16 junio 2020

La conectividad estructural cierra la brecha entre estructura y función cerebral

Las perspectivas dadas por la conectividad estructural cierran la brecha entre estructura y función

Fuente: Springer

"Las conexiones aferentes, eferentes e intrínsecas, así como los tipos de células y sus propiedades, son la base estructural de la función de una región cerebral" (Zilles y Amunts 2015). Durante las últimas décadas, la neurociencia ha progresado enormemente en la comprensión de los mecanismos de la función cerebral en diferentes escalas espaciales, que van desde el nivel de neurona única hasta los mapas corticales a macroescala. Si bien algunos informes demuestran que una función puede localizarse en un área específica (localismo), una colección de estudios de neurociencia también indica que las funciones están mediadas por la interacción de múltiples áreas del cerebroArgumentaremos que el pensamiento del localismo extremo ha perdido la perspectivaSi bien las áreas pueden ser sensibles a funciones específicas, no están procesando la información de forma independiente. Por ejemplo, leer este texto requiere la participación de un sistema de áreas cerebrales interconectadas que analizan palabras visuales e información fonológica y léxica (Wandell et al. 2012). Por lo tanto, existe una necesidad apremiante de comprender la 'conectividad estructural', que es un término que generalmente se refiere a las conexiones anatómicas entre las áreas del cerebro. La conectividad estructural es esencial para comprender los circuitos que apoyan la interacción entre las áreas del cerebro y para unir la anatomía con la función.
A pesar de muchos proyectos de conectomía (Bakker et al. 2012 ; Burns et al. 2013 ; Van Essen et al. 2013 ; Zingg et al. 2014 ; Oh et al. 2014 ; Majka et al. 2020), todavía falta una comprensión integral de la conectividad estructural del cerebro humano. Si bien se han desarrollado varios métodos para estudiar la conectividad estructural, todos presentan una compensación entre ventajas y limitaciones. Por ejemplo, una resolución espacial más alta viene con un campo de visión más pequeño, mientras que otros métodos, típicamente imágenes de resonancia magnética de difusión (dMRI), tienen una resolución más baja pero cubren todo el cerebroDel mismo modo, algunos métodos solo son aplicables a cerebros animales ex vivo, mientras que otros métodos están disponibles para cerebros humanos vivos. Estas limitaciones desafían un consenso sobre el panorama general de la conectividad estructural (Rushmore et al. 2020). La 'conectividad estructural' también es un concepto multidimensional que está lejos de la noción simplificada de 'conectado' o 'no conectado'. A nivel celular / molecular, el tipo de sinapsis afectará el circuito neural subyacente con implicaciones funcionales bastante diferentes (Bargmann y Marder 2013 ). A nivel macroscópico, cada vez hay más pruebas de estudios de dMRI que muestran que las diferencias en los paquetes de materia blanca pueden explicar la diversidad de comportamiento entre los individuos humanos (Catani et al. 2007 ; Thiebaut de Schotten et al. 2011 ; Huber et al. 2018 ; Oishi et al. . 2018 ), así como el impacto de precisión medicina (Forkel et al. 2014 , 2020 ; Takemura et al.2019 ; Forkel y Thiebaut de Schotten 2020 ).
El conocimiento derivado de la organización anatómica de la materia blanca va mucho más allá de la anatomía, ya que contribuye a la comprensión de los circuitos funcionales y la dinámica cortical (Rockland 2020, este problema). Por ejemplo, los análisis de un solo axón han revelado principios de organización esenciales de las conexiones talamocorticales o corticocorticales, como la organización laminar y la existencia de colaterales axonales y conexiones intrínsecas / extrínsecas. Específicamente, las diferencias en la especificidad laminar entre las conexiones de retroalimentación y retroalimentación, junto con las garantías dentro y a través de las áreas, proporcionan información esencial sobre la naturaleza recurrente del procesamiento visual cortical. Por lo tanto, el descubrimiento de los principios de la materia blanca ofrece información crítica para interpretar la dinámica neuronal de las comunicaciones intra-areales, así como los mecanismos primarios que apoyan las funciones y patologías.

10 mayo 2020

Acoplamiento neural profesor-alumno durante la enseñanza y el aprendizaje

Autores: Nguyen, Chang, Micciche, Meshulam, Nastase y Uri Hasson.

