🧠 neurociencia

Learning Interpretable Switching Dynamics in Shared Neural-Behavioral Latent Space

Este artículo presenta Switching Shared Latent Dynamics (SSLD), un marco unificado que aprende un espacio latente compartido interpretable con dinámicas de conmutación no lineales para modelar simultáneamente la relación entre la actividad neural de alta dimensión y el comportamiento, mientras aísla la variabilidad específica de cada modalidad a través de diversos conjuntos de datos experimentales.

Autores originales: Zhang, Y., Caro, J. O., Oren, R., Higley, M. J., Cardin, J., Churchland, A., Saxena, S.

Publicado 2026-10-09

📖 6 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Zhang, Y., Caro, J. O., Oren, R., Higley, M. J., Cardin, J., Churchland, A., Saxena, S.

Artículo original bajo licencia CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ⚕️ Esta es una explicación generada por IA de un preprint que no ha sido revisado por pares. No es consejo médico. No tome decisiones de salud basándose en este contenido. Leer descargo de responsabilidad completo

El cerebro es una máquina vasta y ruidosa. En cualquier momento dado, miles de millones de neuronas se activan en patrones complejos, creando una señal que se parece al estático de una radio. Sin embargo, dentro de ese caos, grupos específicos de células trabajan juntas para impulsar nuestros movimientos, decisiones y sensaciones. Durante décadas, los científicos han intentado encontrar el hilo oculto que conecta este ruido neuronal con las acciones limpias y observables de un animal. El desafío es que el cerebro no solo reacciona al comportamiento; también genera sus propios ritmos y fluctuaciones internas que no tienen nada que ver con lo que el animal está haciendo en ese momento. Para entender cómo el cerebro controla el comportamiento, los investigadores primero deben separar la señal que importa del ruido que no importa. Necesitan una forma de encontrar el lenguaje compartido entre el cerebro y el cuerpo, y luego comprender cómo ese lenguaje cambia a medida que el animal pasa de un estado a otro, como de estar en reposo a alcanzar un objetivo.

Un equipo de investigadores de las universidades de Yale y UCLA ha desarrollado un nuevo método para resolver este problema, llamado Dinámica Latente Compartida con Cambio (Switching Shared Latent Dynamics). Imagine intentar entender una conversación entre dos personas escuchando una grabación que contiene sus voces mezcladas con el sonido de una calle concurrida. El nuevo método actúa como un filtro sofisticado que puede aislar las voces de los dos interlocutores del ruido de la calle, mientras también rastrea cómo su conversación cambia a medida que el tema cambia. En este caso, los "interlocutores" son la actividad neuronal del cerebro y el comportamiento del animal, y el "ruido de la calle" es la actividad cerebral interna que no tiene nada que ver con la tarea actual. Los investigadores construyeron un modelo computacional que aprende a identificar los patrones específicos en el cerebro que están directamente vinculados con lo que el animal está haciendo, mientras ignora el resto. Crucialmente, el modelo reconoce que estos patrones no permanecen iguales; cambian entre diferentes modos, de forma muy parecida a como un coche cambia de marcha, dependiendo de si el animal se está preparando para moverse, ejecutando un movimiento o descansando.

Los investigadores probaron este enfoque en cuatro conjuntos de datos muy diferentes para ver si se mantenía en el mundo real. Comenzaron con una simulación computacional donde conocían la respuesta exacta, y el modelo recuperó con éxito los patrones ocultos y los momentos en que el sistema cambió de modo. Luego pasaron a experimentos reales con monos. En un experimento, los monos alcanzaban objetivos en veintisiete direcciones diferentes. El modelo analizó la actividad eléctrica de 180 neuronas en la corteza motora y premotora mientras los monos movían sus manos. Encontró que la información sobre el movimiento de la mano estaba concentrada en una parte específica de la actividad cerebral que el modelo había identificado como "compartida" entre el cerebro y el cuerpo. El resto de la actividad cerebral, que el modelo etiquetó como "privada" para las neuronas, contenía patrones complejos que no predecían el movimiento de la mano. Esto confirmó que el modelo podía separar con éxito las señales que impulsan el comportamiento del parloteo interno del cerebro.

En un segundo experimento con monos, los animales realizaron una tarea en la que tenían que empujar contra una fuerza, un escenario que involucra tanto el movimiento activo como la resistencia pasiva. El modelo tuvo éxito nuevamente, identificando periodos distintos de actividad que coincidían con las fases de la tarea, como el momento antes de que el mono se moviera y el momento en que estaba empujando. Los investigadores encontraron que la capacidad del modelo para detectar estos cambios era muy superior a los métodos anteriores que intentaban encontrar patrones sin saber nada sobre el comportamiento, o los métodos que trataban la actividad cerebral como una corriente única e inalterable. Al enseñar explícitamente al modelo a buscar estos cambios en la parte compartida de la actividad cerebral, pudo señalar los momentos exactos en que la estrategia del cerebro cambió para coincidir con las acciones del animal.

