Striatal interneuron microcircuits gate reinforcement to stabilize adaptive choice

Ogni giorno compiamo innumerevoli piccole scelte, dal decidere quale percorso prendere per andare al lavoro alla scelta di un pasto da un menù. Alcune di queste scelte vengono apprese attraverso tentativi ed errori, un processo in cui il nostro cervello pesa il successo o il fallimento di un'azione rispetto al risultato prodotto. Questo apprendimento avviene in una regione specifica del cervello chiamata striato, una struttura profonda che funge da hub per l'elaborazione delle informazioni relative a ricompense e punizioni. All'interno di questo hub, un tipo di cellula nervosa noto come neurone a proiezione spinosa funge da messaggero principale, inviando segnali che guidano il nostro comportamento in avanti. Gli scienziati sanno da tempo che queste cellule messaggere sono controllate da input eccitatori, ma il ruolo delle cellule inibitorie locali — quelle che agiscono come freni o filtri all'interno dello striato stesso — è rimasto un mistero. Comprendere come funzionano questi freni locali è cruciale perché potrebbero essere la chiave di come adattiamo le nostre abitudini quando le regole del mondo cambiano, passando da una strategia di successo a una nuova quando i nostri vecchi modi smettono di funzionare.

Un team di ricercatori ha recentemente rivolto la propria attenzione allo striato dorsomediale per scoprire come questi circuiti inibitori locali influenzino l'apprendimento. Si sono concentrati su un tipo specifico di compito di apprendimento in cui un animale doveva spingere o tirare una leva per ottenere una ricompensa, ma le regole del gioco cambiavano occasionalmente. A volte spingere era la mossa corretta, e altre volte lo era tirare, e l'animale doveva capire il cambiamento in base al fatto che ricevesse o meno una ricompensa. Osservando l'attività di diverse cellule nervose inibitorie durante questo processo, gli scienziati hanno scoperto un circuito interno preciso che collega il risultato immediato di un singolo tentativo alla strategia più ampia che l'animale usa per compiere le scelte. Hanno scoperto che due tipi specifici di cellule inibitorie, distinti dalle proteine che contengono, reagiscono in modi opposti agli stessi eventi. Un tipo, che contiene una proteina chiamata somatostatina, diventa attivo quando un tentativo va male o quando una ricompensa arriva inaspettatamente. L'altro tipo, che contiene la tirosina idrossilasi, fa l'opposto: si calma quando un tentativo fallisce e scatta all'azione quando viene ricevuta una ricompensa.

I ricercatori hanno poi mappato come questi due tipi di cellule comunicano tra loro e con le cellule messaggere principali. Hanno scoperto che quando le cellule della tirosina idrossilasi sono attive, esse sopprimono le cellule della somatostatina. Questa soppressione rimuove un freno, permettendo alle cellule messaggere principali di scaricare più liberamente. Questa catena di eventi crea un percorso in cui un buon esito innesca una sequenza specifica che potenzia l'attività delle cellule responsabili del guidare l'azione. Per testare se questo circuito fosse effettivamente necessario per l'apprendimento, gli scienziati hanno temporaneamente silenziato queste cellule in animali viventi. Quando hanno impedito alle cellule della somatostatina di funzionare, gli animali hanno iniziato a compiere ripetutamente la scelta sbagliata, restando ancorati a una strategia subottimale anche quando non era più vantaggiosa. Al contrario, quando hanno silenziato le cellule della tirosina idrossilasi, gli animali hanno avuto difficoltà a imparare dalle ricompense positive, fallendo nel rinforzare il comportamento corretto. Questi esperimenti hanno dimostrato che questo specifico microcircuito agisce come un cancello, decidendo se il cervello debba aggiornare il proprio comportamento sulla base dell'esito di un singolo tentativo.

Lo studio ha anche esaminato cosa accade all'interno delle cellule dopo che questi cambiamenti comportamentali si sono verificati. Quando le cellule della somatostatina erano inibite, i ricercatori hanno osservato che le connessioni tra gli input eccitatori e le cellule messaggere principali diventavano più forti nel tempo. Questo rafforzamento suggerisce un cambiamento fisico nel cablaggio del cervello che potrebbe spiegare perché gli animali continuassero a compiere la stessa scelta errata molto tempo dopo la fine dell'esperimento. I risultati indicano che questo circuito di disinibizione fa molto di più che reagire a un singolo evento; trasforma il risultato immediato di un tentativo in un cambiamento duraturo di politica. Controllando il flusso di rinforzo attraverso questo specifico loop locale, il cervello può stabilizzare le scelte adattive, assicurando che impariamo dai nostri successi e fallimenti in un modo che guidi le nostre azioni future.