Neuronas y Cognición q-bio.NC

La mecánica cuántica nos regaló una imagen fascinante: el estado de un sistema no es un punto congelado, sino una onda de posibilidades que baila en un espacio abstracto. Gracias a los trabajos de Schrödinger y Dirac lo representamos con vectores en el espacio de Hilbert.

En 1935, Erwin Schrödinger, al examinar las ecuaciones de la mecánica cuántica, vio algo extraño: dos partículas pueden estar tan íntimamente ligadas que el estado de una determina instantáneamente el estado de la otra, incluso si están separadas por kilómetros.

Antes de una conversación importante, una persona estira la mano hacia el teléfono, pero no marca el número. Dentro ya hay varias frases posibles, pero ninguna ha sido elegida. Ese estado —cuando las opciones existen pero ninguna ha ganado— es lo que los autores del trabajo llaman «variables errantes».

Silencio en el quirófano. El cirujano introduce lentamente en el cerebro del paciente una aguja más fina que un cabello humano. En su extremo no hay una punta, sino un enrejado de novecientos sesenta micrófonos microscópicos. Cada uno escucha su diminuta porción de materia gris.

La corteza cerebral se parece a una hoja de papel arrugada: tiene grosor, curvaturas y profundidad de pliegues. Con la edad, esta hoja cambia de manera desigual: en algunos lugares se adelgaza, en otros pierde nitidez en los pliegues. Antes, los médicos evaluaban la edad del cerebro en su conjunto, como si miraran la hoja desde lejos.

Una región del cerebro del tamaño de un guisante hace que una rata se detenga a mitad de un paso. Un rayo láser incide sobre células sensibles a la luz y el animal se queda quieto, como si hubiera chocado con una pared invisible.

Un detective busca al culpable en un archivo de fichas, pero los retratos están mezclados. Normalmente espera a un hombre con barba canosa, pero el delincuente es joven y sin barba. Algo parecido les ocurre a los médicos: a menudo no reconocen el Alzheimer en quienes lo manifiestan de forma inusual, no con pérdida de memoria, sino con problemas de visión o del habla.

Una persona intenta no pensar en la discusión que tuvo por la mañana, pero le vienen imágenes vívidas a la cabeza. Al mismo tiempo, está preparando un informe y mantiene cifras en mente. El resultado es malo: la memoria interfiere con el trabajo, y el trabajo no la deja olvidar. Los científicos decidieron comprobar cómo maneja el cerebro esta doble carga en personas con distintos niveles de ansiedad.

El cerebro acumula impresiones durante el día, como una habitación acumula cosas. Por la noche, durante el sueño profundo, no solo descansa, sino que pone orden: repasa los acontecimientos del día y decide qué conservar y qué desechar. Los científicos han construido un modelo informático del cerebro que aprende de varios ejemplos durante el día y por la noche los "revisa", como si soñara.

Al mudarse a un piso nuevo, uno no vuelve a aprender a abrir puertas ni a encender la luz. La experiencia de la casa anterior se transfiere sola: la cocina es el lugar con fogones y fregadero, el dormitorio, el de la cama. El cerebro no guarda un mapa exacto, sino un esquema flexible que superpone al espacio desconocido. Los científicos han construido un modelo computacional de esa transferencia.

Una oficina donde los empleados intercambian notas. Mientras hay pocas tareas, cada uno trabaja por su cuenta. Pero llega un pedido urgente, y algunos departamentos empiezan a enviarse mensajes activamente, y el trabajo en conjunto se vuelve más coordinado. Más o menos así se comporta el cerebro cuando intentamos mantener varias cosas en mente a la vez.

Por la noche, el cerebro no se apaga. En lugar de eso, repasa los eventos del día, como un bibliotecario que coloca los libros en los estantes. Pero, ¿de dónde provienen las imágenes extrañas, a veces sin sentido, de los sueños? Muchos pensaban que era simplemente ruido aleatorio, sin importancia.

La larva del pez cebra es casi transparente y su cerebro puede observarse bajo el microscopio. Pero incluso en una criatura tan diminuta, las conexiones neuronales están tan enredadas que resulta casi imposible descifrarlas a mano. Los científicos hicieron una jugada astuta: crearon una copia informática exacta de esa larva, donde cada conexión es conocida.

