Nuevo modelo computacional ayuda a revelar cómo el cerebro se adapta y falla, sentando las bases para tratamientos más precisos de trastornos de salud mental
Cada día, tu cerebro toma miles de decisiones bajo incertidumbre. La mayoría de las veces, aciertas. Cuando no lo haces, aprendes. Pero cuando la capacidad del cerebro para juzgar el contexto o asignar significado falla, los pensamientos y el comportamiento pueden desviarse. En trastornos psiquiátricos que van desde el trastorno por déficit de atención e hiperactividad hasta la esquizofrenia, el cerebro puede juzgar mal cuánta evidencia recopilar antes de actuar, o fallar al ajustarse cuando las reglas del mundo cambian basándose en nueva información.
«La incertidumbre está integrada en el cableado del cerebro«, dice Michael Halassa, profesor de neurociencia en la Escuela de Medicina de la Universidad Tufts. «Imagina grupos de neuronas emitiendo votos: algunas optimistas, algunas pesimistas. Tus decisiones reflejan el promedio». Cuando ese equilibrio se inclina, el cerebro puede malinterpretar el mundo: asignando demasiado significado a eventos aleatorios, como en la esquizofrenia, o quedándose atrapado en patrones rígidos, como en el trastorno obsesivo-compulsivo.
El desafío de conectar células individuales con el comportamiento complejo
Comprender esas fallas ha desafiado durante mucho tiempo a los científicos, dice Halassa. «El cerebro habla el lenguaje de neuronas individuales. Pero la fMRI—la herramienta que usamos para estudiar la actividad cerebral en personas—rastrea el flujo sanguíneo, no la charla eléctrica de células cerebrales individuales».
Cerrar esa brecha significa combinar conocimientos de estudios de células individuales en animales, imágenes cerebrales humanas y comportamiento. Ahora, un nuevo tipo de modelo computacional—basado en biología real—permite a los investigadores simular cómo los circuitos cerebrales toman decisiones y se adaptan cuando las reglas cambian.
CogLinks: un modelo revolucionario basado en biología real
Llamado CogLinks, el modelo construye realismo biológico en su diseño, reflejando cómo las células cerebrales reales están conectadas y codificando cómo asignan valor a observaciones a menudo ambiguas e incompletas sobre el ambiente externo. A diferencia de muchos sistemas de inteligencia artificial que actúan como «cajas negras», CogLinks muestra a los investigadores exactamente cómo sus neuronas virtuales vinculan estructura con función. Como resultado, los científicos pueden mapear cómo este cerebro virtual aprende de la experiencia y gira basándose en nueva información.
En un estudio publicado el 16 de octubre en Nature Communications, el autor principal Halassa y colegas del Instituto de Tecnología de Massachusetts (MIT) usaron CogLinks para explorar cómo los circuitos cerebrales coordinan el pensamiento flexible. Como un simulador de vuelo para el cerebro, CogLinks permitió a los investigadores probar qué pasa cuando circuitos clave de toma de decisiones se desvían del rumbo.
Resultados sorprendentes: el papel clave del tálamo mediodorsal
Cuando debilitaron la conexión virtual entre dos regiones cerebrales simuladas—la corteza prefrontal y el tálamo mediodorsal—el sistema por defecto cambió a aprendizaje más lento, impulsado por hábitos. Ese resultado sugiere que esta vía es esencial para la adaptabilidad.
Para ver si esas predicciones se mantenían en personas, el equipo luego condujo un estudio fMRI complementario. Los voluntarios jugaron un juego en el que las reglas cambiaban inesperadamente. Como se esperaba, la corteza prefrontal manejó la planificación y la región profunda y central del cerebro conocida como estriado guió los hábitos—pero el tálamo mediodorsal se iluminó cuando los jugadores se dieron cuenta de que las reglas habían cambiado y ajustaron su estrategia.
Las imágenes confirmaron lo que el modelo había pronosticado: el tálamo mediodorsal actúa como un tablero de conexiones que vincula los dos sistemas principales de aprendizaje del cerebro—flexible y habitual—ayudando al cerebro a inferir cuándo el contexto ha cambiado y cambiar estrategias en consecuencia.
Hacia una «psiquiatría algorítmica»
Halassa espera que la investigación ayude a sentar las bases para un nuevo tipo de «psiquiatría algorítmica«, en la cual modelos computacionales ayuden a revelar cómo la enfermedad mental emerge de cambios en circuitos cerebrales, identificando marcadores biológicos para dirigir tratamientos con precisión.
«Una de las grandes preguntas en psiquiatría es cómo conectar lo que sabemos sobre genética con síntomas cognitivos», dice Mien Brabeeba Wang, autora principal del estudio CogLinks y estudiante doctoral del MIT en el laboratorio de Halassa.
«Muchas mutaciones vinculadas a la esquizofrenia afectan receptores químicos encontrados en todo el cerebro», dice Wang. «Usos futuros de CogLinks pueden ayudarnos a ver cómo esos cambios moleculares extendidos podrían hacer más difícil para el cerebro organizar información para el pensamiento flexible».
Implicaciones para el futuro del tratamiento
Este avance representa un paso significativo hacia tratamientos más precisos y personalizados para trastornos de salud mental. Al proporcionar un «simulador de vuelo» para el cerebro, CogLinks permite a los científicos probar hipótesis sobre cómo diferentes intervenciones podrían afectar circuitos cerebrales específicos antes de aplicarlas en pacientes reales.
La capacidad de mapear exactamente cómo las conexiones neuronales influyen en el comportamiento y el aprendizaje abre nuevas posibilidades para entender no solo qué sale mal en trastornos psiquiátricos, sino también cómo podríamos intervenir de manera más efectiva para restaurar el funcionamiento saludable del cerebro.
