Dinâmica neuronal sequencial no córtex pré-frontal

Compreender como o cérebro aprende e aplica regras é a chave para desvendar a base neural do comportamento flexível. Um novo estudo da Universidade de Toyama, no Japão, revela que a nossa capacidade de seguir regras processuais está codificada na dinâmica evolutiva da atividade neuronal no córtex pré-frontal medial (mPFC).

A equipe de pesquisa, liderada pelo professor assistente Shuntaro Ohno da Faculdade de Medicina da Universidade de Toyama, no Japão, registrou atividade neuronal em ratos aprendendo uma tarefa no labirinto em Y. À medida que a aprendizagem progredia, surgiram sequências distintas de ativação neural no mPFC que poderiam prever se o rato teve sucesso ou não na obtenção de uma recompensa. Suas descobertas foram publicadas em Cérebro Molecular em 1º de julho de 2025.

Os pesquisadores colocaram os ratos individualmente em um labirinto em forma de Y e permitiram que eles explorassem o labirinto sem qualquer restrição no início. Os braços ramificados foram chamados de “Zona”, onde cada rato teve que esperar e então responder a um sinal luminoso para navegar até o recipiente de água chamado “Porto” e, finalmente, reivindicar uma recompensa de água lambendo dentro do tempo predeterminado.

À medida que o seu treino progredia, os ratos tornaram-se mais rápidos e mais bem sucedidos na obtenção de recompensas, embora os caminhos físicos que percorreram permanecessem os mesmos. Enquanto isso, os cientistas registraram centenas de neurônios mPFC por meio de imagens de cálcio, capturando como as populações neurais mudaram durante o processo de aprendizagem.

Decodificando atividade neural com iSeq

Para compreender esses dados neurais complexos, a equipe desenvolveu o iSeq – uma nova ferramenta computacional que aplica fatoração convolucional de matriz não negativa para detectar automaticamente sequências neuronais a partir de dados de imagem sem quaisquer rótulos comportamentais pré-especificados. Essas sequências representam padrões ordenados de ativação neural que duram vários segundos.

As análises revelaram que nas fases iniciais do treinamento as sequências foram menos preditivas. No entanto, no dia 6, a dinâmica das sequências diferiu significativamente entre os momentos de aquisição de recompensa bem-sucedidos e malsucedidos em ratos que dominaram a tarefa, mesmo antes de a ação ocorrer.

Como a aprendizagem remodela a atividade cerebral

“O desenvolvimento do iSeq nos permitiu observar a organização interna do comportamento do cérebro com detalhes sem precedentes”, explicou o Dr. “Descobrimos que, à medida que os animais aprendiam, seu córtex pré-frontal reestruturava dinamicamente os padrões de atividade neural para enfatizar ações que levavam a recompensas de maneira confiável”.

Além disso, os investigadores observaram que a composição dos neurónios participantes em cada sequência mudou ao longo dos dias de treino. Em outras palavras, o conjunto de células que formaram a sequência no dia 1 não era o mesmo do dia 6, indicando que o mPFC reorganizava continuamente seus circuitos neurais à medida que o comportamento se tornava refinado. Esta reconfiguração flexível, em vez da reutilização de conjuntos neurais fixos, reflete a capacidade do cérebro de adaptar as suas representações internas.

“Esses resultados sugerem que o cérebro não armazena uma regra como um modelo estático”, observou o Dr. Ohno. “Em vez disso, ele atualiza continuamente padrões de atividades sequenciais para vincular dicas, ações e resultados sensoriais significativos – essencialmente aprendendo como aprender.”

Implicações para a neurociência e além

Esses resultados preenchem a lacuna entre a atividade neural e a execução de regras comportamentais. Eles sugerem que uma regra processual – análoga a uma cascata como estímulo → ação → recompensa – é representada no cérebro como uma cadeia de eventos neurais.

Esta cadeia não é fixa, mas evolui à medida que o animal se torna competente; o cérebro reorganiza as sequências neurais para se alinharem ao comportamento bem-sucedido. A compreensão do mecanismo subjacente oferece novos insights sobre como o controle cognitivo, o aprendizado e a adaptação são instanciados nos circuitos neurais.

As implicações deste estudo vão além da ciência básica. Informações sobre como as regras são codificadas e atualizadas podem informar estratégias de reabilitação após uma lesão cerebral, ou como a inteligência artificial pode imitar esta flexibilidade. Além disso, o método computacional iSeq poderia tornar-se uma ferramenta para investigar a dinâmica neural baseada em sequências em outras áreas do cérebro e poderia ser estendido a outras espécies.

Embora o estudo tenha sido realizado em ratos, ele fornece uma estrutura fundamental para a compreensão de como o cérebro humano aprende a executar regras e a adaptar seu comportamento. As descobertas destacam a importância dos padrões temporais na atividade cerebral e como eles podem formar a base de um comportamento flexível e aprendido, em vez de apenas uma conectividade estática.