La comunicación humana es notablemente versátil, permitiendo a los maestros compartir información altamente abstracta y novedosa con sus estudiantes. ¿Qué procesos neuronales permiten dicha transferencia de información entre cerebros durante la enseñanza y el aprendizaje naturalistas? Aquí, mostramos que durante las conferencias, en las que la transmisión de información es unidireccional y fluye de maestro a alumno, el cerebro del alumno refleja el cerebro del maestro y que este acoplamiento neuronal se correlaciona con los resultados del aprendizaje. Un profesor fue escaneado en fMRI dando una conferencia oral con diapositivas sobre un tema científico seguido de una conferencia de revisión. Luego, los estudiantes fueron escaneados observando la lectura intacta y la revisión (N = 20) o una versión temporalmente desordenada de la conferencia (N = 20).
Mediante el uso de la correlación intersubjetiva (ISC), observamos un acoplamiento neural maestro-alumno generalizado que abarca la corteza sensorial y las regiones del lenguaje a lo largo del surco temporal superior, así como las regiones de nivel superior, incluida la corteza medial posterior (PMC), el lóbulo parietal superior (SPL) y el dorsolateral, y la corteza prefrontal dorsomedial. La alineación profesor-alumno en áreas de nivel superior no se observó cuando el aprendizaje se interrumpió al mezclar temporalmente la clase. Además, el acoplamiento profesor-alumno en PMC se correlacionó significativamente con los resultados del aprendizaje: cuanto más de cerca el cerebro del alumno reflejaba el cerebro del maestro, cuanto más mejoraba el alumno entre las evaluaciones de comportamiento pre-aprendizaje y post-aprendizaje. Juntos, estos resultados sugieren que la alineación de las respuestas neuronales entre el maestro y los estudiantes puede ser la base de una comunicación efectiva de información compleja a través de los cerebros en el aula.






Teacher-student neural coupling during teaching and learning
Mai Nguyen1, Ashley Chang1, Emily Micciche2, Meir Meshulam3, Samuel A.Nastase3, & Uri Hasson1,3
1 Department of Psychology, Princeton University, Princeton, NJ 08540
2 Department of Psychology, Vanderbilt University, Nashville, TN 235
3 Princeton Neuroscience Institute, Princeton University, Princeton, NJ 08540

bioRxiv preprint doi: https://doi.org/10.1101/2020.05.07.082958. this version posted May 7, 2020. The copyright holder for this preprint (which was not certified by peer review) is the author/funder. It is made available under a CC-BY-NC 4.0 International license.

Disponible enhttps://www.biorxiv.org/content/10.1101/2020.05.07.082958v1.full.pdf

Nuevo modelo de cómo el cerebro procesa información compleja

Los investigadores desarrollan un nuevo modelo de cómo el cerebro procesa información compleja


