El estudio encontró que las celdas de cuadrícula crean múltiples mapas locales en lugar de un único sistema global para la navegación espacial.

Las células de la red son una clase de neuronas especializadas en una región del cerebro llamada corteza entorrinal, que apoya la navegación espacial y algunos procesos de memoria. Estudios de neurociencia anteriores han demostrado que estas células se activan en patrones similares a cuadrículas a medida que los humanos y otros animales se mueven a su alrededor, creando una especie de mapa interno del medio ambiente.

Investigadores de la Facultad de Medicina de la Universidad de Heidelberg, el Centro Alemán de Investigación del Cáncer y el EBRI llevaron a cabo recientemente un estudio destinado a arrojar nueva luz sobre los mecanismos mediante los cuales las células reticulares codifican la posición del animal en el espacio y contribuyen a la navegación espacial. su búsqueda, publicado en La naturaleza es neurociencia.proponen que en lugar de crear y mantener un único mapa global, estas células creen múltiples mapas locales que puedan guiar el comportamiento futuro de los animales en su entorno.

“Poco después del descubrimiento de las células reticulares por parte del grupo de May-Britt y Edward Moser, se propuso que estas neuronas podrían apoyar la integración de vías”, dijo a Medical Express Kevin Allen, autor principal del artículo. “En este proceso de navegación básico, un animal estima su posición integrando continuamente señales de movimiento propio incluso en ausencia de puntos de referencia externos. Sin embargo, la mayoría de los estudios previos de celdas de cuadrícula se realizaron en entornos ricos en señales externas, lo que dificulta el aislamiento de los procesos de integración de rutas”.

Para superar las limitaciones de investigaciones anteriores relacionadas, Allen y sus colegas desarrollaron un nuevo paradigma experimental que les permitiría registrar la actividad de las células de la cuadrícula mientras los animales estiman su posición integrando señales de automovimiento. El principal objetivo de su reciente estudio fue comprender mejor cómo se mantienen o reorganizan las representaciones de las celdas de la cuadrícula a lo largo del tiempo, especialmente cuando se eliminan los puntos de referencia externos (es decir, puntos de referencia que los animales han encontrado previamente).

“El método que utilizamos para decodificar el movimiento a partir de la actividad de las células de la cuadrícula es bastante complejo”, explicó Allen. “Primero tuvimos que mejorar nuestra técnica de grabación para poder grabar más de ~10 celdas de la cuadrícula simultáneamente en ratones que se movían libremente. El avance clave fue el uso de sondas de silicio de alta densidad, que nos permitieron capturar la actividad coordinada de muchas celdas de la cuadrícula con alta precisión”.

Después de identificar un método confiable Para registrar simultáneamente la actividad de muchas celdas de la cuadrícula, los investigadores desarrollaron un algoritmo que puede predecir los movimientos de un animal basándose en esta actividad registrada. Esta técnica se basa en un hecho conocido: las posiciones relativas de los campos de disparo de las células de la rejilla están fijadas entre sí.

“Por ejemplo, si la celda A siempre dispara 20 cm al norte de donde dispara la celda B, entonces observar que la celda B está activa justo antes de que la celda A haya movido al animal 20 cm al norte”, dijo Allen. “Entrenamos una red neuronal artificial para aprender automáticamente estas relaciones y predecir el movimiento de los ratones a partir de los patrones de disparo secuenciales de grupos de células de la cuadrícula. Este enfoque nos permitió leer el movimiento del animal directamente a partir de la actividad neuronal”.

Utilizando su algoritmo recientemente desarrollado, Allen y sus colegas pudieron obtener nuevos e interesantes conocimientos sobre cómo las celdas de la cuadrícula representan el entorno de un animal. Sus hallazgos sugieren que, en lugar de representar un sistema de coordenadas global único y fijo, las células dependen de un marco de referencia espacial que puede cambiar dinámicamente en respuesta a la experiencia y el contexto recientes.

“Para ilustrar este concepto, imagine entrar a una habitación en total oscuridad: al principio, su sentido de ubicación interna puede estar anclado a la puerta por la que entró”, dijo Allen. “Sin embargo, después de chocar con un sofá, su ‘mapa’ interno puede cambiar, anclado a este nuevo punto de referencia. De manera similar, en nuestros experimentos, el punto de anclaje del mapa de celdas de la cuadrícula cambió durante la navegación, lo que sugiere que el sistema de coordenadas espaciales del cerebro es flexible y dependiente del contexto, en lugar de estar fijo a una referencia absoluta”.

En particular, los resultados recopilados por Allen y sus colegas desafían las suposiciones arraigadas en la comunidad de neurociencia de que las células de la cuadrícula contribuyen a la navegación espacial. Al contrario de algunos trabajos anteriores, sugieren que estas células mapean el entorno de forma más adaptativa de lo esperado originalmente, actualizando dinámicamente la posición de un animal en el espacio.

Los estudios futuros pueden basarse en los hallazgos del equipo. Por ejemplo, mediante qué procesos se intenta explicar con más detalle. celdas de la cuadricula Actualizar mapas locales en respuesta a señales externas o contextuales. Al mismo tiempo, este trabajo puede informar el desarrollo de otros nuevos. la grilla Sistemas computacionales inspirados en células que pueden mejorar la generación de mapas y la navegación de robots.

© 2025 Red Ciencia X