circuito neuronal


Un circuito neuronal es una población de neuronas interconectadas por sinapsis para llevar a cabo una función específica cuando se activan. [1] Los circuitos neuronales se interconectan entre sí para formar redes cerebrales a gran escala . [2] Las redes neuronales biológicas han inspirado el diseño de redes neuronales artificiales , pero las redes neuronales artificiales generalmente no son copias estrictas de sus contrapartes biológicas.

Los primeros tratamientos de las redes neuronales se pueden encontrar en Principios de psicología de Herbert Spencer , 3ra edición (1872), Psiquiatría de Theodor Meynert (1884), Principios de psicología de William James (1890) y Proyecto de Sigmund Freud para un Psicología científica (compuesta en 1895). [3] La primera regla del aprendizaje neuronal fue descrita por Hebb en 1949, en la teoría hebbiana. Por lo tanto, el emparejamiento de Hebbian de actividad presináptica y postsináptica puede alterar sustancialmente las características dinámicas de la conexión sináptica y, por lo tanto, facilitar o inhibir la transmisión de señales . En 1959, los neurocientíficos Warren Sturgis McCulloch y Walter Pitts publicaron los primeros trabajos sobre el procesamiento de redes neuronales. [4] Demostraron teóricamente que las redes de neuronas artificiales podían implementar funciones lógicas , aritméticas y simbólicas . Se establecieron modelos simplificados de neuronas biológicas , ahora generalmente llamados perceptrones oneuronas artificiales . Estos modelos simples explicaron la suma neuronal (es decir, los potenciales en la membrana postsináptica se sumarán en el cuerpo celular ). Los modelos posteriores también proporcionaron transmisión sináptica excitatoria e inhibitoria.

Las conexiones entre las neuronas del cerebro son mucho más complejas que las de las neuronas artificiales utilizadas en los modelos de computación neuronal conexionista de las redes neuronales artificiales . Los tipos básicos de conexiones entre las neuronas son las sinapsis : tanto sinapsis químicas como eléctricas .

El establecimiento de sinapsis permite la conexión de neuronas en millones de circuitos neuronales superpuestos e interconectados. Las proteínas presinápticas llamadas neurexinas son fundamentales para este proceso. [5]

Un principio por el cual funcionan las neuronas es la suma neuronal : los potenciales en la membrana postsináptica se sumarán en el cuerpo celular. Si la despolarización de la neurona en el montículo del axón supera el umbral, se producirá un potencial de acción que viajará por el axón hasta las terminaciones terminales para transmitir una señal a otras neuronas. La transmisión sináptica excitatoria e inhibitoria se realiza principalmente mediante potenciales postsinápticos excitatorios (EPSP) y potenciales postsinápticos inhibidores (IPSP).

A nivel electrofisiológico , existen varios fenómenos que alteran las características de respuesta de las sinapsis individuales (llamada plasticidad sináptica ) y de las neuronas individuales ( plasticidad intrínseca ). Estos a menudo se dividen en plasticidad a corto plazo y plasticidad a largo plazo. A menudo se afirma que la plasticidad sináptica a largo plazo es el sustrato de memoria más probable. Por lo general, el término " neuroplasticidad " se refiere a los cambios en el cerebro causados ​​por la actividad o la experiencia.


Anatomía de una neurona multipolar
De "Textura del Sistema Nervioso del Hombre y los Vertebrados " de Santiago Ramón y Cajal . La figura ilustra la diversidad de morfologías neuronales en la corteza auditiva .
Propuesta de organización de circuitos neuronales motor-semánticos para la comprensión del lenguaje de acción. Los puntos grises representan áreas de comprensión del lenguaje, creando una red para comprender todo el lenguaje. El circuito semántico del sistema motor, particularmente la representación motora de las piernas (puntos amarillos), se incorpora cuando se comprenden palabras relacionadas con las piernas. Adaptado de Shebani et al. (2013)
Modelo de un circuito neural en el cerebelo