La representación del proceso implicado en el agarre de objetos en el cerebro, desde su visualización hasta la captura propiamente dicha, ha sido desarrollada por primera vez gracias al trabajo de neurobiólogos del Centro Alemán de Primates (DPZ). Según un comunicado, un estudio efectuado con monos macacos permitió identificar los circuitos neuronales que participan en los diferentes movimientos que se llevan a cabo en este tipo de acciones cotidianas, desde que se observa un objeto hasta que se produce el agarre.
Como los realizamos a diario y de forma automática, muchas veces no prestamos atención a la gran cantidad de movimientos que se efectúan en tareas tan simples como abrir una puerta. Visualizamos la cerradura y la manija de la puerta, tomamos la llave, la colocamos y abrimos la puerta. Luego volvemos a accionar la llave para cerrar la puerta. En estos sencillos movimientos se ponen en marcha una gran cantidad de procesos cerebrales, visuales y musculares, que se integran para realizar con éxito las acciones. Sin embargo, pasan desapercibidos en el marco del trajín cotidiano.
Ahora, el estudio alemán recientemente publicado en Proceedings of the National Academy of Sciences (PNAS) ha desarrollado un modelo que puede representar a la perfección toda la planificación del movimiento en esta clase de tareas, desde el instante en que se ve un objeto hasta que finalmente se agarra. Los datos neuronales y motores fueron obtenidos en base a experimentos de agarre con monos macacos, que proporcionaron datos vitales para el desarrollo del modelo.
Red neuronal artificial y procesos naturales
El grupo de neurocientíficos desarrolló diferentes experimentos con monos macacos, aprovechando la habilidad de estos primates en cuanto a distintos movimientos de agarre. Dotados de guantes de datos y otros accesorios para la captura de información, los animales fueron estimulados mediante variadas estrategias para que agarren diferentes objetos, cada uno de los cuales disponía de múltiples condiciones en cuanto a dimensiones, peso o textura.
Los científicos iluminaron brevemente el objeto a agarrar, mientras los monos miraban un punto rojo debajo del mismo. Posteriormente, los animales realizaban el movimiento de agarre con un breve retraso después de una señal parpadeante. Estas condiciones aportaron información sobre el momento en el cual las diferentes áreas del cerebro están activas para generar el movimiento de agarre, como así también las dinámicas musculares asociadas a partir de las señales visuales.
Los investigadores crearon una red neuronal artificial que reproduce las condiciones naturales de los procesos cerebrales. El mencionado modelo es capaz de simular circuitos e interacciones en el cerebro para el procesamiento de la información relacionada con los diferentes movimientos de agarre. Vale destacar que los datos neuronales del modelo de red artificial pudieron explicar los datos biológicos complejos de los experimentos con monos macacos, confirmando así la validez del modelo funcional.
Avances a futuro
Según Hansjörg Scherberger, jefe del Laboratorio de Neurobiología del DPZ y uno de los autores del estudio, “nuestro modelo artificial describe por primera vez de una manera biológicamente realista el procesamiento neuronal que implica el reconocimiento de objetos y el control de los músculos de la mano durante el agarre. El modelo contribuye a una mejor comprensión de los procesos neuronales en el cerebro”, destacó.
En el futuro, estos avances podrían utilizarse para el desarrollo de mejores prótesis neuronales, capaces de generar una nueva articulación comunicativa sobre la conexión nerviosa dañada entre el cerebro y las extremidades, por ejemplo en el caso de patologías como la paraplejía. Gracias a esto, se podría restaurar la transmisión de los comandos de movimiento que se activan en el cerebro y envían las órdenes para la actividad de brazos y piernas.
Referencia
A goal-driven modular neural network predicts parietofrontal neural dynamics during grasping. Michaels JA, Schaffelhofer S, Agudelo-Toro A, Scherberger H. PNAS (2020).DOI: https://doi.org/10.1073/pnas.2005087117
Foto:
Un mono macaco con un guante de datos, que permite un seguimiento detallado de manos y brazos. Crédito: Ricarda Lbik.
Hacer un comentario