09/09/2025 - Nota de prensa
Un estudio publicado en Science identifica el papel complementario de las principales familias de neuronas en la representación del entorno.
Un equipo multidisciplinar coordinado por el Dr. Manuel Valero, responsable del Laboratorio de Computación Neural del Hospital del Mar Research Institute, en colaboración con la Universidad de Nueva York (NYU) y con la participación del Instituto de Neurociencias de Alicante (INA) y la Universidad Cardenal Herrera-CEU, ha desarrollado una herramienta de inteligencia artificial capaz de clasificar neuronas según su actividad eléctrica a partir de su respuesta a la luz. El estudio, publicado en la revista Science, ha permitido identificar cómo diferentes familias de interneuronas cooperan en la construcción del sistema interno de orientación del cerebro, que utilizamos para representar el entorno y aprender a movernos en él.
Los investigadores analizaron el comportamiento de más de 7.000 neuronas del hipocampo y de la corteza cerebral de ratones mientras realizaban una tarea de navegación. Gracias a esta herramienta, pudieron asignar a cada neurona una identidad celular según su familia de origen. El análisis muestra que estas familias neuronales cumplen funciones específicas y complementarias: unas regulan la precisión del mapa, otras su estabilidad y otras permiten adaptarlo a los cambios del entorno.
"Esta línea de trabajo está redefiniendo nuestra comprensión del cerebro: no como una tabula rasa que simplemente registra lo que llega a través de los sentidos, sino como un sistema que produce acciones a partir de circuitos modelados por la evolución y refinados por el aprendizaje", explica el Dr. Manuel Valero, coordinador del proyecto y responsable del Laboratorio de Computación Neural del Hospital del Mar Research Institute.
El trabajo es fruto de la colaboración con los grupos de los doctores Bernardo Rudy y György Buzsáki en la Universidad de Nueva York, referentes internacionales en el estudio de la diversidad neuronal y las oscilaciones cerebrales. El equipo utilizó modelos animales modificados genéticamente en los que cada familia de neuronas expresaba una proteína sensible a la luz, lo que permitió activar selectivamente estos grupos neuronales y registrar su actividad durante el comportamiento espontáneo y el reposo. Posteriormente, estos datos sirvieron para entrenar una inteligencia artificial capaz de distinguir las diferentes familias neuronales a partir de la actividad registrada en el cerebro.
"Hemos desarrollado una herramienta para caracterizar la diversidad neuronal a partir de registros electrofisiológicos. Al incorporar esta diversidad en nuestros modelos del circuito hipocampal, mejoramos la comprensión de cómo esta región posibilita la formación de mapas de orientación durante el aprendizaje", señala el Dr. Pablo Abad Pérez, investigador postdoctoral y primer firmante del estudio.
La herramienta desarrollada está disponible en abierto y ya puede aplicarse al estudio de otras regiones del cerebro. El siguiente paso del equipo investigador es utilizarla para analizar cómo se ve alterado el funcionamiento de los circuitos neuronales en enfermedades como el Alzheimer, la epilepsia, la depresión mayor o el síndrome de Down, con el objetivo de avanzar hacia estrategias terapéuticas más específicas.
Artículo de referencia
Valero, M.; Abad-Pérez, P.; Gallardo, A.; Picco, M.; García-Hernández, R.; Brotons, J.; Martínez-Félix, A.; Machold, R.; Rudy, B.; Buzsáki, G.; et al. Cooperative actions of interneuron families support the hippocampal spatial code. Science 2025, 389(6764), eadv5638. https://doi.org/10.1126/science.adv5638
Servei de Comunicació:
Marta Calsina(ELIMINAR)
Tel:
(+34) 93 316 06 80
Doctor Aiguader, 88
08226 Barcelona
© Institut Hospital del Mar
d'Investigacions MèdiquesAviso legal y Política de Privacidad | Política de cookies | Mapa Web | Accesibilidad | Dirección y accesos | Contacto