales inestabilidades rara vez se observan en neurobiología. Esta discrepancia plantea la cuestión de cómo se puede reconciliar la doctrina hebbiana con los mecanismos de circuito anatómicamente plausibles para proporcionar un recuerdo rápido de la memoria.
Yue Kris Wu, ex Ph.D. estudiante en el grupo Zenke, y Friedemann Zenke estudió esta pregunta desde una perspectiva de neurociencia computacional. Los investigadores se dieron cuenta de que un oxímoron se encuentra en el corazón del problema. Por un lado, las conexiones sinápticas dentro de un conjunto hebbiano deben ser fuertes para facilitar la recuperación rápida de la memoria mediante la activación de otras células. Por otro lado, las conexiones no pueden ser fuertes para evitar una actividad explosiva que impida que el conjunto neuronal se apague y, por tanto, dificulte el procesamiento posterior de los estímulos.
En un estudio publicado en eLife, Wu y Zenke caracterizan un mecanismo plausible pero sencillo que combina varios elementos del circuito observados en neurobiología que ofrece una solución al oxímoron. La amplificación transitoria no lineal, como se llama el mecanismo, tiene dos fases: inicialmente, una fuerte retroalimentación excitatoria positiva amplifica selectivamente los estímulos por encima de un umbral crítico. Posteriormente, la plasticidad a corto plazo, una propiedad omnipresente de las sinapsis biológicas, debilita las conexiones recurrentes, lo que vuelve a estabilizar el sistema y permite que el conjunto caiga en un estado de red inhibidor estabilizado.
Este estudio nos trae una paso más cerca de comprender cómo los circuitos neuronales procesan la información y hace varias predicciones que podrían probarse experimentalmente.
Explore más
La dinámica de ensamblajes neuronales en redes corticales basada en el equilibrio excitatorio e inhibitorio Más información: Yue Kris Wu, Friedemann Zenke, Nonlinear transient amplification in recurrent neural networks with short- plasticidad a largo plazo, eLife (2021). DOI: 10.7554/eLife.71263 Información del diario: eLife
Proporcionado por el Instituto Friedrich Miescher para la Investigación Biomédica Cita: Cómo las neuronas que se conectan entre sí disparan juntas (diciembre de 2021 23) recuperado el 29 de agosto de 2022 de https://medicalxpress.com/news/2021-12-neurons-wire.html Este documento está sujeto a derechos de autor. Aparte de cualquier trato justo con fines de estudio o investigación privados, ninguna parte puede reproducirse sin el permiso por escrito. El contenido se proporciona únicamente con fines informativos.