Captan con la resolución de una sinapsis la visión del movimiento en el cerebro

MADRID 30 Abr. (EUROPA PRESS) -

Probando un nuevo método de observación microscópica, el neurocientífico Arthur Konnerth y sus colegas de la Technische Universitaet Muenchen (TUM) han demostrado que las neuronas individuales llevan a cabo aspectos importantes de procesamiento sensorial: en concreto, en este caso, determinar la dirección del movimiento de un objeto en el campo de visión.

Su método permite por primera vez observar las sinapsis individuales, los sitios de contacto de los nervios, que no miden más de un micrómetro de tamaño, en una neurona de un cerebro de mamífero. Concentrado en el conocimiento de que las neuronas juegan un papel en el procesamiento de señales visuales relacionadas con el movimiento, el equipo de Konnerth descubrió que una neurona individual integra las aportaciones que recibe a través de muchas sinapsis a la vez en una sola señal de salida, una decisión, en esencia, hecha por un solo nervio celular.

Los científicos dicen que su método abre una nueva vía para la exploración de cómo funciona el aprendizaje en el nivel de la neurona individual.

Cuando la luz incide en la retina del ojo humano, golpea 126 millones de células sensoriales que la transforman en señales eléctricas. Incluso la unidad más pequeña de la luz, un fotón, puede estimular una de estas células sensoriales. Como consecuencia, enormes cantidades de datos tienen que ser tratados para que seamos capaces de ver. Si bien el tratamiento de los datos visuales se inicia en la retina, la imagen acabada sólo se plantea en el cerebro o, para ser más precisos, en la corteza visual en la parte posterior del cerebro.

Los científicos que trabajan con Arthur Konnerth están interesados en un cierto tipo de neuronas en la corteza visual que encienden las señales eléctricas cuando un objeto se mueve frente a nuestros ojos, o en este caso, los de un ratón.

Cuando el ratón muestra un patrón de barras horizontales en movimiento, las neuronas específicas en su corteza visual responden constantemente, dependiendo de si el movimiento es de abajo hacia arriba o de derecha a izquierda. El patrón de respuesta al impulso de esta "orientación" de las neuronas ya es bien conocida. Lo que no se conocía anteriormente, sin embargo, es que la señal de entrada se ve como en detalle. Esto no era fácil de establecer, como que cada una de las neuronas tiene un árbol entero de diminutas antenas ramificadas, conocidas como dendritas, en la que cientos de otras neuronas producen sus sinapsis.

Para obtener más información sobre la señal de entrada, Konnerth y sus colegas observaron un ratón en el acto de ver, con la resolución que va más allá de una célula nerviosa a una sola sinapsis. Ellos refinaron un método llamado microscopio de dos fotones de fluorescencia, que permite mirar hacia arriba a la mitad de un milímetro en el tejido cerebral y ver no sólo una celda individual, sino incluso sus dendritas. Junto con esta sonda microscópica, realizaron señales eléctricas a las dendritas de las neuronas individuales mismas utilizando pipetas pequeñas de vidrio.

"Hasta ahora, los experimentos similares sólo se han llevado a cabo en las neuronas cultivadas en placas de Petri", dice Konnerth. "El cerebro intacto es mucho más complejo. Debido a que se mueve un poco todo el tiempo, la resolución de sitios individuales de entrada sináptica en las dendritas fue extremadamente difícil."

El esfuerzo ya ha recompensado al equipo con un descubrimiento. Encontraron que en respuesta a las propuestas de diferente orientación de un patrón de barras en el campo de visión del ratón, una neurona recibe señales de orientación individual de entrada de un número de diferentes células nerviosas orientadas en su red de conexiones, pero sólo envía una especie de señal de salida. "Y esto", dice Konnerth, "es donde las cosas se ponen realmente emocionantes." La neurona de orientación sólo envía señales de salida cuando, por ejemplo, el patrón de barra se mueve de abajo hacia arriba. Es evidente que la neurona pesa las señales de entrada distintas entre sí y por lo tanto reduce la saturación de los datos de entrada a la información más esencial necesaria para la percepción clara del movimiento.