Cómo aprende el cerebro a predecir las recompensas

Los investigadores han descubierto que el hipocampo, una región cerebral responsable de la memoria y la orientación espacial, no se limita a almacenar recuerdos: también reorganiza activamente su funcionamiento para anticipar el futuro. Observaron que, en ratones que aprendían una tarea compleja, las señales neuronales relacionadas con la recompensa empezaban a desplazarse hacia atrás en el tiempo, como si el cerebro intentara adelantarse a los acontecimientos. El estudio se ha publicado en la revista Nature.

El hipocampo es una pequeña estructura con forma de caballito de mar, situada en profundidad en los lóbulos temporales del cerebro. Desde hace tiempo se conoce como un centro de formación de recuerdos. Además, crea el llamado mapa cognitivo: un modelo interno del mundo que permite orientarse en el espacio.

Antes se creía que ese mapa era bastante estático: registraba límites, puntos de referencia y lugares donde encontrar comida. Pero para sobrevivir no basta con conocer el pasado: hay que poder predecir el futuro. De ahí surgió la teoría de la codificación predictiva: el cerebro construye continuamente modelos del mundo para evaluar lo que ocurrirá. Si la predicción se cumple, el modelo queda confirmado. Si no, el cerebro lo actualiza.

Sin embargo, observar en tiempo real cómo se reorganizan los mapas neuronales era complicado. La mayoría de las tecnologías para registrar la actividad cerebral solo funcionan durante periodos breves. Por eso, el aprendizaje prolongado de los animales seguía siendo un «punto ciego» de la investigación.

Mohammad Yaghoubi, de la Universidad McGill, resolvió este problema. Junto con el director del estudio, Mark Brandon, del Centro de Investigación Douglas, diseñó un experimento que permitió seguir a las mismas neuronas durante varias semanas. El objetivo era averiguar si el hipocampo reorganiza su mapa para anticipar la recompensa.

Para ello utilizaron un método de imagen de calcio. Los científicos introdujeron en los ratones un virus modificado que hacía que sus neuronas brillaran al activarse, cuando recibían calcio. Después implantaron sobre el hipocampo un pequeño elemento óptico parecido a una lente en miniatura. A él se acoplaba una pequeña cámara que registraba el brillo de las neuronas mientras los animales se comportaban con libertad.

Como el método se basa en imágenes ópticas, el tejido cerebral sufre menos daños y las cámaras pueden observar las mismas neuronas durante semanas. Esto permitió relacionar la actividad de células concretas con el comportamiento de los ratones.

Los animales aprendieron una tarea llamada «emparejamiento demorado con la posición no coincidente». En una cámara automatizada con pantalla táctil, el ratón veía un punto iluminado y, tras una pausa, dos opciones: una antigua y otra nueva. Para obtener una recompensa —un poco de batido de fresa— tenía que pulsar la opción nueva. La tarea exigía mantener información en la memoria de trabajo y aplicar una regla.

Al principio del experimento, los investigadores observaron que un grupo concreto de neuronas se activaba con intensidad al recibir la recompensa. El cerebro parecía «alegrarse» con el batido. Pero, a medida que avanzaba el entrenamiento, esas neuronas empezaban a comportarse de otra manera: su actividad se desplazaba poco a poco hacia atrás en el tiempo, primero hasta el momento de acercarse al compartimento de la recompensa y luego hasta el momento de elegir correctamente en la pantalla.

En esencia, las células pasaron de detectar la recompensa presente a predecir la futura. Cuando los ratones ya dominaban la habilidad, el cerebro «sabía» que iba a llegar la recompensa y se adelantaba al acontecimiento varios segundos.

Los investigadores también observaron que, en las primeras etapas, muchas células codificaban la propia recompensa. Pero, cuando el animal aprendía, disminuía el número de esas células y aumentaba el de las que pasaban a codificar la elección y el acercamiento a la recompensa. El cerebro ahorraba recursos: si la recompensa es previsible, no tiene sentido gastar células de más en señalarla.

Los científicos comprobaron que el desplazamiento de la actividad no guardaba relación con la velocidad ni con la posición del ratón. Se trataba realmente de una reorganización del mapa cognitivo. Que el efecto se repitiera en distintos animales apunta a que es un mecanismo fundamental.

Estos procesos podrían ayudar a explicar los problemas de memoria en enfermedades neurodegenerativas, como el alzhéimer, en las que la persona pierde la capacidad de orientarse y anticipar consecuencias.

Los autores advierten que los estudios se realizaron en ratones y que el cerebro humano es más complejo. Tampoco se sabe aún si el mecanismo funciona con acontecimientos negativos.

Pero el principal hallazgo está claro: el hipocampo no se limita a almacenar el pasado. Lo reorganiza activamente para prepararse para el futuro.

El artículo «Codificación predictiva de la recompensa en el hipocampo» fue publicado por Mohammad Yaghoubi, Andrés Nieto-Posadas, Coralie-Anne Mosser, Thomas Giguère, Emmanuel Wilson, Sylvain Williams y Mark Brandon.