Detectando la paciencia en el cerebro primate

Imagine a un pescador en una barca utilizando trampas para atrapar peces en un lago turbio. Para tener éxito, debe revisar las trampas con regularidad. Pero ¿cuál es el mejor momento para hacerlo? Si revisa las trampas con demasiada frecuencia, es un trabajo innecesario y ahuyenta a los peces. Si lo hace demasiado tarde, tendrá más posibilidades, pero perderá tiempo. También es agotador remar de una trampa a otra para comprobarlas una tras otra, así que el pescador tiene que decidir constantemente si merece la pena revisar cada trampa y cuándo.

Durante décadas, los neurocientíficos han intentado comprender cómo conseguimos tomar las mejores decisiones relacionadas con la paciencia. Debido a limitaciones técnicas, los investigadores han tenido que recurrir hasta ahora a experimentos en los que monos realizan tareas en pantallas de ordenador mientras se mide la actividad de sus neuronas. A los animales se les entrena para que permanezcan sentados en una silla y, por tanto, se les restringe su libertad natural de movimientos. Como ahora es posible registrar de forma inalámbrica la actividad de varias células nerviosas individuales, se puede investigar la toma de decisiones en escenarios con secuencias naturales de movimientos por parte de los sujetos de estudio.

En un nuevo estudio, un equipo de investigadores de Alemania y Estados Unidos adiestró a dos monos rhesus para que exploraran una sala experimental con dos cajas de comida controladas por botones. Cada vez que los monos pulsaban un botón en una de las cajas, tenían la oportunidad de recibir bolitas de comida. Las dos cajas estaban configuradas de tal forma que los intervalos de tiempo entre las dispensaciones individuales de comida se hacían cada vez más largos durante el experimento. Cuanto más esperaban los monos hasta volver a pulsar el botón, más bolitas recibían.

Un mono rhesus obtiene bolitas de comida de una caja en una habitación preparada para el experimento. (Dibujo: Neda Shahidi / Xaq Pitkow)

"Cuando empezamos el experimento, esperábamos que nuestros monos simplemente eligieran la caja en función del éxito que hubieran tenido con esa caja antes", explica Neda Shahidi, del Centro Alemán de Primates en Gotinga, Alemania, y miembro del equipo de investigación. "Después de un tiempo, sin embargo, los monos habían aprendido a prestar atención al tiempo transcurrido desde la última pulsación, además de a su éxito anterior en una caja. Si habían esperado un rato pero no habían recibido ninguna bolita, esperaban aún más antes de pulsar la siguiente vez. Sin embargo, si no eran recompensados demasiadas veces seguidas después de pulsar el botón, pasaban a la otra caja. Al parecer, habían decidido que esa caja de comida no merecía la espera y que era mejor buscar en otra parte".

Para analizar los procesos neuronales subyacentes, los investigadores registraron de forma inalámbrica la actividad de 96 neuronas de la corteza prefrontal. Esta zona del cerebro interviene en el control del comportamiento dirigido a objetivos y se activa en muchos aspectos de la tarea de buscar comida, por ejemplo en la evaluación de opciones, la expectativa de una recompensa, la preparación de acciones y la percepción del resultado.

"Sin embargo, caracterizar los patrones de actividad de neuronas individuales no siempre revela toda la historia cuando estudiamos procesos complejos de toma de decisiones", explica Shahidi. "Los comportamientos complejos constan de distintos componentes que a veces se procesan simultáneamente en la misma área cerebral". Para separar estos componentes, los investigadores desarrollaron un modelo matemático que primero identificó los componentes de la actividad neuronal, circunscritos principalmente en grupos de neuronas que estaban más intensamente activas cuando los animales esperaban más tiempo antes de pulsar un botón o cuando pulsar el botón había tenido resultados más gratificantes en las últimas ocasiones. Dado que los animales no pueden saber de antemano si la pulsación de un botón será recompensada, los investigadores suponen que estas neuronas representan las expectativas subjetivas de los animales.

Los investigadores también probaron si la actividad neuronal podía utilizarse para predecir cuándo pulsarían el botón los animales y si decidirían cambiar de una caja a otra. "Nos sorprendió lo bien que nuestro modelo podía predecir lo que harían los monos en los segundos siguientes", confiesa Shahidi. "Nuestros resultados muestran no solo cómo el desarrollo de tecnologías de grabación inalámbrica puede mejorar nuestra conocimiento de los mecanismos cerebrales en situaciones en las que los sujetos de estudio se mueven de manera plenamente natural, sino también cómo los avances en la ciencia de datos están transformando la neurociencia al extraer los componentes 'informáticos' del cerebro a partir de la actividad colectiva de las neuronas. Esperamos que, a largo plazo, estos avances ayuden a conocer mejor las anomalías en los procesos cognitivos", afirma Shahidi.

El estudio se titula "Population coding of strategic variables during foraging in free-moving macaques". Y se ha publicado en la revista académica Nature Neuroscience. (Fuente: NCYT de Amazings)