Thalamocortical credit routing from the basal ganglia and cerebellum: anatomical constraints and circuit principles

Para comprender cómo un animal aprende a elegir la acción correcta para obtener una recompensa, los científicos se han centrado durante mucho tiempo en dos estructuras cerebrales profundas: los ganglios basales y el cerebelo. Estas regiones actúan como motores de aprendizaje. Los ganglios basales ayudan a decidir qué acción merece la pena perseguir basándose en recompensas pasadas, mientras que el cerebelo perfecciona la precisión y la sincronización de los movimientos. Ambas estructuras reciben instrucciones de la corteza cerebral, la capa externa del cerebro responsable del pensamiento complejo y la planificación. Tras procesar esta información, envían señales de vuelta a la corteza para actualizar el comportamiento futuro. Esto crea un bucle continuo donde el cerebro comprueba constantemente su propio rendimiento. Sin embargo, una pieza crítica de este rompecabezas ha permanecido poco clara: ¿cómo viajan estas señales de aprendizaje de vuelta a los grupos específicos de neuronas en la corteza que realmente generaron la acción? Sin un sistema de entrega preciso, el cerebro no sabría qué neuronas fortalecer o debilitar, lo que haría que el aprendizaje fuera ineficiente o imposible.

Un equipo de investigadores en Japón ha mapeado ahora esta ruta de entrega en ratones, revelando un sistema sofisticado que garantiza que las señales de aprendizaje lleguen a los destinos exactos. Descubrieron que, si bien los ganglios basales y el cerebelo envían sus mensajes a través de canales mayoritariamente separados dentro del tálamo —una estación de relevo central en el cerebro—, estos canales se fusionan de nuevo cuando llegan a la corteza. Específicamente, los investigadores encontraron que las señales de ambos sistemas convergen en la capa superior de la corteza motora secundaria, una región crucial para la planificación y el aprendizaje de nuevas habilidades. Esta convergencia permite al cerebro combinar diferentes tipos de información de aprendizaje y dirigirlos a las neuronas específicas responsables de una acción. Al combinar imágenes cerebrales detalladas con simulaciones computacionales, el equipo demostró que este arreglo anatómico es esencial para que el cerebro asigne el "crédito" correctamente, asegurando que las neuronas que contribuyeron a una acción exitosa sean las que reciban el refuerzo.

Los investigadores comenzaron trazando las vías físicas en los cerebros de ratones para ver a dónde van estas señales de aprendizaje. Inyectaron pequeñas cantidades de trazadores fluorescentes en los ganglios basales y el cerebelo y observaron cómo viajaban las señales a través del tálamo hacia la corteza. Encontraron que las neuronas del tálamo que reciben información de los ganglios basales se localizaban mayoritariamente en un área, mientras que las que recibían información del cerebelo se encontraban en un área diferente. Esto confirmó que los dos sistemas permanecen mayoritariamente separados mientras pasan por el tálamo. Sin embargo, cuando los investigadores observaron dónde terminaban los axones —las fibras largas que transportan señales desde el tálamo hacia la corteza—, la imagen cambió. A pesar de partir de lugares distintos en el tálamo, los axones de ambos sistemas compartían un destino sorprendente: la capa más alta de la corteza motora secundaria. Esta capa contiene las puntas de largo alcance de las células nerviosas que controlan el movimiento. Los investigadores también encontraron un área pequeña en el tálamo donde las señales de ambos sistemas se mezclaban, pero el hallazgo más significativo fue este punto de llegada compartido en la corteza.

Para entender por qué este destino compartido es importante, el equipo construyó un modelo computacional detallado de todo el circuito cerebral, incluyendo la corteza, el tálamo, los ganglios basales y el cerebelo. En su simulación, probaron cómo aprende el cerebro cuando las señales se enrutan correctamente frente a cuando se desordenan. Encontraron que el aprendizaje funcionaba mejor cuando la retroalimentación de los ganglios basales y el cerebelo se enviaba de vuelta a los grupos específicos de neuronas que habían ayudado a generar la acción. Si las señales se enviaban a las neuronas incorrectas, el aprendizaje fallaba. El modelo también reveló que el cerebro utiliza dos formas distintas para enviar estas señales de vuelta. Un tipo de señal actúa como un control de volumen, haciendo que la actividad existente de una neurona sea más fuerte o más débil. El otro tipo actúa como un empuje directo, añadiendo nueva actividad a la neurona. Los investigadores descubrieron que el cerebro necesita que ambos mecanismos trabajen juntos para aprender de manera eficiente. El efecto de "control de volumen", que ocurre en esa capa superior de la corteza, ayuda al cerebro a amplificar las señales correctas, mientras que el empuje directo ayuda a impulsar la acción hacia adelante.

El estudio también exploró cómo el cerebro determina qué neuronas deberían recibir estas señales de aprendizaje en primer lugar. En el modelo computacional, los investigadores demostraron que el cerebro puede aprender a alinear su retroalimentación observando su propia actividad durante los períodos de reposo. Al comparar qué tan activa era una neurona con la probabilidad de que desencadenara una acción, el cerebro puede ajustar sus conexiones para que las señales de aprendizaje se envíen al lugar correcto. Este proceso, que llamaron calibración local, permitió al modelo recuperar su capacidad de aprendizaje incluso si las conexiones iniciales no estaban configuradas perfectamente. Además, los investigadores probaron si este sistema podía manejar tareas complejas donde múltiples neuronas debían ser entrenadas al mismo tiempo, como en experimentos de interfaz cerebro-máquina donde una persona aprende a controlar un cursor de computadora con sus pensamientos. Encontraron que cuando el cerebro envía una única señal de recompensa global a toda la red, tiene dificultades para entrenar múltiples objetivos simultáneamente si esos objetivos necesitan moverse en direcciones opuestas. Sin embargo, cuando la retroalimentación se enruta a través de canales paralelos y separados, el cerebro puede entrenar con éxito múltiples neuronas a la vez. Esto sugiere que la capacidad del cerebro para aprender tareas complejas y de múltiples partes depende de tener estos canales distintos y paralelos que puedan entregar el crédito a grupos específicos de neuronas sin interferencias.

Estos hallazgos ofrecen una nueva forma de ver cómo aprende el cerebro. En lugar de ver a los ganglios basales y al cerebelo como sistemas independientes que simplemente suman sus resultados, los investigadores proponen que trabajan como un equipo coordinado que utiliza una autopista compartida para entregar señales de aprendizaje. Esta autopista, que converge en la capa superior de la corteza motora, permite al cerebro integrar diferentes tipos de información y dirigirla con precisión donde se necesita. El estudio sugiere que la disposición física de estas conexiones no es solo un diagrama de cableado pasivo, sino un componente activo del propio proceso de aprendizaje. Al asegurar que las señales de aprendizaje lleguen a las neuronas específicas responsables de una acción, el cerebro puede refinar eficientemente su comportamiento y adaptarse a nuevos desafíos. Este trabajo proporciona un marco anatómico y computacional concreto para comprender cómo el cerebro resuelve el problema de la asignación de crédito, un desafío fundamental en el aprendizaje que se aplica no solo a los animales, sino también al desarrollo de sistemas de inteligencia artificial. Los resultados de los investigadores, derivados tanto de la observación directa en ratones como de rigurosas simulaciones computacionales, resaltan la importancia de la convergencia laminar y la retroalimentación modular para permitir que el cerebro aprenda comportamientos complejos.