Errar es humano, aprender, divino
Un modelo gráfico de la investigación realizada por Lynn et al. 
Crédito: Blevmore Labs
El cerebro humano es un procesador de información altamente avanzado compuesto por más de 86 mil millones de neuronas. Los humanos son expertos en reconocer patrones de redes complejas, como los idiomas, sin ninguna instrucción formal. Anteriormente, los científicos cognitivos intentaron explicar esta capacidad al representar el cerebro como una computadora altamente optimizada, pero ahora hay una discusión entre los neurocientíficos de que este modelo podría no reflejar con precisión cómo funciona el cerebro.
Ahora, los investigadores de la Universidad de Pensilvania han desarrollado un  diferente de cómo el cerebro interpreta los patrones de  . Publicado en Nature Communications , este nuevo modelo muestra que la capacidad de detectar patrones proviene en parte del objetivo del cerebro de representar las cosas de la manera más simple posibleSu modelo representa el cerebro como un equilibrio constante entre la precisión y la simplicidad al tomar decisiones. El trabajo fue realizado por la la estudiante de Ph.D. en física, Christopher Lynn, y la estudiante de Ph.D. en neurociencia, Ari Kahn y la profesora Danielle Bassett.
Este nuevo modelo se basa en la idea de que las personas cometen errores al tratar de dar sentido a los patrones, y estos errores son esenciales para tener una idea general"Si observa de cerca a un puntillista, puede identificar correctamente cada punto. Si retrocede 20 pies, los detalles se vuelven borrosos, pero obtendrá una mejor idea de la estructura general", dice Lynn.
Para probar su hipótesis, los investigadores realizaron un conjunto de experimentos similares a un estudio previo de Kahn. Ese estudio encontró que cuando a los participantes se les mostraban elementos repetidos en una secuencia, como ABCB, etc., eran automáticamente sensibles a ciertos patrones sin ser explícitamente conscientes de que los patrones existían. "Si experimenta una secuencia de información, como escuchar el habla, puede recoger ciertas estadísticas entre elementos sin ser consciente de cuáles son esas estadísticas", dice Kahn.
Para comprender cómo el cerebro comprende automáticamente tales asociaciones complejas dentro de las secuencias, a 360 participantes del estudio se les mostró una pantalla de computadora con cinco cuadrados grises correspondientes a cinco teclas en un teclado. Como dos de los cinco cuadrados cambiaron de gris a rojo, los participantes tuvieron que golpear las teclas de la computadora que correspondían a los cuadrados cambiantes. Para los participantes, el patrón de cuadrados que cambiaban de color era aleatorio, pero las secuencias en realidad se generaron usando dos tipos de redes.
Los investigadores descubrieron que la estructura de la  afectaba la rapidez con la que los participantes podían responder a los estímulos, una indicación de sus expectativas sobre los patrones subyacentes. Las respuestas fueron más rápidas cuando a los participantes se les mostraron secuencias que se generaron usando una red modular en comparación con las secuencias que provienen de una red reticular.
Si bien estos dos tipos de redes se ven diferentes para el ojo humano a gran escala, en realidad son estadísticamente idénticos entre sí a pequeña escala. Hay el mismo número de conexiones entre los nodos y los bordes, a pesar de que la forma general es diferente. "A una computadora no le importaría esta diferencia en la estructura a gran escala, pero está siendo captada por el cerebro. Los sujetos podrían comprender mejor la estructura subyacente de la red modular y anticipar la próxima imagen", dice Lynn.
Usando herramientas de  y el  , los investigadores pudieron usar estos datos para implementar una métrica de complejidad llamada entropía. "Ser muy aleatorio es lo menos complejo que puedes hacer, mientras que si estabas aprendiendo la secuencia con mucha precisión, eso es lo más complejo que puedes hacer. El equilibrio entre errores y complejidad, o entropía negativa, da lugar a las predicciones de que arroja el modelo", dice Lynn.
Su modelo resultante de cómo el cerebro procesa la información lo representa como equilibrando dos presiones opuestas: complejidad versus precisión"Puedes ser muy complejo y aprender bien, pero estás trabajando muy duro para aprender patrones", dice Lynn. "O bien, tiene un proceso de menor complejidad, que es más fácil, pero tampoco aprenderá los patrones".
Con su nuevo modelo, los investigadores también pudieron cuantificar este equilibrio utilizando un parámetro beta. Si beta es cero, el cerebro comete muchos errores pero minimiza la complejidad. Si la beta es alta, entonces el cerebro está tomando precauciones para evitar cometer errores"Todo lo que hace la beta es sintonizar entre lo que está dominando", dice Lynn. En este estudio, 20% de los participantes tenía una beta pequeña, 10% tenía valores beta altos y 70% restante estaba en algún punto intermedio"Se ve esta amplia difusión de valores beta entre las personas", dice.
Kahn dice que esta idea de equilibrar las fuerzas no fue sorprendente, dada la gran cantidad de información que el cerebro tiene que procesar con una cantidad limitada de recursos y sin gastar demasiado tiempo en decisiones simples. "El cerebro ya está utilizando una gran cantidad de costos metabólicos, por lo que realmente desea maximizar lo que está obteniendo", dice. "Si piensas en algo tan básico como la atención, hay una compensación inherente en maximizar la precisión frente a todo lo demás que estás ignorando".
¿Y qué hay del papel de cometer errores? Su modelo respalda la idea de que el  no es una máquina de aprendizaje óptima, sino que cometer errores y aprender de ellos juega un papel muy importante en el comportamiento y la cogniciónParece que poder mirar sistemas complejos de manera más amplia, como alejarse de una pintura puntillista, le da al cerebro una mejor idea de las relaciones generales.
"La estructura de comprensión, o cómo estos elementos se relacionan entre sí, puede surgir de una codificación imperfecta de la información. Si alguien pudiera codificar perfectamente toda la información entrante, no necesariamente entendería el mismo tipo de agrupación de experiencias que lo hacen si hay un poco de confusión, "dice Kahn.
"Lo mejor es que los errores en la forma en que las personas aprenden y perciben el mundo influyen en nuestra capacidad de aprender estructuras. Por lo tanto, estamos muy divorciados de cómo actuaría una computadora", dice Lynn.
Los investigadores ahora están interesados ​​en lo que hace que la red modular sea más fácil de interpretar para el cerebro y también están realizando estudios de resonancia magnética funcional para comprender en qué parte del  se están formando estas asociaciones de red. También tienen curiosidad por saber si el equilibrio entre la complejidad y la precisión de las personas es fluido, si las personas pueden cambiar por sí mismas o si están "establecidas", y también esperan hacer experimentos utilizando entradas de idioma en algún momento en el futuro.
"Después de comprender mejor cómo los humanos adultos sanos construyen estos modelos de red de nuestro mundo, estamos entusiasmados por estudiar las condiciones psiquiátricas como la esquizofrenia en la que los pacientes construyen modelos de sus mundos inexactos o alterados", dice Bassett. "Nuestro trabajo inicial allana el camino para nuevos esfuerzos en el campo emergente de la psiquiatría computacional".
More information: Christopher W. Lynn et al, Abstract representations of events arise from mental errors in learning and memory, Nature Communications (2020). DOI: 10.1038/s41467-020-15146-7
Journal information: Nature Communications 
Traducido de Medical Xpress

