N-Methyl-D-Aspartate receptors control in vivo striatal calcium and the updating of action policy

Resumen Técnico: Los receptores de N-metil-D-aspartato controlan el calcio estriatal in vivo y la actualización de la política de acción

Planteamiento del problema
Los animales deben ejecutar comportamientos aprendidos y actualizarlos cuando las contingencias ambientales cambian. Este proceso depende de una "política de acción" interna, la cual requiere tanto de ejecución como de actualización. Si bien el estriado dorsomedial (DMS) es crítico para el aprendizaje dirigido a metas y la plasticidad corticostriatal, y se sabe que los receptores de N-metil-D-aspartato (NMDAR) en el DMS son necesarios para la adquisición de nuevas conductas dirigidas a metas, no está claro si los NMDAR del DMS son específicamente necesarios para la actualización de una política de acción ya adquirida frente a su mera ejecución. Además, el sustrato fisiológico que vincula la actividad de los NMDAR con estas actualizaciones de la acción no se comprende completamente, particularmente en lo que respecta a la relación entre la dinámica del calcio impulsada por los NMDAR y la frecuencia de los potenciales de acción in vivo.

Metodología
El estudio utilizó una combinación de farmacología conductual, fotometría de fibra y electrofisiología in vivo en ratones.

• Sujetos: Ratones tipo salvaje (wild-type) C57BL6, así como líneas conductoras Drd1-Cre y A2A-Cre para registros específicos de tipos celulares.
• Tareas conductuales:
  • Tarea de Relación Fija 1 (FR1): Una tarea estable y previamente aprendida donde un toque de nariz específico proporcionaba consistentemente una recompensa. Esto probó la ejecución de una política conocida.
  • Tarea de Bandidos de Dos Brazos (Two-Armed Bandit): Una tarea probabilística donde las probabilidades de recompensa (80% vs. 20%) para los puertos izquierdo y derecho se invertían cada 30 pellets. Esto requería la actualización continua de la política de acción.
• Manipulación farmacológica: El antagonista no competitivo de los NMDAR, MK-801, se administró de forma sistémica (intraperitonealmente) o mediante microinyección local en el DMS. También se utilizó un antagonista competitivo (AP5) para infusiones locales.
• Registros neurales:
  • Fotometría de fibra: Se expresó GCaMP8f en neuronas del DMS (en bloque, D1-SPNs y D2-SPNs) para registrar la dinámica de calcio poblacional.
  • Electrofisiología: Se realizaron registros simultáneos de calcio en bloque y ráfagas de potenciales de acción mediante un arreglo de electrodos personalizado combinado con una fibra óptica.
• Análisis: Las métricas conductuales incluyeron precisión, "ganar-quedarse" (repetir una acción recompensada), "perder-cambiar" (cambiar tras una acción no recompensada) y modelado de regresión logística de la historia de elección. El análisis neural consistió en calcular tasas transitorias, potencia de la señal e histogramas peri-evento alineados a eventos conductuales.

Resultados clave

1. Disociación de la ejecución y la actualización:

   • El bloqueo de los NMDAR del DMS (mediante MK-801 intra-DMS) no afectó la ejecución de una tarea FR1 previamente aprendida. Los ratones mantuvieron una alta precisión y un comportamiento de "ganar-quedarse", obteniendo un número de pellets similar o ligeramente superior en comparación con los controles de salina.
   • Por el contrario, en la tarea de bandidos de dos brazos, el bloqueo de los NMDAR del DMS afectó significativamente la actualización de la política de acción. Los ratones tratados con MK-801 mostraron una reducción de aproximadamente el 20% en la precisión inmediatamente después de las reversiones de puerto.
   • El análisis conductual reveló que el MK-801 específicamente interrumpió el aprendizaje a partir de acciones previamente recompensadas (reduciendo el comportamiento de "ganar-quedarse en ~15% y disminuyendo la influencia de los ensayos previos recompensados sobre la elección actual en ~38%). No afectó el aprendizaje a partir de acciones no recompensadas (el comportamiento de "perder-cambiar" permaneció intacto).

2. Los NMDAR controlan la dinámica del calcio estriatal:

   • El bloqueo sistémico o local de los NMDAR casi anuló por completo los transitorios de calcio espontáneos en el DMS (>80–90% de reducción tanto en D1 como en D2 SPNs).
   • Los signos de calcio evocados por la conducta (rampa de actividad previo a la recuperación de la recompensa e inhibición post-recuperación) también fueron casi abolidos por MK-801.
   • Las microinyecciones locales demostraron una reducción dependiente de la dosis en la potencia de la señal de calcio y la frecuencia de los transitorios, confirmando que los NMDAR estriatales son necesarios para mantener estas dinámicas de calcio.

3. Disociación del calcio de los potenciales de acción:

   • Los registros simultáneos revelaron que, mientras el MK-801 redujo los transitorios de calcio en >90%, redujo las ráfagas de potenciales de acción en solo ~53%.
   • Crucialmente, cuando se identificaron ráfagas de potenciales de acción de magnitud coincidente post-MK-801, el aumento de calcio asociado fue significativamente menor (~60% de reducción) en comparación con la línea base.
   • Esto indica que la actividad de calcio impulsada por los NMDAR puede disociarse de la frecuencia de disparo de los potenciales de acción; la reducción en el calcio no es simplemente un efecto secundario de la reducción del disparo, sino que refleja una pérdida específica de la entrada de calcio dendrítico mediada por NMDAR.

Significancia y afirmaciones
Los autores afirman que los NMDAR del DMS son críticos para la actualización de la política de acción pero prescindibles para su ejecución. Proponen que la función única de los NMDAR en este contexto es impulsar las dinámicas de calcio estriatal, que sirven como un sustrato fisiológico para el aprendizaje y la plasticidad.

El artículo sugiere que los registros de calcio en bloque del estriado, a menudo interpretados como un indicador de la actividad neural general o de los potenciales de acción, reflejan principalmente la entrada de calcio dendrítico dependiente de NMDAR. Esta entrada puede regularse independientemente del disparo de potenciales de acción somáticos. Los autores postulan que estas dinámicas de calcio mediadas por NMDAR pueden funcionar como una "traza de elegibilidad" dentro de una regla de aprendizaje de tres factores, vinculando los eventos de plasticidad con la actualización de las políticas de acción.

El estudio reconoce limitaciones, incluyendo la falta de un vínculo directo ensayo por ensayo entre los niveles de calcio y la actualización de la política, los límites de resolución espacial de la fotometría de fibra con respecto a la heterogeneidad local del calcio, y la dificultad para ajustar modelos de aprendizaje por refuerzo debido al número limitado de ensayos en paradigmas de movimiento libre. A pesar de estas advertencias, este trabajo avanza en la comprensión del papel in vivo de los NMDAR estriatales en el aprendizaje y la señalización de calcio, reforzando el papel del estriado como un centro para el aprendizaje por refuerzo.