Un modelo matemático explica cómo se toman las decisiones en el cerebro

Investigadores del IDIBAPS han establecido un modelo matemático que confirma que el mecanismo para la toma de decisiones frente a un estímulo visual se basa en la conexión cíclica entre los dos tipos de neuronas implicadas en este proceso. Esta investigación, que publica la revista Nature Communications, y cuyo primer autor es el Dr. Klaus Wimmer, es el resultado de una colaboración entre los grupos del Dr. Albert Compte y del Dr. Jaime de la Rocha en el IDIBAPS.

Cómo procesa nuestro cerebro los diferentes estímulos sensoriales, tales como imágenes o sonidos, y cuáles son las bases neuronales implicadas en decidir qué percibimos, son aspectos que han sido objeto de profundo estudio en el ámbito de la neurociencia en las últimas décadas. En particular, para estudiar la toma de decisiones sobre estímulos visuales, científicos americanos llevan a cabo, desde los años 90, experimentos con monos entrenados en clasificar el movimiento de una imagen simple. Los animales deben decidir si la imagen se mueve a la izquierda o a la derecha. Usando esta simple tarea perceptual los científicos descubrieron que para dar la respuesta están implicadas neuronas en dos tipos de áreas de la corteza cerebral: las del área sensorial, es decir, las que reciben de forma casi directa el estímulo desde los receptores de la retina; y las integradoras, que reciben y acumulan la información de las anteriores y que en base a ella toman la decisión sobre lo que percibimos.

Para este artículo, los investigadores del IDIBAPS se han centrado en explicar qué pasa cuando el movimiento en la imagen que se presenta no es claro y cómo, en esta situación, tomamos a pesar de ello una decisión sobre lo que estamos viendo, es decir, cómo somos capaces de distinguir movimientos u objetos aún cuando no los vemos de forma clara.

Para ello han analizado las respuestas neuronales observadas en estos experimentos clásicos llevados a cabo con monos hace más de quince años y que ahora se encuentran en una base de datos abierta para su uso por la comunidad científica. Basado en este análisis, han propuesto un modelo matemático que encaja con una de las dos teorías que existen para explicar el circuito de toma de decisiones perceptuales. Una de estas teorías propone una conexión unidireccional entre neuronas sensoriales e integradoras, por la que las primeras codifican el estímulo del modo más fiel posible disparando impulso nerviosos y las otras deciden en base a ellos. La otra, propone que la relación entre los dos tipos de neuronas es bidireccional y que las conexiones “Top-Down” desde las neuronas integradoras hasta las sensoriales juegan un papel determinante: las neuronas integradoras adoptan una interpretación del estímulo, basada a menudo en la experiencia, y la proyectan sobre las áreas sensoriales para promover una respuesta más consistente con esa interpretación (es decir, dan mayor peso a la representación sensorial del movimiento hacia uno de los dos lados). Este proceso ocurre de un modo muy rápido (en menos de un segundo), automático y sin el mayor esfuerzo.

“El mecanismo de toma de decisiones consiste en un loop, es decir, en una conexión de ida y vuelta entre estos dos tipos áreas”, explica el Dr. de la Rocha, último autor del estudio, “de modo que la percepción es el resultado de combinar información del estímulo recibido y de lo que el cerebro interpreta ver, basado en la memoria de las neuronas integradoras”.

Así, este modelo matemático basado en un estímulo sencillo, sienta las bases para, en el futuro, llegar a comprender cómo el cerebro es capaz de percibir estímulos más complejos y, a su vez, tomar decisiones de una mayor complejidad

Referencia del artículo:

Sensory integration dynamics in a hierarchical network explains choice probabilities in cortical area MT

Klaus Wimmer, Albert Compte, Alex Roxin, Diogo Peixoto, Alfonso Renart & Jaime de la Rocha

Nature Communications 6, Article number: 6177 doi:10.1038/ncomms7177

Received 27 November 2014 Accepted 29 December 2014 Published 04 February 2015