Un equipo científico consigue reconstruir vídeos vistos por ratones a partir de la actividad de sus neuronas

En los últimos años, ha aumentado el interés por comprender con exactitud cómo el cerebro humano interpreta las distintas señalas. Investigadores de todo el mundo han tratado de decodificar las representaciones cerebrales de la información visual a nivel de píxel utilizando máquinas de resonancia magnética funcional (fMRI).

Ahora, un nuevo estudio realizado por la University College de Londres (UCL) habría empleado grabaciones unicelulares en ratones basándose en este enfoque. En concreto, el equipo habría conseguido crear reconstrucciones de alta calidad de vídeos reproducidos a ratones, basándose únicamente en la actividad neuronal de la corteza visual de los animales.

«Queríamos encontrar una mejor manera de investigar cómo el cerebro interpreta lo que vemos. Los métodos actuales para comprender qué representan grupos específicos de neuronas no son muy generalizables a situaciones que no se han probado específicamente. Por ello, queríamos desarrollar un método que pudiera capturar lo que se representa en el cerebro y compararlo con la realidad», detalló el Dr. Joel Bauer, autor principal del estudio.

Cómo funciona el modelo

Para conseguir este hito científico, el Dr. Bauer y su equipo utilizaron un modelo de codificación neuronal dinámica creado en 2023, el cuál es capaz de predecir la actividad de neuronas basándose en películas que se les mostraron a los ratones. Asimismo, esta herramienta también es capaz de captar y analizar los propios movimientos del ratón y el diámetro de su pupila.

Utilizando el mismo conjunto de datos, el equipo perfeccionó este modelo calculando la diferencia entre la actividad neuronal prevista si un ratón hubiera visto una pantalla en blanco y la actividad neuronal real. Los científicos actualizaron gradualmente los píxeles de la película en blanco mediante un algoritmo y, de esta manera, refinar el modelo para que el vídeo resultante se acercara al que visualizó el animal.

Una vez que el modelo estuvo suficientemente entrenado, los investigadores pudieron construir una película de 10 segundos basada únicamente en la actividad neuronal de un ratón mientras el ratón miraba un vídeo que no se había utilizado previamente y así entrenar el modelo.

«Con este enfoque, logramos reconstrucciones de alta calidad de videoclips de 10 segundos. La precisión de las reconstrucciones mejoró al incluir datos de más neuronas individuales, lo que demuestra la importancia de contar con datos neuronales completos», destaca Bauer.

Finalmente, los investigadores encontraron diferencias mínimas en la sincronización de los dos vídeos. Aun así, en el futuro el objetivo será mejorar la resolución y la cobertura de las reconstrucciones visuales. Esto implicará obtener datos que permitan obtener reconstrucciones de mayor resolución y una mayor cobertura de la escena visual.

De igual manera el equipo planea utilizar esta técnica para descubrir nuevos conocimientos sobre las capacidades de procesamiento visual del cerebro. En concreto, les interesa comprender cómo las representaciones visuales en el cerebro pueden diferir de lo que realmente tenemos ante nuestros ojos.

«No tenemos una representación perfecta del mundo en nuestra cabeza. El proceso de procesamiento visual distorsiona y distorsiona nuestra representación, modificando la información. Esta desviación entre la realidad y las representaciones cerebrales no es necesariamente un error, sino una característica que refleja cómo nuestra mente interpreta y amplía la información sensorial. Queremos explorar cómo ocurre esto en el cerebro», sentenció el neurobiólogo de la UCL.