Neurocientíficos del Centro Sainsbury Wellcome (SWC) de la University College de Londres (Reino Unido) han descubierto que el cerebro utiliza un sistema dual para aprender mediante ensayo y error.
Esta es la primera vez que se identifica un segundo sistema de aprendizaje, lo que podría ayudar a explicar cómo se forman los hábitos y proporcionar una base científica para nuevas estrategias que aborden afecciones relacionadas con el aprendizaje habitual, como las adicciones y las compulsiones.
Publicado en ‘Nature’, el estudio en ratones también podría tener implicaciones para el desarrollo de terapias para el Parkinson. En esencia, se ha descubierto un mecanismo que se cree que es responsable de los hábitos. “Una vez que se desarrolla una preferencia por una acción determinada, se puede obviar el sistema basado en valores y confiar únicamente en la política predeterminada de lo que se ha hecho en el pasado. Esto podría permitir liberar recursos cognitivos para tomar decisiones basadas en valores sobre otras cosas, explica el doctor Marcus Stephenson-Jones, líder de grupo en SWC y autor principal del estudio.
Los investigadores descubrieron una señal de dopamina en el cerebro que actúa como una señal de aprendizaje diferente a la conocida previamente. Ya se sabía que las señales de dopamina en el cerebro generan errores de predicción de recompensa (RPE), donde indican al animal si un resultado real es mejor o peor de lo esperado. En este nuevo estudio, los científicos descubrieron que, en paralelo al RPE, existe una señal de dopamina adicional, llamada error de predicción de la acción (APE), que actualiza la frecuencia con la que se realiza una acción. Estas dos señales de aprendizaje ofrecen a los animales dos maneras diferentes de aprender a elegir: a elegir la opción más valiosa o la más frecuente.
“Imagina ir a tu sandwichería local. La primera vez, te tomas tu tiempo para elegir un sándwich y, dependiendo de cuál elijas, puede que te guste o no. Pero si vuelves a la sandwichería muchas veces, ya no pierdes tiempo preguntándote qué sándwich elegir y, en cambio, empiezas a elegir el que te gusta por defecto. Creemos que es la señal de dopamina APE en el cerebro la que te permite almacenar esta política predeterminada”, ejemplifica la doctora Stephenson-Jones.
El sistema de aprendizaje recién descubierto ofrece una forma mucho más sencilla de almacenar información que comparar directamente el valor de diferentes opciones. Esto podría liberar el cerebro para realizar múltiples tareas. Por ejemplo, una vez que haya aprendido a conducir, también podrá mantener una conversación con alguien durante el viaje. Mientras su sistema por defecto realiza todas las tareas repetitivas para conducir el coche, su sistema basado en valores puede decidir de qué hablar.
Investigaciones previas descubrieron que las neuronas dopaminérgicas necesarias para el aprendizaje residen en tres áreas del mesencéfalo: el área tegmental ventral, la pars compacta de la sustancia negra y la pars lateral de la sustancia negra. Si bien algunos estudios demostraron que estas neuronas participaban en la codificación de la recompensa, investigaciones anteriores hallaron que la mitad de estas neuronas codificaban el movimiento, pero la razón seguía siendo un misterio.
Las neuronas del epitelio pigmentario de la piel (RPE) se proyectan a todas las áreas del cuerpo estriado, excepto a una, llamada la cola. Mientras que las neuronas específicas del movimiento se proyectan a todas las áreas excepto al núcleo accumbens. Esto significa que el núcleo accumbens se encarga exclusivamente de la señal de recompensa, mientras que la cola se encarga exclusivamente del movimiento.
Al investigar la cola del cuerpo estriado, el equipo logró aislar las neuronas del movimiento y descubrir su función. Para comprobarlo, los investigadores utilizaron una prueba de discriminación auditiva en ratones. Así, utilizando un sensor de dopamina codificado genéticamente, se demostró que la liberación de dopamina en esta área no estaba relacionada con la recompensa, sino con el movimiento.
Estos hallazgos dan una pista de por qué es tan difícil abandonar los malos hábitos y por qué sustituir una acción por otra puede ser la mejor estrategia. Si se sustituye una acción con la suficiente constancia, como masticar chicle de nicotina en lugar de fumar, el sistema APE podría tomar el control y formar un nuevo hábito sobre el anterior.
“Ahora que sabemos que este segundo sistema de aprendizaje existe en el cerebro, contamos con una base científica para desarrollar nuevas estrategias para superar los malos hábitos. Hasta ahora, la mayoría de las investigaciones sobre adicciones y compulsiones se han centrado en el núcleo accumbens. Nuestra investigación ha abierto un nuevo camino para buscar posibles dianas terapéuticas en el cerebro”, comenta el doctor Stephenson Jones.
Esta investigación también tiene posibles implicaciones para el párkinson, cuya causa se sabe que es la muerte de las neuronas dopaminérgicas del mesencéfalo, específicamente en la pars compacta de la sustancia negra. Se ha demostrado que las células que mueren son las neuronas dopaminérgicas relacionadas con el movimiento, que podrían ser responsables de la codificación de la APE.
Esto podría explicar por qué las personas con párkinson experimentan déficits en la realización de comportamientos habituales como caminar, pero no experimentan déficits en comportamientos más flexibles como patinar sobre hielo.