El equipo no se detuvo con los monos. Aplicaron el mismo método a ratones, utilizando un tipo diferente de registro que captura la actividad a través de toda la superficie superior del cerebro. En un conjunto de experimentos, los ratones tomaron sus propias decisiones para realizar una tarea, y en otro, los ratones simplemente se movían libremente sin un objetivo específico. Incluso en estas situaciones más complejas y menos controladas, el modelo funcionó. Reconstruyó la actividad neuronal y los movimientos del ratón con alta precisión. Identificó que la parte compartida de la actividad cerebral contenía la información sobre lo que el ratón estaba haciendo, mientras que la parte privada contenía el resto de la actividad cerebral. Cuando los ratones tomaban decisiones, el modelo detectaba un cambio específico en la dinámica cerebral que correspondía al momento en que el rat de comenzaba a acumular información antes de actuar.

Los resultados sugieren que el cerebro no opera en un único estado constante. En cambio, la parte del cerebro que controla el comportamiento parece saltar entre diferentes modos de operación, cada uno adecuado para una fase específica de una tarea. El nuevo modelo proporciona una ventana clara a estos cambios. Muestra que cuando los investigadores intentan entender cómo el cerebro controla el comportamiento, deben buscar estos cambios discretos en las señales compartidas, en lugar de asumir que la actividad cerebral es un flujo suave y continuo. El estudio también destaca que ignorar el comportamiento al analizar el cerebro conduce a una pérdida de claridad; al incluir el comportamiento en el proceso de aprendizaje, el modelo puede identificar mejor qué partes del cerebro están realizando realmente el trabajo de controlar el cuerpo. Este enfoque ofrece una forma más interpretable de estudiar el cerebro, yendo más allá de las simples descripciones de la actividad hacia una comprensión más profunda de cómo los circuitos neuronales se reorganizan para producir la rica variedad de comportamientos que vemos en el mundo natural.

Resumen Técnico: Aprendizaje de Dinámicas de Conmutación Interpretables en un Espacio Latente Compartido Neuro-Conductual

Planteamiento del Problema
Las tecnologías modernas de registro neurocientífico permiten ahora la medición simultánea de actividad neural de alta dimensión y variables conductuales ricas. Esto crea un desafío dual: identificar la estructura latente compartida que media la relación cerebro-conducta y modelar la dinámica subyacente a través de la cual esta estructura evoluciona a través de los estados conductuales. Los enfoques existentes suelen abordar solo una parte de este problema. Los métodos de aprendizaje de representaciones compartidas (p. ej., CEBRA, PSID) identifican subespacios neurales-conductuales, pero generalmente fallan al modelar la estructura dinámica temporal. Por el contrario, los modelos dinámicos (p. ej., SLDS, SRNNs) capturan la variación temporal y las transiciones de estado discretas en la actividad neural, pero no logran desentrañar explícitamente la estructura compartida neural-conductual de la variabilidad específica de cada modalidad. En consecuencia, los modelos actuales tienen dificultades para aislar las señales conductualmente relevantes del ruido neural, mientras capturan simultáneamente cómo estas señales cambian a través de épocas conductuales discretas.

Metodología: Dinámica Latente Compartida con Conmutación (SSLD)
Los autores presentan Switching Shared Latent Dynamics (SSLD), un marco unificado que aprende una representación latente compartida entre la actividad neural y la conducta, dotando a este espacio compartido de una dinámica recurrente de conmutación no lineal. La arquitectura del modelo descompone la información en tres componentes latentes:

Latente Compartido ( $s_t$ ): Captura la información común tanto a la actividad neural como a la conducta. Evoluciona de acuerdo con una Red Neuronal Recurrente de Conmutación (SRNN), donde un estado de conmutación discreto ( $z_t$ ) selecciona uno de $K$ regímenes dinámicos no lineales distintos. Este diseño está motivado por la hipótesis de que las representaciones neurales conductualmente relevantes exhiben cambios dinámicos estructurados a través de los estados conductuales.
Latente Neural Privado ( $h^n_t$ ): Captura la variabilidad neural no explicada por la conducta.
Latente Conductual Privado ( $h^b_t$ ): Captura la variabilidad conductual no explicada por la actividad neural registrada.

