Todos os dias, as pessoas estão constantemente aprendendo e formando novas memórias. Ao iniciar um novo hobby, tentar uma receita ou ler as notícias, o cérebro armazena essas memórias por longos períodos. Mas qual é o processo por trás dessa capacidade cerebral impressionante?
Uma pesquisa recente publicada na revista Science identificou algumas das “regras” que o cérebro utiliza para aprender. O cérebro humano é composto por bilhões de neurônios, que conduzem impulsos elétricos para transportar informações de maneira semelhante ao funcionamento do código binário em computadores. Essas ações elétricas são comunicadas entre os neurônios através de sinapses, que são as conexões entre eles. Os neurônios possuem estruturas ramificadas chamadas dendritos, que recebem milhares de inputs elétricos de outras células. Os dendritos enviam essas entradas para o corpo celular do neurônio, onde a informação é integrada e convertida em impulsos elétricos.
A atividade coletiva desses impulsos elétricos em grupos específicos de neurônios resulta em representações variadas de informações e experiências no cérebro. Por várias décadas, neurocientistas acreditam que a aprendizagem ocorre por meio de alterações nas conexões sinápticas. À medida que novas informações afetam a comunicação entre os neurônios, algumas sinapses se fortalecem e outras se enfraquecem. Esse fenômeno, conhecido como plasticidade sináptica, é essencial para a formação de novas representações cognitivas.
Para que as representações corretas sejam criadas durante o aprendizado, as sinapses adequadas precisam ser modificadas no momento certo. As “regras” que o cérebro adota para decidir quais sinapses deverão ser alteradas durante esse processo – um problema conhecido como atribuição de crédito – ainda não são totalmente compreendidas.
Na pesquisa, os cientistas monitoraram a atividade de sinapses individuais no cérebro durante tarefas de aprendizagem para identificar padrões que determinassem o fortalecimento ou enfraquecimento das conexões. Para isso, foram utilizados biossensores geneticamente codificados em neurônios de camundongos, os quais se iluminavam em resposta à atividade sináptica. A atividade foi observada em tempo real enquanto os camundongos realizavam uma tarefa específica, pressionando uma alavanca após um sinal sonoro para receber água.
As descobertas revelaram que as sinapses em um único neurônio não seguem uma única regra de aprendizagem. Embora inicialmente se pensasse que os neurônios seguissem as regras hebbianas – onde neurônios que disparam juntos formam conexões mais fortes – foi observado que sinapses em diferentes locais dos dendritos de um mesmo neurônio podiam operar sob regras distintas. Algumas sinapses respeitaram a regra de Hebbian, enquanto outras agiram de maneira independente.
Esses resultados indicam que os neurônios podem utilizar dois conjuntos distintos de regras de aprendizagem simultaneamente. Essa flexibilidade permite uma representação mais precisa das informações recebidas, possibilitando que os neurônios realizem várias funções ao mesmo tempo.
Essa descoberta traz uma nova perspectiva sobre como as conexões neuronais se modificam durante o aprendizado. Muitos distúrbios cerebrais, incluindo condições degenerativas e psiquiátricas, estão relacionados a disfunções sinápticas, o que pode trazer implicações significativas para a saúde pública.
Por exemplo, a depressão pode resultar do enfraquecimento excessivo das conexões sinápticas em áreas específicas do cérebro, comprometendo a sensação de prazer. Compreender como a plasticidade sináptica ocorre normalmente pode ajudar os cientistas a identificar os problemas subjacentes à depressão e a desenvolver tratamentos mais eficazes.
Além disso, essas descobertas podem influenciar o campo da inteligência artificial. Redes neurais artificiais, fundamentais para a IA, são frequentemente inspiradas no funcionamento do cérebro, mas as regras de aprendizagem aplicadas nessas redes costumam ser uniformes e biologicamente implausíveis. A pesquisa realizada pode trazer insights sobre como criar modelos de IA que sejam mais biológicos, eficientes e de melhor desempenho.
Ainda há muitos desafios pela frente antes que essas informações possam ser usadas para desenvolver novas terapias para distúrbios cerebrais. Embora tenha sido demonstrado que as conexões sinápticas em diferentes dendritos utilizam diversas regras de aprendizagem, os motivos e a mecânica por trás desse fenômeno ainda são obscuros. Além disso, embora a habilidade dos neurônios de empregar múltiplos métodos de aprendizagem enriqueça sua capacidade de codificação de informações, outras possíveis propriedades decorrentes dessa adaptabilidade ainda precisam ser exploradas.
Futuras pesquisas são esperadas para esclarecer essas questões e aprofundar a compreensão sobre os mecanismos de aprendizagem do cérebro.
