El Dr. Jose A. Fernandez-Leon Fellenz(*) docente de la Facultad de Ciencias Exactas-UNCPBA, e investigador del CONICET, participó de la XXXVIII Reunión Anual de la Sociedad Argentina de Investigaciones en Neurociencias (SAN) en la que dio una charla invitado como Investigador Joven. La temática fue en minimización de errores para la integración de rutas a través del acoplamiento dinámico de neuronas de lugar y cuadrícula con un enfoque computacional y robótico móvil neuro-inspirado. Dichas charlas reúnen a científicos de diversas áreas de la Neurociencia que comparten el objetivo común de dilucidar los mecanismos que subyacen al funcionamiento del cerebro a través de la lente de la investigación interdisciplinaria y que en algunos casos tienen un enfoque en la computación de circuitos neuronales. Los ponentes fueron cuidadosamente seleccionados, desde teoría pura hasta una combinación de modelado y trabajo experimental.
La SAN2023 se realizó el 3 al 7 de octubre de 2023 en el Auditorio Mauricio López de la Universidad Nacional de San Luis, Argentina. Durante dicho evento, fue otorgado el Doctorado Honoris Causa por parte de la Universidad Nacional de San Luis a Edvard Moser, Premio Nobel de Medicina y Fisiología (2014). El trabajo del Dr. Moser, por el cual se le otorgo el Premio Nobel, estudió la manera en que se realiza la computación de la ubicación y la memoria espacial en el cerebro vinculada a neuronas entorrinales de cuadrícula y su relación a neuronas hipocampales de lugar. Su investigación se concentra en la codificación de redes neuronales en la corteza, poniendo un énfasis particular en los aspectos del espacio, el tiempo y la memoria.
Por su parte, la charla presentada por el Dr. Fernández-Leon Fellenz, abundó sobre las neuronas de cuadrícula (o ‘grid cells’, GC) en la corteza entorrinal medial (MEC) las cuales utilizan la velocidad y la dirección para mapear el entorno durante la navegación espacial. Las neuronas de lugar (o ‘place cells’, PC) del hipocampo codifican el lugar y parecen minimizar el error acumulado de los GC para la integración de rutas. Sin embargo, aún no se comprende la relación dinámica entre ambos tipos de neuronas y el mecanismo involucrado para la minimización de errores. Estudios teóricos recientes también han sugerido la posibilidad de una red de conexiones recursivas entre el hipocampo y el MEC. El acoplamiento dinámico entre estos tipos de neuronas podría coordinar la integración de la entrada de velocidad a la red de GC y actualizar la posición estimada de la red utilizando señales de red de PC. Se implementó un modelo de topología toroidal realista de GC basado en la integración de rutas para abordar este problema. Se modelaron neuronas similares a neuronas de lugar definiendo sus lugares de disparo (o ‘place fields’, PF) mediante detección de flujo visual e información de proximidad durante la exploración del animal de una arena cuadrada. Los PF aparecieron principalmente durante las primeras exploraciones, lo que ayudó a disminuir el error de integración de ruta de los GC. Las PC de aparición relativamente lenta permitieron anclar señales para una integración precisa de la ruta de los GC. De acuerdo con las observaciones experimentales de que las neuronas de lugar pueden recuperar información espacial de neuronas en forma de cuadrícula para crear una representación espacial más precisa, el acoplamiento dinámico entre las PC y los GC puede ser uno de los componentes clave del sistema de navegación del cerebro.
(*) UNCPBA-Fac. Cs. Exactas-INTIA (CICPBA) & CIFICEN (UNCPBA-CICPBA-CONICET), Tandil, Argentina.