06 mayo 2020

La regulación dinámica del ADN-Z en la corteza prefrontal de ratón por la enzima de edición de ARN Adar1 es necesaria para la extinción del miedo

La regulación dinámica del ADN-Z en la corteza prefrontal de ratón por la enzima de edición del ARN Adar1 es necesaria para la extinción del miedo

Paul R. Marshall ,Qiongyi Zhao ,Xiang Li ,Wei Wei ,Ambika Periyakaruppiah ,Esmi L. Zajaczkowski ,Laura J. Leighton ,Sachithrani U. Madugalle ,Dean Basic ,Ziqi Wang ,Jiayu Yin ,Wei-Siang Liau ,Ankita Gupte ,Carl R. Walkley yTimothy W. Bredy

Resumen

El ADN forma estados conformacionales más allá de la doble hélice derecha; Sin embargo, la relevancia funcional de estas estructuras no canónicas en el cerebro sigue siendo desconocida. Aquí mostramos que, en la corteza prefrontal de los ratones, la formación de una de esas estructuras, Z-DNA, está involucrada en la regulación de la memoria de extinción. El Z-DNA se forma durante el aprendizaje del miedo y se reduce durante el aprendizaje de extinción, que está mediado, en parte, por una interacción directa entre el Z-DNA y la enzima de edición del ARN Adar1. Adar1 se une al ADN Z durante el aprendizaje de extinción del miedo, lo que conduce a una reducción en el ADN Z en los sitios donde se recluta Adar1. La caída de Adar1 conduce a la incapacidad de modificar una memoria de miedo previamente adquirida y bloquea los cambios dependientes de la actividad en la estructura del ADN y el estado del ARN, efectos que se rescatan completamente con la introducción de Adar1 de longitud completa.
Imagen
Traducido de Nature Neuroscience

Caracterización de la firma neuronal de las preferencias



Publicado por Elisa Guma Traducido de BrainPost

Cuando tomamos una decisión, generalmente identificamos nuestras opciones, estimamos el valor de esas opciones y comparamos los valores para seleccionar la mejor opción. Se han empleado varios enfoques neuronales y computacionales para tratar de comprender el proceso de valoración y las redes cerebrales involucradas. Sin embargo, los mecanismos detrás de la toma de decisiones siguen siendo poco conocidos. Se han identificado algunas regiones cerebrales clave que desempeñan un papel clave en la valoración subjetiva, también denominado 'sistema de valoración cerebral', que incluye la corteza prefrontal ventromedial, el estriado ventral y la corteza cingulada posterior, sin embargo, otras regiones también se han identificado como jugando un papel clave. Esta semana en Nature Neuroscience, López-Persem y sus colegas utilizan un gran conjunto de datos de registros electrofisiológicos intracraneales en humanos (tratados con epilepsia) para identificar mejor qué regiones del cerebro y qué tipo de actividad subyacente está involucrada en la generación de señales de valor en las tareas de juicio .

