Notícies

9 de setembre de 2025 -

Una eina d’intel·ligència artificial revela com el cervell s’orienta en l’espai

Un estudi publicat a Science identifica el paper complementari de les principals famílies de neurones en la representació de l'entorn.

El treball, coordinat pel Dr. Manuel Valero al capdavant del Laboratori de Computació Neural de l'Hospital del Mar Research Institute, presenta una eina de lliure accés que permet analitzar la diversitat neuronal.

L'eina ja està disponible en obert i es podrà aplicar a l'estudi d'altres regions del cervell i de malalties com l'Alzheimer, l'epilèpsia, la depressió major o la síndrome de Down, obrint la porta a estratègies terapèutiques més específiques.

Un equip multidisciplinari coordinat pel Dr. Manuel Valero, responsable del Laboratori de Computació Neural de l'Hospital del Mar Research Institute, en col·laboració amb la Universitat de Nova York (NYU) i amb la participació de l'Institut de Neurociències d'Alacant (INA) i la Universitat Cardenal Herrera-CEU, ha desenvolupat una eina d'intel·ligència artificial capaç de classificar neurones segons la seva activitat elèctrica a partir de la resposta a la llum. L'estudi, publicat a la revista Science, ha permès identificar com diferents famílies d'interneurones cooperen en la construcció del sistema intern d'orientació del cervell, que utilitzem per representar l'entorn i aprendre a moure'ns-hi.

Els investigadors van analitzar el comportament de més de 7.000 neurones de l'hipocamp i del còrtex cerebral de ratolins mentre realitzaven una tasca de navegació. Gràcies a aquesta eina, van poder assignar a cada neurona una identitat cel·lular segons la seva família d'origen. L'anàlisi mostra que aquestes famílies neuronals compleixen funcions específiques i complementàries: algunes regulen la precisió del mapa, altres la seva estabilitat i altres permeten adaptar-lo als canvis de l'entorn.

"Aquesta línia de treball està redefinint la nostra comprensió del cervell: no com una tabula rasa que simplement registra allò que arriba a través dels sentits, sinó com un sistema que produeix accions a partir de circuits modelats per l'evolució i refinats per l'aprenentatge", explica el Dr. Manuel Valero, coordinador del projecte i responsable del Laboratori de Computació Neural de l'Hospital del Mar Research Institute.

El treball és fruit de la col·laboració amb els grups dels doctors Bernardo Rudy i György Buzsáki a la Universitat de Nova York, referents internacionals en l'estudi de la diversitat neuronal i les oscil·lacions cerebrals. L'equip va utilitzar models animals modificats genèticament en els quals cada família de neurones expressava una proteïna sensible a la llum, fet que va permetre activar selectivament aquests grups neuronals i registrar-ne l'activitat durant el comportament espontani i el repòs. Posteriorment, aquestes dades van servir per entrenar una intel·ligència artificial capaç de distingir les diferents famílies neuronals a partir de l'activitat registrada al cervell.

"Hem desenvolupat una eina per caracteritzar la diversitat neuronal a partir de registres electrofisiològics. En incorporar aquesta diversitat als nostres models del circuit hipocampal, millorem la comprensió de com aquesta regió possibilita la formació de mapes d'orientació durant l'aprenentatge", assenyala el Dr. Pablo Abad Pérez, investigador postdoctoral i primer signant de l'estudi.

L'eina desenvolupada està disponible en obert i ja es pot aplicar a l'estudi d'altres regions del cervell. El següent pas de l'equip investigador és utilitzar-la per analitzar com es veu alterat el funcionament dels circuits neuronals en malalties com l'Alzheimer, l'epilèpsia, la depressió major o la síndrome de Down, amb l'objectiu d'avançar cap a estratègies terapèutiques més específiques.

 

 

Article de referència
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