Investigadores de la Universidad Pompeu Fabra (UPF) han diseñado un modelo de neuronas de integración y disparo, mínimo y biofísicamente realista, para predecir el comportamiento de las neuronas y comprobar su actuación en un proceso de multi-elección. Los resultados demuestran que cuantas más neuronas codifiquen las alternativas de elección, más crecerá la capacidad del sistema para tomar una decisión, independientemente del número de alternativas que se presenten.
Larissa Albantakis y Gustavo Deco, del Departamento de Tecnología y Neurociencia Computacional de la UPF quisieron ir más allá de los modelos neuronales previos. Si hace décadas los estudios de toma de decisiones se realizaban a partir del tiempo de reacción, después se buscó comprender los mecanismos neuronales que afectan a esta toma de decisiones a partir de elecciones binarias simples (2-4 elementos).
Los nuevos modelos de neuronas de integración y disparo (en inglés, spiking neuron models) representan una tercera generación. Este tipo de modelos de redes neuronales, como el diseñado por Albantakis y Deco, capturan exitosamente el comportamiento de las neuronas durante la elección, independientemente del número de alternativas que se ofrezcan.
Con el estudio que esta semana publica la revista estadounidense PNAS (Proceedings of The National Academy of Sciences), los investigadores de la Pompeu han dado otra vuelta de tuerca a los viejos modelos de integración y disparo. Una nueva aproximación para extender el modelo de decisión basada en la biofísica. En lugar de intentar reflejar una representación contínua, incrementaron el número de poblaciones neuronales que codifican cada una de las posibles alternativas. Previamente, las redes con poblaciones diferenciadas habían sido ajustadas para ser competitivas (siguiendo la regla "el ganador se lo lleva todo") ante una alternativa de elección o estado mental en particular.
Los resultados indican la ventaja fisiológica de una representación agrupada multineuronal para las alternativas de elección. Lo que se logró no fue solo mejorar los modelos previos de representación (que sólo alcanzaban a codificar sistemas con dos alternativas), sino analizar cómo el tamaño de las poblaciones neuronales que codifican las alternativas de elección afecta a la capacidad del sistema para tomar decisiones.
En una aproximación de campo, los cientídicos han encontardo una relación lineal entre el crecimiento del tamaño de un grupo de neuronas (el nivel de codificación) y el ámbito de la toma de decisiones. Esto implica que el agrupamiento en torno a muchas neuronas favorece la toma de una decisión independientemente del número de opciones.
----------------------
Referencia bibliográfica:
Larissa Albantakis y Gustavo Deco, "The encoding of alternatives in multiple-choice decision making", PNAS, 25 de mayo de 2009.
Se trata de la máquina molecular más compleja e intrincada de la biología humana, ya que edita más de 90 % de nuestros genes. Los errores en este proceso están vinculados con muchas enfermedades incluyendo la mayoría de los tipos de cáncer.
Un estudio en ratones muestra que es posible revertir los efectos del envejecimiento en las neuronas mediante reprogramación celular, aumentando su número y capacidad de conexión, lo que podría abrir nuevas vías para tratar enfermedades neurodegenerativas.
