The cerebellum and anticipatory actionscomputational modeling, robotics and neuroprosthetic studies

Resumen

Los animales tienen un grado de habilidades motoras que supera ampliamente la de los sistemas artificiales actuales, ya esa en nivel de desempeño, versatilidad o eficiencia. Se han propuesto que diferentes marcos de control adaptativo y predictivo están en la base de estas habilidades, pero la implementación biológica de estos permanece sin aclarar. En el caso de los vertebrados, el cerebelo una estructura cerebral donde se espera que residan buena parte de estas primitivas. Múltiples paradigmas de aprendizaje motor indican que el cerebelo es capaz de controla la adquisición de acciones motoras anticipatorias i de ejecutarlas con gran precisión temporal. El caso más estudiado es probablemente el del condicionamiento clásico del parpadeo. El sistema cerebral responsable de la adquisición de este comportamiento condicionado es conocido a nivel anatómico, incluyendo el cerebelo y los circuitos nerviosos de entrada y salida de los estímulos/respuestas. Pero pese a esto, aún se desconocen tanto los mecanismos fisiológicos que posibilitan este aprendizaje como si la función del cerebelo estudiada en el condicionamiento del parpadeo se puede extrapolar a comportamientos más naturales, concretamente, al caso de las acciones anticipatorias. Esta disertación aborda estas dos preguntas mediante estudios computacionales, robóticos y neuro-prostéticos. En estos estudios aplicamos la hipótesis que el cerebelo actúa como un filtro adaptativo, que en lugar de actuar de manera aislada, interactúa con un controlador de comportamiento reactivo. Las aportaciones de esta tesis son las siguientes: En primer lugar, demostramos que las corrientes inhibitorios por derrame extra-sináptico proporcionan un sustrato fisiológico para la representación del tiempo en la corteza del cerebelo. Para sustentar esta hipótesis, se implementa un modelo computacional de la corteza del cerebelo integrado por dos poblaciones de células, la células granulosas y la neuronas de Golgi, que reciben input a través de un conjunto de fibras musgosas. Ambas poblaciones interactúan mutuamente a través de conexiones sinápticas. La particularidad del modelo presentado reside en la inclusión de un interacción a través de corrientes inhibitorias con un recorrido temporal especialmente prolongado. Dichas corrientes se generan en la proyección de la neuronas de Golgi a las células granulas, y su lenta evolución se debe al hecho de que se generan extra-sinápticamente a través de un mecanismo de derrame. El resultado de las simulaciones demuestra que la dinámica introducida por este tipo corrientes en la población de células granulosas hace que sea posible decodificar el tiempo transcurrido desde el inicio de un estímulo continuo en función del patrón de activación de la población. En conclusión, este estudio demuestra que un mecanismo fisiólogico característico del la capa granular del cerebelo tiene la capacidad de codificar intervalos de tiempo de hasta un segundo. En segundo lugar, basándonos en esta hipótesis, desarrollamos un modelo computacional que es capaz de controlar un robot en una tarea de prevención de colisiones. Este modelo lo utilizamos para estudiar la interacción entre el control anticipatorio, del cual es responsable el cerebelo, y el control reactivo, generado por capas inferiores del sistema nervioso. En este contexto, proponemos que en el caso del aprendizaje de respuestas protectivas, el papel del cerebelo consiste en el reemplazamiento parcial del control reflexivo por control anticipatorio. Además, localizamos en la proyección inhibitoria del los núcleos cerebelares a la oliva inferior, el sustrato fisiológico del control del balance entre capas de comportamiento. Finalmente, en la aportación que concluye esta tesis se diseña un modelo computacional simplificado, que una vez implementado en un implante neuroprostético, puede reemplazar el funcionamiento del cerebelo, inactivado farmacológicamente, de un animal vivo, en este caso una rata. Tal resultado supone un primer test sobre la posibilidad de desarrollar prótesis neurales que interactuen de forma bidireccional con el sistema nervioso central. En este caso la prótesis se conecta con dos estructuras que envían estímulos al cerebelo, el nucleo pontino y la oliva inferior, y con una estructura que es estimulada por el cerebelo, el núcleo facial, controla una respuesta motora. A través de estas conexiones es posible detectar en la señales neurales las respuestas a los estímulos de condicionamiento, de forma que el cerebelo adquiera una respuesta motora asociativa de la misma manera que lo haría el cerebelo del animal. Además, este resultado representa una validación de los principios teóricos según los cuales se han diseñado los modelos computacionales previamente usados en esta tesis, ya que al obtener un comportamiento correcto del modelo computacional con datos directamente extraídos del cerebro de un animal se demuestra que la semántica dada a las señales neurales en el modelo son compatibles con la la realidad biológica. En conjunto, con este trabajo damos una explicación biológicamente plausible para los mecanismos que permiten la adquisición de respuesta anticipatorias en el cerebelo, que además puede ser funcional tanto en el ámbito de la robótica como en el de la realización de neuro-prótesis. En resumen, esta tesis aporta un avance a nuestro conocimiento a los mecanismos que están en la base del control motor en animales, y mediante ello da un paso hacia el desarrollo de sistemas artificiales que un futuro puedan alcanzar capacidades equivalentes.