En el cerebro de cada uno de nosotros hay una red invisible que mantiene a las neuronas en su sitio y les marca las reglas de la comunicación. Esa red es la matriz extracelular, el entorno proteico de las células. En la juventud es flexible, como una banda elástica recién hecha, y permite que las conexiones entre neuronas se reorganicen con facilidad cuando aprendemos algo nuevo.

Un modelo de lenguaje es una construcción de múltiples capas, donde cada capa procesa las palabras a su manera. Al inicio del entrenamiento, las capas son caóticas, pero poco a poco se organizan en dos equipos. El primer equipo trabaja de forma simple: su geometría interna se suaviza y se vuelve menos enredada. El segundo permanece complejo y sinuoso.

Cuando la mano traza una línea, la mirada casi siempre va por delante, como un explorador que se asoma a la curva antes de que la columna doble. Pero, ¿cuánto se adelanta? Resulta que cada persona tiene su propia distancia, y no cambia de un intento a otro.

En la orquesta del cerebro que envejece, los instrumentos se desafinan uno tras otro. Los vasos que llevan el oxígeno se adelgazan. El aislamiento de las fibras nerviosas, como la funda de unos cables viejos, pierde densidad. El taller donde nacen nuevas neuronas, situado en el hipocampo, frena su cadena de montaje.

El cerebro de cada persona está cubierto de circunvoluciones, como una huella dactilar, con un patrón irrepetible. Con la demencia, ese patrón cambia, pero en dos enfermedades parecidas, el Alzheimer y la demencia con cuerpos de Lewy, los cambios son casi indistinguibles a simple vista. Los médicos necesitan un método fiable para separarlas, porque el tratamiento es distinto.

La rata corre por la pista, no porque un motor la obligue, sino porque ella misma quiere. En su cráneo lleva una rejilla de 32 diminutos sensores, como un gorro de natación, pero con cables. Los sensores captan las débiles ondas eléctricas que emite el cerebro.

El cerebro se parece a una gran ciudad: los distritos (las regiones) se comunican entre sí a través de calles (las vías nerviosas). Si los semáforos de un cruce se estropean, el tráfico se detiene. Lo mismo ocurre en el cerebro: si los haces de fibras nerviosas (la sustancia blanca) funcionan mal, las regiones distantes dejan de actuar de manera coordinada y el pensamiento se atasca.

A veces se intenta ver la depresión en las ondas eléctricas del cerebro. La lógica es simple: si la enfermedad tiene etapas —aguda, de mantenimiento, recuperación—, entonces las señales deberían cambiar gradualmente, como el volumen al girar una perilla. Los científicos tomaron registros de EEG de 74 personas: 24 en fase aguda, 23 en fase de mantenimiento y 27 sanas.

En el cerebro de un ratón hay unos 70 millones de neuronas, y sus conexiones están lejos de repartirse por igual: algunas células apenas tienen un par de decenas de contactos, otras miles. Es como una ciudad con callejones tranquilos y plazas abarrotadas. Pero hasta ahora no estaba claro cómo afecta esa heterogeneidad al funcionamiento del cerebro.

Un cuchillo de cocina y un pelador de verduras por separado sirven para distintas tareas, pero cuando un cocinero aprende una receta nueva, a menudo agarra el mismo cuchillo para todo. Parece que el cerebro hace algo similar cuando aprende una nueva habilidad para distinguir imágenes.

Las neuronas del cerebro y los nodos de las redes neuronales artificiales no solo manejan «sí» y «no» individuales, sino también magnitudes que varían suavemente: dónde exactamente se encuentra un objeto, qué tamaño tiene. Pero la respuesta neuronal es algo caprichoso: el mismo estímulo provoca ráfagas de actividad ligeramente diferentes de una vez a otra.

El cerebro en reposo no calla: sus regiones conversan entre sí, y esas charlas pueden escucharse con un tomógrafo. Normalmente, los científicos siguen la fuerza de la señal, es decir, cuán fuerte "suena" cada zona. Pero la conversación también tiene ritmo: unas regiones se encienden a la vez, otras con retraso.