¿Cómo lo hicieron?

El primer objetivo de los autores fue identificar las regiones del cerebro en las que las señales de valor eran detectables durante las tareas de juicio. En otras palabras: identificar el sistema de valoración del cerebro. Los autores recolectaron datos de electroencefalografía intracraneal (iEEG ) de 4,273 electrodos intracraneales en los cerebros de 36 pacientes tratados por epilepsia focal resistente a los medicamentos (en 3 centros de tratamiento). Cada participante tenía entre 12 y 18 electrodos implantados para la localización de las crisis. Los participantes realizaron tareas de juicio mientras se registraba la actividad neuronal a través de electrodos . Algunos participantes realizaron una versión corta de la tarea, y otros realizaron una versión más larga. La versión más larga de la tarea comenzó con una "tarea de distracción" en el que se les pidió a los participantes que estimaran la edad de los rostros y las pinturas, y calificaran qué tan seguros se sentían al adivinar. En la segunda fase de la tarea, se pidió a los participantes que calificaran la simpatía de los alimentos, así como las caras y las pinturas, seguido de una calificación de confianza. En una tercera fase, los participantes tuvieron la opción de elegir dos imágenes que pertenecían a la misma categoría (cara, comida, pintura) y se les pidió elegir la que más les gustara. En la versión corta de la tarea, los participantes solo completaron la segunda y tercera fase con imágenes de alimentos y no se les pidió que calificaran la confianza. 
Los autores buscaron encontrar la ventana de tiempo en la que cada región cerebral de interés estaba más asociada con la señal de valor investigando la relación entre el valor subjetivo dado por los participantes y la actividad cerebral parcelada (77 regiones que utilizan el atlas de etiquetado anatómico automatizado). Centraron sus análisis en la actividad de alta banda gamma (50-150Hz) porque se cree que es un reflejo cercano de la actividad local de aumento de neuronas. Los autores querían saber si los registros de actividad electrofisiológica estaban relacionados con cuatro propiedades centrales de la valoración subjetiva.Evaluaron la anticipación con la actividad previa al estímulo, la generalidad con la inclusión de artículos no alimentarios, la automaticidad al incluir otros tipos de calificación (edad) y la codificación cuadrática al medir la confianza en las calificaciones.

¿Qué encontraron?

Los autores identificaron una relación cuadrática o en forma de U entre las calificaciones de primer orden (edad o simpatía de un artículo) y las calificaciones de segundo orden (confianza en esas calificaciones). Esto era cierto tanto para los alimentos como para los no alimentarios, así como para las tareas de edad y simpatía. Los autores también observaron que las calificaciones de simpatía eran estimaciones confiables de valor subjetivo, capaces de predecir la elección, el tiempo de reacción y la confianza. Los autores identificaron 18 regiones de interés (entre las 77 analizadas) en las que se asoció una representación de valor subjetiva significativa. Los autores identificaron varias regiones que pertenecen al sistema de valoración del cerebro: la corteza orbitofrontal OFC (que comprende la corteza prefrontal ventromedial y la corteza orbitofrontal lateral), y el complejo parahippocampal (PHC) que comprende el hipocampo y la corteza parahippocampal. También encontraron asociaciones significativas con otras regiones, incluida la circunvolución cingulada anterior, el área fusiforme, la corteza temporal inferior y los operculares frontales inferiores.   

valuation_April28.jpg
Para anticipar (cómo la actividad basal predice el juicio de valor) descubrieron que la actividad previa al estímulo de OFC se asoció significativamente con la señalización de valor, pero no con la actividad de PHC. En la ventana posterior al estímulo, encontraron una asociación significativa con la calificación de similitud de artículos alimenticios y no alimenticios para todas las regiones, lo que indica la generalidad de la señal. También descubrieron que estas regiones respondían al valor en una tarea distractora o sin valor, que reflejaba la automaticidad en la valoración subjetiva. Finalmente, descubrieron que la actividad del sistema de valoración del cerebro también estaba asociada con una forma cuadrática de calificaciones de simpatía (cuadraticidad), indicativa de una representación conjunta de confianza .