Inferencia y Entrenamiento:

Codificadores: Las observaciones neurales y conductuales se codifican por separado utilizando codificadores basados en Transformers para obtener representaciones latentes iniciales. Estas son procesadas posteriormente para extraer los latentes compartidos y privados mediante redes lineales.
Modelo Generativo: El latente compartido evoluciona mediante el proceso SRNN. Las señales observadas neurales y conductuales se reconstruyen concatenando el latente compartido con sus respectivos latentes privados y pasando por redes decodificadoras.
Inferencia Variacional: El modelo emplea inferencia variacional amortizada con una posterior factorizada. Crucialmente, la red de inferencia condiciona sobre ambas modalidades para inferir el latente compartido y los estados de conmutación, a diferencia de los SRNNs previos que solo condicionaban sobre los datos neurales.
Función de Pérdida: El objetivo combina una Cota Inferior Variacional de la Evidencia (ELBO) con dos términos de regularización:
- Supervisión Conductual: Una pérdida de entropía cruzada ( $L_{switch}$ ) fomenta que los estados de conmutación inferidos se alineen con las épocas conductuales definidas experimentalmente durante el entrenamiento.
- Desentrelazamiento: Un término de divergencia de Cauchy-Schwarz (CS) ( $L_{DT}$ ) maximiza la divergencia entre la distribución del latente compartido y las distribuciones de los latentes privados, asegurando que la dinámica conductualmente relevante se aísle del ruido específico de la modalidad.

Resultados Clave
SSLD fue evaluado en un conjunto de datos simulados y cuatro conjuntos de datos experimentales diversos que abarcan especies (mono, ratón), regiones cerebrales (motor, premotor, somatosensorial, corteza dorsal) y modalidades de registro (electrofisiología, imagen de calcio de campo ancho):

Precisión de Reconstrucción: SSLD reconstruyó con precisión tanto la actividad de la población neural como las trayectorias conductuales en todos los conjuntos de datos, superando a los modelos de referencia en el error cuadrático medio.
Desentrelazamiento: Los análisis de decodificación lineal confirmaron que la información conductual estaba fuertemente codificada en los latentes compartidos y conductuales privados, pero estaba mayormente ausente del latente neural privado. Esto demuestra la capacidad del modelo para separar la estructura compartida conductualmente relevante de la variabilidad específica de la modalidad.
Alineación de Estados: Los estados discretos inferidos dentro del espacio latente compartido se alinearon significativamente mejor con las épocas conductuales de la verdad de base (ground-truth) que los estados inferidos por baselines no supervisados (k-means, HMM, SLDS) o modelos supervisados que operan únicamente sobre datos neurales. En la tarea de alcance (reaching task), SSLD logró una precisión de alineación de estados del 96%, comparable a los baselines totalmente supervisados, pero sin requerir supervisión directa de la dinámica latente.
Interpretabilidad Dinámica: La visualización de campos de flujo y puntuaciones de atractores de línea reveló que el modelo aprendió regímenes dinámicos distintos y dependientes del estado. Por ejemplo, en la tarea de alcance, la dinámica transicionó de estados preparatorios a regímenes estables de ejecución de movimiento tras la "señal de inicio" (go cue).
Estudios de Ablación: Eliminar cualquiera de los tres componentes principales —aprendizaje de representación compartida, supervisión conductual o dinámica de conmutación— resultó en un rendimiento degradado. Específicamente, los métodos lineales (CCA) fallaron en generalizar, y eliminar la supervisión conductual redujo la capacidad del modelo para capturar la estructura compartida, mientras que eliminar la dinámica de conmutación disminuyó la precisión de la alineación de estados.

Significancia y Reivindicaciones
El artículo afirma que SSLD ofrece un enfoque interpretable para modelar la dinámica compartida neuro-conductual. Al situar la dinámica de conmutación específicamente dentro del subespacio latente compartido, el modelo enfoca su inferencia de estado discreto en el componente de la actividad neural más directamente vinculado a la conducta, en lugar de en una variabilidad neural arbitraria.

Los autores posicionan a SSLD como un motivo arquitectónico complementario para el campo emergente de los modelos fundacionales de neurociencia. Mientras que los modelos fundacionales recientes se han centrado en escalar a través de sesiones y sujetos, han tratado la dinámica mayormente como estacionaria. SSLD demuestra que incorporar la dinámica de conmutación en un espacio latente compartido proporciona un puente principial entre la actividad neural y la conducta, ofreciendo un camino hacia modelos más interpretables y escalables que puedan generalizarse a través de diversos conjuntos de datos neurales, regiones cerebrales y contextos conductuales. El trabajo sugiere que modelar conjuntamente la estructura compartida y la dinámica de conmutación es esencial para vincular la actividad neural con la conducta, aunque los autores señalan limitaciones respecto a la dependencia de priors conductuales bien definidos y la falta de un modelado explícito para entradas externas.

Más como este