Un modelo típico de aprendizaje automático observa un objeto a la vez: un cerebro, un paciente, un motor. Pero los biólogos necesitan lo general: cómo está organizado el cerebro de una especie en su conjunto, no solo el de un pez concreto.

Una neurona en el cerebro se parece a una persona que reparte sus tarjetas de visita en una conferencia abarrotada. Al principio conoce gente fácilmente, pero a medida que se llena la agenda, cada nuevo contacto requiere más esfuerzo: queda poco espacio libre.

Para distinguir una estrella tenue sobre una ciudad nocturna brillante, los astrónomos restan una imagen de otra: eliminan el resplandor de las farolas. Lo mismo hacen con las neuronas vivas: sus débiles destellos se ahogan en el ruido, pero si restamos todo lo invariable, solo quedan ellos.

Los ojos siguen un punto que dibuja suavemente una curva compleja en la pantalla. En la mayoría de las personas, la mirada se mantiene cerca del punto, pero en algunas parece resbalar o ir con retraso. Antes, estas peculiaridades se ahogaban en los promedios: si sumas a todos y divides, la diferencia casi desaparece.

Dos cómplices en un interrogatorio: ¿traicionar o callar? Si cada uno no sabe qué hará el otro, su elección rompe la regla clásica de la probabilidad. Es como andar en una vieja bicicleta por baches: un asiento duro te saca del sillín. La regla del libro de texto, классическая модель, falla.

Los microscopios modernos ven el cerebro con un detalle asombroso: no solo las sinapsis en sí, los puntos de contacto entre neuronas, sino también las moléculas que las componen. Cada vez hay más imágenes de este tipo y su costo disminuye.

Por la noche, en una habitación oscura, el cuerpo humano brilla de forma apenas perceptible. Esta luz es tan débil que solo la captan instrumentos muy sensibles. Algunos científicos pensaron que ese brillo de la cabeza podría revelar la actividad cerebral, sin tomógrafos ni cables. Pero la verificación mostró otra cosa.

El cerebro de una persona con Parkinson funciona como una orquesta en la que el director se queda inmóvil o agita la batuta sin ton ni son. Los medicamentos no ayudan a todos, y entonces los médicos proponen estimulación: débiles impulsos eléctricos que devuelven el ritmo.

El habla se parece a una orquesta donde cada nota debe sonar en su momento. El cerebro convierte un pensamiento en una cadena de sonidos en fracciones de segundo, y hasta ahora no estaba claro cómo gestiona esta jerarquía, desde los sonidos individuales hasta las sílabas y las palabras completas.

Dos corredores en la misma pista. Uno sale desde la mitad del recorrido, el otro desde el inicio. ¿Quién llega antes? La respuesta es obvia, pero en la neurociencia este truco pasó desapercibido durante mucho tiempo.

Una red neuronal que aprende algo nuevo se parece a un caminante en una región montañosa. Cada conocimiento asimilado es una depresión en el terreno hacia la que el caminante rueda y en la que se queda atrapado. Para salir y llegar a una nueva hondonada, se necesita energía.

Mantener en la cabeza un número de teléfono mientras lo marcas es memoria de trabajo. En el cerebro, esto lo hace un grupo de células que se envían señales entre sí, como personas que pasan un cubo por una cadena. Pero cada transmisión tiene un costo: se necesitan sustancias mediadoras que se agotan.

Una neurona que acaba de calmarse se parece a un pianista que retira las manos del teclado. Pero dentro de ella continúa un trabajo silencioso: diminutas bombas expulsan iones de cloro hacia afuera, devolviendo el instrumento a un estado de preparación.

La mano descansa sobre la mesa y llegan dos vibraciones cortas a la muñeca, una tras otra. Hay que decir cuál es más fuerte. La tarea parece simple, pero la respuesta depende de cuál vibración fue primero. Si la primera es débil y la segunda fuerte, la diferencia parece mayor que cuando se invierten.

El cerebro está organizado como un edificio de varias plantas: los pisos inferiores procesan señales simples, mientras que los superiores las integran en imágenes complejas. Los científicos sospechan desde hace tiempo que este orden está relacionado con la forma en que las neuronas trabajan juntas. Pero cómo exactamente seguía siendo un misterio.