¿Cuál es el impacto?

Este estudio identificó una red cerebral importante para la valoración en la toma de decisiones. Además, estos hallazgos indican la participación de esta red en la anticipación, generalidad y automaticidad en la toma de decisiones. Este trabajo proporciona evidencia importante de cómo el cerebro asigna valor a las opciones durante la toma de decisiones y puede ayudarnos a comprender los mecanismos del juicio irracional.

Alizee_quote_april28.jpg
Alizee Lopez-Persem y col. Cuatro propiedades centrales del sistema de valoración del cerebro humano demostrado en señales intracraneales. Nature Neuroscience (2020). Acceda a la publicación científica original aquí.

11 marzo 2020

Estudio afirma que el olor de la pareja ayuda a mejorar el sueño

Investigadores dicen que la presencia física de una pareja romántica puede generar seguridad, calma y relajación

Por Europa Press -febrero 18, 2020
El aroma de una pareja romántica puede mejorar el sueño, según una nueva investigación psicológica de la Universidad de Columbia Británica (UCB) publicada en la revista Psychological Science. El estudio comprobó que los participantes que estuvieron expuestos al olor de su pareja durante la noche experimentaron una mejor calidad del sueño. Esto a pesar de que su pareja no estaba físicamente presente.

«Nuestros hallazgos proporcionan nueva evidencia de que simplemente dormir con el aroma de una pareja mejora la eficiencia del sueño. Nuestros participantes tuvieron una mejora promedio de la eficiencia del sueño de más de 2%. Vimos un efecto similar en tamaño al que se informó al tomar suplementos orales de melatonina; a menudo utilizados como ayuda para dormir», explica Marlise Hofer, autora principal del estudio y estudiante graduada en el departamento de Psicología de la UCB.

Para el estudio, los investigadores analizaron los datos de sueño de 155 participantes que recibieron dos camisetas de aspecto idéntico para usar como fundas de almohada. Una se usó previamente por su pareja romántica y la otra por un extraño o estaba limpia.

Para capturar el olor corporal en las camisetas, a las parejas de los participantes se les dio una camiseta limpia para usar durante 24 horas. Luego se les pidió que se abstuvieran de usar desodorante y productos corporales perfumados, fumar, hacer ejercicio y comer ciertos alimentos que podrían afectar su olor corporal. Las camisetas fueron congeladas para preservar su aroma.

A cada participante se le dieron dos camisas para colocar sobre sus almohadas, sin saber cuál era cuál. Pasaron dos noches consecutivas durmiendo con cada camiseta. Cada mañana, completaban una encuesta sobre lo bien que se sentían. Su calidad del sueño también se midió objetivamente utilizando un reloj de sueño que controlaba sus movimientos durante toda la noche. Al final del estudio, los participantes adivinaron si las camisas con las que habían estado durmiendo habían sido usadas previamente por su pareja.

Los resultados

Los participantes informaron que se sentían más descansados en las noches cuando creían que estaban durmiendo con el aroma de su pareja. Además, independientemente de sus creencias sobre la exposición a los olores, los datos de los relojes de sueño indicaron que el sueño objetivo mejoró cuando los participantes estuvieron realmente expuestos al olor de su pareja.

«Uno de los hallazgos más sorprendentes es cómo el olor de una pareja romántica puede mejorar la calidad del sueño incluso fuera de nuestra conciencia. Los datos de la vigilancia del sueño mostraron que los participantes experimentaron menos sacudidas y giros cuando se expusieron al olor de sus parejas, incluso si no sabían a quién olían», añadió Frances Chen, autora principal del estudio.

Los investigadores dicen que la presencia física de una pareja romántica a largo plazo se asocia con resultados positivos para la salud. Se compara con una sensación de seguridad, calma y relajación, que a su vez conduce a un mejor sueño. Al señalar la proximidad física reciente, el simple olor de una pareja puede tener beneficios similares.

