Geometría del conocimiento abstracto aprendido en el hipocampo

Área de la Ciencia:

• La neurociencia
• Ciencias cognitivas

Sus antecedentes:

• Se sabe que las neuronas del hipocampo codifican variables físicas como el espacio.
• Los estudios de resonancia magnética funcional (fMRI) indican que el hipocampo humano también codifica variables abstractas aprendidas.
• La integración de estas variables físicas y abstractas dentro de las representaciones neuronales sigue sin estar clara.

Objetivo del estudio:

• Investigar cómo las neuronas individuales del hipocampo codifican conjuntamente variables físicas y abstractas.
• Determinar si el hipocampo integra información espacial con variables aprendidas abstractas durante una tarea de toma de decisiones.

Principales métodos:

• Utilizó imágenes de calcio de dos fotones en ratones que realizaban una tarea de toma de decisiones de realidad virtual.
• Aplicó técnicas de reducción de dimensionalidad no lineal para analizar la actividad de la población neuronal.

Principales resultados:

• Las neuronas individuales del hipocampo dorsal codifican conjuntamente la evidencia acumulada y la posición espacial.
• La actividad de la población neuronal se limita a una variedad de baja dimensión (4-6 variables latentes).
• Las variables físicas y abstractas se mapean de manera ordenada y geométrica dentro de este espacio de baja dimensión, mostrando consistencia en ratones.

Conclusiones:

• El hipocampo crea mapas cognitivos conjuntos, integrando información física y abstracta.
• Esto sugiere una computación general del hipocampo: generar variedades de baja dimensión específicas de tareas para la representación geométrica del conocimiento aprendido.