Modelo computacional revela cómo el cerebro gestiona los recuerdos a corto plazo

Modelo computacional revela cómo el cerebro gestiona los recuerdos a corto plazo

Los científicos de Salk muestran cómo las neuronas pueden almacenar "recuerdos de trabajo" que pueden mantener la información por más tiempo que el promedio

LA JOLLA: si alguna vez olvidó algo segundos después de que se le pasó por la cabeza, por ejemplo, el nombre de un plato que estaba a punto de pedir en un restaurante, entonces sabe lo importante que es la memoria de trabajo. Este tipo de recuerdo a corto plazo es la forma en que las personas retienen información durante segundos o minutos para resolver un problema o realizar una tarea, como el siguiente paso en una serie de instrucciones. Pero, aunque es fundamental en nuestra vida cotidiana, la forma exacta en que el cerebro gestiona la memoria de trabajo ha sido un misterio.

Ahora, los científicos de Salk han desarrollado un nuevo modelo computacional que muestra cómo el cerebro mantiene la información a corto plazo utilizando tipos específicos de neuronas. Sus hallazgos, publicados en Nature Neuroscience el 7 de diciembre de 2020, podría ayudar a arrojar luz sobre por qué la memoria de trabajo se ve afectada en una amplia gama de trastornos neuropsiquiátricos, incluida la esquizofrenia, así como en el envejecimiento normal.

“La mayor parte de la investigación sobre la memoria de trabajo se centra en las neuronas excitatorias de la corteza, que son numerosas y están ampliamente conectadas, en lugar de las neuronas inhibidoras, que están localmente conectadas y son más diversas”, dice. terrence sejnowski, jefe del Laboratorio de Neurobiología Computacional de Salk y autor principal del nuevo trabajo. “Sin embargo, un modelo de red neuronal recurrente que enseñamos a realizar una tarea de memoria de trabajo nos sorprendió al usar neuronas inhibitorias para tomar decisiones correctas después de un retraso”.

En el nuevo artículo, Sejnowski y Robert Kim, un estudiante de MD/PhD de Salk y UC San Diego, desarrollaron un modelo informático de la corteza prefrontal, un área del cerebro conocida por gestionar la memoria de trabajo. Los investigadores usaron algoritmos de aprendizaje para enseñar a su modelo a realizar una prueba que normalmente se usa para medir la memoria de trabajo en primates: los animales deben determinar si un patrón de cuadrados de colores en una pantalla coincide con uno que se vio varios segundos antes.

Sejnowski y Kim analizaron cómo su modelo pudo realizar esta tarea con alta precisión y luego lo compararon con los datos existentes sobre los patrones de actividad cerebral observados en los monos que realizan la tarea. En ambas pruebas, las neuronas reales y simuladas involucradas en la memoria de trabajo operaron en una escala de tiempo más lenta que otras neuronas.

Kim y Sejnowski descubrieron que una buena memoria de trabajo requería tanto que prevalecieran las neuronas a largo plazo como que las conexiones entre las neuronas inhibitorias, que suprimen la actividad cerebral, fueran fuertes. Cuando alteraron la fuerza de las conexiones entre estas neuronas inhibidoras en su modelo, los investigadores pudieron cambiar el rendimiento del modelo en la prueba de memoria de trabajo, así como la escala de tiempo de las neuronas pertinentes.

Las nuevas observaciones apuntan hacia la importancia de las neuronas inhibitorias y podrían inspirar futuras investigaciones sobre el papel de estas células en la memoria de trabajo, dicen los investigadores. También podrían informar estudios sobre por qué algunas personas con trastornos neuropsiquiátricos, como la esquizofrenia y el autismo, tienen dificultades con la memoria de trabajo.

“El deterioro de la memoria de trabajo es común en los trastornos neuropsiquiátricos, incluidos la esquizofrenia y los trastornos del espectro autista”, dice Kim. "Si podemos dilucidar el mecanismo de la memoria de trabajo, ese es un paso hacia la comprensión de cómo surgen los déficits de la memoria de trabajo en estos trastornos".

El trabajo fue apoyado por una subvención del Instituto Nacional de Salud Mental.

DOI: 10.1038 / s41593-020-00753-w