Estable o flexible: lo que los circuitos neuronales hacen con la información cuando el contexto cambia

Xiao et al. descubrieron que las neuronas del tronco cerebral del ratón —la región más antigua del sistema nervioso, encargada de funciones básicas de supervivencia— no codifican la distancia de los objetos cercanos de una sola manera, sino con dos esquemas complementarios. El primero, llamado «código de proximidad», produce más actividad cuanto más se acerca el objeto: es decir, la tasa de disparo (el número de veces por segundo que una neurona «enciende») sube monotónicamente a medida que la distancia disminuye. El segundo, el «código de mapa», funciona como un piano: cada neurona responde más a una distancia específica y menos a las demás, creando una representación espacial distribuida análoga a un mapa topográfico.

El estudio usó registros extracelulares en ratones despiertos mientras un estímulo pasaba por sus bigotes a distintas distancias controladas. El resultado más revelador fue que el código de mapa permite decodificar la distancia con mayor precisión que el de proximidad, gracias a que la inhibición de largo alcance entre núcleos del tronco —es decir, señales inhibitorias que viajan entre regiones no adyacentes— sustrae señales periféricas heterogéneas y construye una representación espacial más limpia y estable.

Wang et al. abordaron una pregunta cotidiana con métodos de punta: ¿cómo hace el cerebro para ejecutar dos tareas al mismo tiempo sin que se confundan entre sí? Combinaron imagen de calcio de dos fotones —una técnica que usa luz infrarroja para registrar la actividad de cientos de neuronas individuales en el ratón vivo— con manipulaciones optogenéticas (activación o silenciamiento de neuronas específicas con pulsos de luz) para seguir las representaciones de dos tareas simultáneas en la corteza motora secundaria. Al principio, las tareas interfieren: las neuronas compartidas entre ambas se saturan y las no-compartidas reducen su actividad, creando un «cuello de botella» representacional. Con la práctica, la corteza se reorganiza en dos niveles: recluta neuronas especializadas para cada tarea y progresivamente separa las representaciones en el espacio de activaciones.

El trabajo construyó además modelos de redes neuronales recurrentes —redes artificiales con retroalimentación, análogas a los circuitos corticales— que implementan los mismos mecanismos de coordinación y segregación. Estas redes reproducen el comportamiento animal e incluso aprenden más rápido la multitarea que modelos sin esos mecanismos, validando funcionalmente la hipótesis. La manipulación optogenética de las poblaciones coordinadoras demostró causalidad directa: silenciarlas detuvo la mejora en la tarea dual.

Kraus et al. grabaron directamente las neuronas del complejo central —la región del cerebro de los insectos que actúa como brújula interna, codificando la dirección de movimiento en un mapa circular de 360°— en mariposas monarca (Danaus plexippus) mientras transitaban entre reposo, caminata y vuelo. El hallazgo central: la representación de orientación es sorprendentemente estable entre los dos modos de locomoción. Una mariposa que aprende la dirección caminando puede usarla directamente al volar, aunque las señales propioceptivas (las señales del cuerpo que informan qué extremidades se mueven) sean radicalmente distintas entre patas y alas. La representación pasa, además, de frontalmente sesgada en reposo a una cobertura completa de 360° en movimiento activo, como si el estado de «estar en movimiento» desbloqueara el sistema de navegación.

Los registros con tetrodos —electrodos de cuatro canales que permiten identificar neuronas individuales por su «firma» eléctrica— muestran que la sintonía azimutal de cada neurona se mantiene consistente entre caminata y vuelo incluso con los ojos cubiertos, indicando que señales de movimiento propio (y no visuales) son suficientes para mantener el código de orientación estable. Esto apunta a que el complejo central integra señales de locomoción con independencia de la modalidad motora.

Cuando ves un objeto, tu corteza visual procesa su forma y su color de manera casi independiente, como si fueran archivos separados. Pero Xu et al. demostraron que eso cambia cuando los guardas en la memoria de trabajo —la memoria de corto plazo que usamos activamente mientras pensamos. Con resonancia magnética funcional (fMRI) y decodificación de patrones de activación, los autores entrenaron un clasificador para reconocer qué forma estaba recordando el participante usando solo datos de un color, y luego lo pusieron a prueba con otro color diferente. Durante la percepción, la decodificación funcionó igual: forma y color son independientes. Pero durante el período de retención en memoria, la decodificación se degradó —lo cual indica que las representaciones de forma ya no son independientes del color: ambas se fusionaron en un código conjunto.

La transformación ocurrió específicamente en áreas selectivas a la forma y en áreas ventrales sensibles al color dentro de la corteza occipitotemporal (OTC), y no en áreas parietales. El análisis de «cross-decoding» —decodificación cruzada entre colores— es una herramienta poderosa para disociar representaciones conjuntas de representaciones independientes sin necesidad de modelos paramétricos, y puede aplicarse directamente a registros de EEG o MEG con resolución temporal alta.