Hofer destaca que la investigación podría allanar el camino para futuros trabajos al examinar la eficacia de métodos simples y efectivos para mejorar el sueño. Por ejemplo: traer la camisa de un compañero la próxima vez que viaje solo. Actualmente, los investigadores están reclutando participantes para un estudio piloto para investigar si el olor de los padres puede mejorar la calidad del sueño de sus bebés.

Las ondas del cerebro que desvelan que estás siendo egoísta

ABC CIENCIA

Han relacionado los comportamientos anti-sociales con un menor nivel de sincronización entre dos regiones cerebrales

Los neurocientíficos están muy interesados en comprender las bases biológicas de la generosidad y del egoísmo. ¿Ocurre algo concreto en el cerebro cuando se toma unas decisiones y no otras? ¿Hay alguna predisposición genética a inclinarse por algunas? ¿Hay algún trastorno, como el autismo o la psicopatía, relacionado con este tipo de fenómenos?
Hasta el momento, se ha observado que hay muchas regiones cerebrales implicadas en este tipo de decisiones, tanto en humanos como en el resto de primates, en los que el comportamiento social es fundamental. Pero ahora, un estudio que se ha publicado en « Nature Neuroscience» ha podido demostrar, por primera vez, que la actividad del cerebro cambia notablemente cuando se está cometiendo un acto egoísta o uno altruista. En concreto, los investigadores lo han observado en unos experimentos en los que unos monos se enfrentaban a la disyuntiva de compartir, o no, un zumo de frutas.
«Nuestros resultados demuestran que dos regiones cerebrales –la amígdala y el corteza prefrontal– usan canales canales de frecuencia especializados para interaccionar entre sí», ha explicado a ABC Steve Chang, investigador de la Universidad de Yale (EE.UU.) y director del estudio. «Y que el grado de interacción entre ambos está asociado con el hecho de que se tomen decisiones prosociales o antisociales». Es decir, la forma como ambas regiones se comunican indica qué tipo de comportamiento está adoptando el animal.


Compartir o no compartir, esa es la cuestión

Llevaron a cabo varios experimentos en los que unos monos tenían que decidir entre darle un zumo a un compañero o tirarlo, en un caso, mientras que en otro caso podían bebérselo solos o bien compartirlo.
Los resultados indican que los monos prefieren beber solos, pero que si la alternativa es tirar los zumos, sí que acceden a compartirlos.

Sincronización cuando se es «generoso»

Pero lo interesante es que ambos comportamientos resultaron estar asociados con una actividad cerebral muy diferente: cuando los monos eran «generosos», las interacciones entre las dos regiones, la amígdala y la corteza prefrontal, estaban altamente sincronizadas. Pero cuando los animales eran antisociales, esta sincronización estaba considerablemente suprimida.
De hecho, averiguaron que, con solo mirar los patrones de actividad de las neuronas, podían saber qué comportamiento estaba adoptando un mono. «Descubrimos una huella única de sincronización neural que refleja si se toma una decisión prosocial o antisocial», ha dicho Chang.
De hecho, las interacciones entre las neuronas se transmiten con una frecuencia u otra en cada caso, y además parece ser que todo esto depende de en qué región cerebral se encuentren las neuronas que se disparan.

Relación con el autismo o la psicopatía

En opinión de este investigador, puede que este tipo de interacciones entre la amígdala y la corteza estén relacionados con comportamientos prosociales o patrones alterados en personas. «Podría ser que una sincronización inferior en ciertas personas desalentara los comportamientos prosociales», ha propuesto el investigador. También podría ser que «un estado sostenido de baja sincronización estuviera asociado con interacciones sociales atípicas, como el autismo o comportamientos antisociales hacia los demás, como la psicopatía».
Los investigadores observaron que un mismo mono podía tomar decisiones altruistas o egoístas, en función de las circunstancias. Y no saben si existe una predisposición genética hacia cada tipo de comportamiento: «En este momento es difícil saber si ciertas predisposiciones genéticas promoverían una mayor o menor sincronía entre la amígdala y la corteza prefrontal, pero es probable que encontremos este tipo de circuitos y dinámicas en el futuro», ha asegurado el científico.
De momento, Steve Chang ha explicado que el próximo paso será tratar de manipular las decisiones de los monos promoviendo la sincronía entre las dos regiones cerebrales.