Un reciente estudio llevado a cabo por investigadores de la Universidad de Padova, el Instituto Max Planck para la Física de Sistemas Complejos y la École Polytechnique Fédérale de Lausanne ha arrojado luz sobre la compleja interacción entre las poblaciones neuronales excitatorias e inhibitorias en el cerebro humano. Publicados en la revista Physical Review Letters, los hallazgos sugieren que un equilibrio entre estas dos clases de neuronas es crucial para maximizar el procesamiento de información en el cerebro.
El equilibrio neuronal y su impacto en el procesamiento de información
El estudio, coautorizado por Giacomo Barzon, se centra en una cuestión fundamental de la neurociencia: cómo la estructura del cerebro influye en su capacidad para procesar información. Barzon señala que «el cerebro recibe y integra continuamente entradas sensoriales, y las neuronas no actúan de forma aislada, sino que son parte de redes complejas y recurrentes». Este trabajo es particularmente relevante, ya que el equilibrio entre la actividad de neuronas excitatorias e inhibitorias se ha observado en diversas regiones del cerebro.
Los autores del estudio se propusieron investigar si este equilibrio no solo estabiliza la actividad neuronal, sino que también optimiza el procesamiento de información. Daniel M. Busiello, otro de los coautores, explica que «analizamos un modelo que captura las interacciones entre estas dos poblaciones y exploramos su respuesta a señales externas». Utilizando herramientas de teoría de la información, el equipo reveló un compromiso fundamental: «las redes neuronales optimizadas para la codificación precisa a lo largo de largos periodos pueden ser menos sensibles a cambios rápidos en la entrada».
Los investigadores demostraron que el procesamiento de información es más efectivo en un estado crítico, donde la actividad de neuronas excitatorias e inhibitorias está equilibrada. Este hallazgo sugiere que el ajuste fino de este equilibrio no solo puede estabilizar la actividad del cerebro, sino que juega un papel esencial en su capacidad para codificar información de manera óptima. Giorgio Nicoletti, también coautor, destacó que «las interacciones entre excitación e inhibición son cruciales para permitir que las poblaciones neuronales codifiquen información sobre señales externas que varían en el tiempo».
Este trabajo abre nuevas vías para el estudio de los mecanismos neuronales subyacentes al procesamiento de información. Barzon añade que «en las redes neuronales reales, la conectividad no es estática; evoluciona con el tiempo, influenciada tanto por estímulos externos como por la actividad interna de la red». Este aspecto dinámico de la conectividad podría jugar un papel decisivo en la forma en que las poblaciones neuronales procesan y codifican información, ofreciendo así perspectivas sobre cómo las propiedades de aprendizaje y adaptación afectan a la codificación de información en los sistemas neuronales.
