Una neurona recibe miles de señales en sus prolongaciones ramificadas: las dendritas. Algunas señales empujan a la célula a disparar (excitación), otras la frenan (inhibición). Durante mucho tiempo se creyó que la neurona simplemente sumaba todos los "a favor" y "en contra". Pero en las dendritas reales la inhibición funciona de otra manera: puede no restar, sino dividir la señal excitatoria. Esto se parece a un control de volumen que atenúa el sonido de forma proporcional, no lo reduce en una cantidad fija.
Este mecanismo se denomina inhibición por derivación (shunting inhibition). Ocurre cuando la entrada inhibitoria abre canales que hacen que la membrana sea "permeable" a la corriente justo en ese lugar. Como resultado, la señal excitatoria no se atenúa por una constante, sino varias veces. Los autores del trabajo construyeron DendriNet, un modelo entrenable que puede alternar entre suma y división en diferentes ramas del árbol dendrítico. Comprobaron si esta división ayuda a una población neuronal a leer mejor la información codificada.
Surgió un detalle importante. La división da ventaja cuando la señal inhibitoria es confiable y está dirigida a la parte de la excitación que varía con el ruido, no con la señal útil. Si las interferencias son fuertes o la inhibición es inestable, la suma simple comienza a funcionar mejor. En experimentos con registros de la corteza visual de ratón, la ventaja de la división sobre la suma fue notable solo con una lectura estrecha de la señal. Con una lectura amplia, desaparecía o incluso se convertía en desventaja. Así que la arquitectura dendrítica no es siempre una ventaja por sí misma, sino una herramienta que es buena en manos hábiles de datos confiables.
Una misma neurona inhibitoria puede influir de manera diferente en sus vecinas según la parte de la dendrita en la que "aterrice": más cerca del soma, una simple resta; más lejos, en la rama, una división.