Jerarquización de las escalas temporales intrínsecas en la corteza cerebral de primates. Murray J.D., Bernacchia, A., Freedman, D.J., Romo,R., Wallis,J. D., Cai, X., et 5 al. (2014) A hierarchy of intrinsic timescales across primate cortex. Nature Neuroscience, doi:10.1038/nn.3862
Introducción Relación entre topografía y dinámica cerebral. Se reproduce la polémica entre localizacionistas y globalistas. Acusación de “Nueva Frenología” “Todo influye en todo” referido al cerebro. Necesidad de Integrar ambos aspectos. Necesidad de pensar en términos de redes Existe localización en el cerebro Existe jerarquización entre las redes.
El Sistema Visual Muestra Jerarquización El tamaño de los campos receptivos incrementa a lo largo de la jerarquía visual Tamaño campo receptivo El tamaño de los campos receptivos va aumentando a lo largo de la organización de la corteza visual.
El Sistema Visual Muestra Especialización
La Corteza Prefrontal Humana: Jerarquización Abstracto-Concreto Representaciones abstractas y reglas complejas. Representaciones concretas
Jerarquía Temporal Existe actividad neuronal variable en toda la corteza. Pero no está claro cuál es la escala temporal que subyace a esa variabilidad. Ni si las escalas temporales son diferentes de unas áreas a otras. Interesa saber si la especialización temporal es una propiedad intrínseca de las neuronas de un área determinada. Es decir, su especialización no depende de la estimulación que reciben.
La Investigación Analiza datos de diferentes investigaciones (U de Yale, New York, Bremen, Chicago, UAM, Berkeley, Shanghai, St. Louis, Rochester). Que han realizado registros unicelulares Centrándose en el estudio del mantenimiento de la tasa de disparo de las neuronas durante el intervalo anterior a la presentación de los estímulos. Esperan que el mantenimiento de la tasa de disparo sea diferente para áreas distintas.
Metodología I DATOS 6 GRUPOS DE INVESTIGACIÓN: ÁREAS registro Foreperiod (ms) Pasternak MT y LPFC 500 o 1000 Freedman MT, LIP , LPFC 500 Lee LIP, CPFL, ACC Wallis LPFC, OFC 1000 Padoa-Schioppa LPFC, OFC, ACC 1500 Romo S1, S2 >1400 MT – Medial temporal visual area LIP – Lateral intraparietal (cortex parietal de asociación) n = 26 monos Registro neurona única durante tareas cognitivas. Periodo previo al estímulo. (500 – 1500 ms) Fijación visual. Sostener palanca (Romo)
Áreas Registradas
Procedimiento de Análisis: Autocorrelación
Resultados: Autocorrelación The Autocorrelación del conteo de disparos neurales en el tiempo.
Resultados: Curvas de Decaimiento
Resultados: Curvas de decaimiento A medida que pasa el tiempo va decayendo la correlación que tiene la señal consigo misma. Pero, en todo momento se encuentran diferencias entre las áreas corticales. En el LPFC las señales neuronales se pueden mantener durante más tiempo que en el MT (127 ms vs. 77 ms) Los puntos fuera de la linea indican actividad refractaria de la neurona, que son excluidos del análisis (Murray et al., 2014) Curvas de decaimiento de autocorrelación y escalas temporales intrínsecas de cada área.
Escala Temporal Intrínseca
Resultados: Jerarquía temporal a largo plazo Offset: Refleja la fuerza de las fluctuaciones en escalas temporales largas (5-10s)que sobrepasan el periodo previo al estímulo El offset de autocorrelación correlaciona de forma positiva con la escala temporal intrínseca.
Resultados: Relación con el mantenimiento de la recompensa Determinadas áreas frontales muestran una correlación entre su escala temporal intrínseca y su escala temporal asociada al mantenimiento de la recompensa
Conclusiones Las áreas corticales muestran diferentes escalas temporales de sus fluctuaciones intrínsecas. Estas escalas temporales establecen la duración de los intervalos en los que los circuitos neurales integran sus inputs. Las escalas temporales más cortas de las areas sensoriales les permiten detectar rápidamente estímulos dinámicos. las áreas frontales utilizan escalas temporales más largas para integrar la información en procesos cognitivos como la memoria a corto plazo o la toma de decisiones.
MUCHAS GRACIAS