Los resultados de esta investigación, realizada en la Facultad de Medicina de Ribeirão Preto de la Universidad de São Paulo (FMRP-USP), con el apoyo de la FAPESP, salieron publicados en el Journal of Neuroscience. Aparte de servir como biomarcadores de resiliencia al estrés, estos hallazgos podrán orientar el tratamiento de pacientes psiquiátricos en el futuro.
“Mediante este sofisticado abordaje de aprendizaje de máquinas, logramos registrar patrones de actividad neural en la corteza prefrontal y en el hipocampo, lo que nos permitió identificar a los animales resistentes al estrés. Una posibilidad futura consistiría en anticipar qué individuos tendrían una respuesta eventualmente más positiva ante un momento de estrés, mediante el estudio de los ritmos neurales”, explicó João Pereira Leite, docente del Departamento de Neurociencias y Ciencias de la Conducta de la FMRP-USP y coordinador del estudio.
Los investigadores utilizaron un modelo experimental consagrado en la psiquiatría para la realización de estudios sobre estrés. Este método consiste en someter a un grupo de ratas a la aplicación de descargas eléctricas moderadas en sus patas, de las cuales pueden escapar saltando por arriba de una pequeña pared. A otro grupo se le aplican choques en cantidad, intensidad y duración idénticas a las del grupo anterior, pero sin que puedan escapar. Y en el tercer grupo se ubica a los animales de control, es decir, los que no reciben descargas.
Tal como lo explican los científicos, la mayoría de los animales sometidos a choques eléctricos incontrolables fallan a la hora de escapar de las adversidades que surgen posteriormente, aun cuando los nuevos estímulos son “escapables”. “Es un fenómeno entendido nítidamente en la psiquiatría para este modelo experimental, al que se le da el nombre de desvalimiento aprendido. En tanto, los animales que pasan por una primera exposición a descargas controlables tienden a volverse más resistentes ante las situaciones estresoras en el futuro, un fenómeno denominado actualmente resistencia aprendida”, explica Danilo Benette Marques, investigador de la FMRP-USP y primer autor del artículo.
Durante los experimentos, los investigadores fueron registrando la actividad eléctrica en el hipocampo y en la corteza prefrontal de los animales. Y explican que ambas regiones cerebrales habían quedado ampliamente asociadas a los efectos del estrés y de la depresión en estudios anteriores.
Los resultados se analizaron entonces mediante el empleo de técnicas de aprendizaje automático, una rama de la inteligencia artificial que permite trabajar con grandes volúmenes de datos y automatizar la construcción de modelos analíticos. El algoritmo aprende a identificar patrones o a tomar decisiones con los datos.
María Fernanda Ziegler - FAPESP
