TEDSalon London Spring 2011
Neil Burgess: How your brain tells you where you are
Neil Burgess: ¿Cómo el cerebro nos dice dónde estamos?
Filmed:
Readability: 4.2
1,458,267 views
¿Cómo recordamos dónde estacionamos el auto? ¿Cómo sabemos que vamos en la dirección correcta? El neurocientífico Neil Burgess estudia los mecanismos neuronales que mapean el espacio que nos rodea y cómo se vinculan con la memoria y la imaginación.
Neil Burgess - Neuroscientist
At University College in London, Neil Burgess researches how patterns of electrical activity in brain cells guide us through space. Full bio
At University College in London, Neil Burgess researches how patterns of electrical activity in brain cells guide us through space. Full bio
Double-click the English transcript below to play the video.
00:15
When we park in a big parking lot,
0
0
2000
Al aparcar en un estacionamiento grande,
00:17
how do we remember where we parked our car?
1
2000
2000
¿Cómo hacemos para recordar dónde estacionamos?
00:19
Here's the problem facing Homer.
2
4000
3000
Éste es el problema que enfrenta Homero.
00:22
And we're going to try to understand
3
7000
2000
Y trataremos de comprender
00:24
what's happening in his brain.
4
9000
2000
qué sucede en su cerebro.
00:26
So we'll start with the hippocampus, shown in yellow,
5
11000
2000
Comenzaremos con el hipocampo, en amarillo,
00:28
which is the organ of memory.
6
13000
2000
que es el órgano de la memoria.
00:30
If you have damage there, like in Alzheimer's,
7
15000
2000
Si se daña, como sucede en la enfermedad de Alzheimer,
00:32
you can't remember things including where you parked your car.
8
17000
2000
no se pueden recordar cosas como dónde estacionamos el auto.
00:34
It's named after Latin for "seahorse,"
9
19000
2000
Es el nombre en latín de “caballo de mar”,
00:36
which it resembles.
10
21000
2000
debido a su semejanza.
00:38
And like the rest of the brain, it's made of neurons.
11
23000
2000
Y como el resto del cerebro, está compuesto de neuronas.
00:40
So the human brain
12
25000
2000
Así el cerebro humano
00:42
has about a hundred billion neurons in it.
13
27000
2000
posee un centenar de millones de neuronas.
00:44
And the neurons communicate with each other
14
29000
3000
Éstas se comunican entre sí
00:47
by sending little pulses or spikes of electricity
15
32000
2000
enviando pequeños impulsos o picos eléctricos
00:49
via connections to each other.
16
34000
2000
mediante sus conexiones.
00:51
The hippocampus is formed of two sheets of cells,
17
36000
3000
El hipocampo está formado por dos láminas de células
00:54
which are very densely interconnected.
18
39000
2000
densamente conectadas.
00:56
And scientists have begun to understand
19
41000
2000
Los científicos comenzaron a comprender
00:58
how spatial memory works
20
43000
2000
cómo funciona la memoria espacial
01:00
by recording from individual neurons
21
45000
2000
rastreando las neuronas individuales
01:02
in rats or mice
22
47000
2000
en ratas o ratones
01:04
while they forage or explore an environment
23
49000
2000
mientras ellos exploran el ambiente
01:06
looking for food.
24
51000
2000
en busca de alimento.
01:08
So we're going to imagine we're recording from a single neuron
25
53000
3000
Imaginemos que registramos una neurona
01:11
in the hippocampus of this rat here.
26
56000
3000
del hipocampo de esta rata de aquí.
01:14
And when it fires a little spike of electricity,
27
59000
2000
Y al disparar un impulso eléctrico, es decir, el potencial de acción,
01:16
there's going to be a red dot and a click.
28
61000
3000
aparecerá un punto rojo y un clic.
01:19
So what we see
29
64000
2000
Así, lo que vemos
01:21
is that this neuron knows
30
66000
2000
es que esta neurona sabe
01:23
whenever the rat has gone into one particular place in its environment.
31
68000
3000
cuándo la rata ha entrado a un lugar particular de su ambiente
01:26
And it signals to the rest of the brain
32
71000
2000
y envía señales al resto del cerebro
01:28
by sending a little electrical spike.
33
73000
3000
mediante pequeños destellos eléctricos.
01:31
So we could show the firing rate of that neuron
34
76000
3000
Así, podemos mostrar el índice de disparo de esa neurona,
01:34
as a function of the animal's location.
35
79000
2000
como una función de la ubicación del animal.
01:36
And if we record from lots of different neurons,
36
81000
2000
Y si hacemos un registro de un montón de neuronas diferentes,
01:38
we'll see that different neurons fire
37
83000
2000
veremos que las neuronas disparan
01:40
when the animal goes in different parts of its environment,
38
85000
2000
cuando el animal recorre diferentes entornos,
01:42
like in this square box shown here.
39
87000
2000
como lo muestra este recuadro.
01:44
So together they form a map
40
89000
2000
Juntas forman un mapa
01:46
for the rest of the brain,
41
91000
2000
para el resto del cerebro,
01:48
telling the brain continually,
42
93000
2000
diciéndole constantemente:
01:50
"Where am I now within my environment?"
43
95000
2000
“¿Dónde me encuentro en mi ambiente?”
01:52
Place cells are also being recorded in humans.
44
97000
3000
Las células de lugar se registran también en los humanos.
01:55
So epilepsy patients sometimes need
45
100000
2000
Los epilépticos, algunas veces, necesitan
01:57
the electrical activity in their brain monitoring.
46
102000
3000
el monitoreo de la actividad eléctrica de sus cerebros.
02:00
And some of these patients played a video game
47
105000
2000
Y algunos de estos pacientes jugaron un video juego
02:02
where they drive around a small town.
48
107000
2000
donde conducían alrededor de un pequeño pueblo.
02:04
And place cells in their hippocampi would fire, become active,
49
109000
3000
Las células de lugar en el hipocampo dispararían, se activarían,
02:07
start sending electrical impulses
50
112000
3000
y comienzan a enviar impulsos eléctricos
02:10
whenever they drove through a particular location in that town.
51
115000
3000
cada vez que recorren los espacios de esa ciudad.
02:13
So how does a place cell know
52
118000
2000
¿Cómo sabe una célula de lugar
02:15
where the rat or person is within its environment?
53
120000
3000
dónde se encuentra la rata dentro de su ambiente?
02:18
Well these two cells here
54
123000
2000
Pues bien, estas dos células
02:20
show us that the boundaries of the environment
55
125000
2000
muestran que los límites del ambiente
02:22
are particularly important.
56
127000
2000
son especialmente importantes.
02:24
So the one on the top
57
129000
2000
Así, la de la parte superior
02:26
likes to fire sort of midway between the walls
58
131000
2000
interviene disparando desde la mitad
02:28
of the box that their rat's in.
59
133000
2000
entre las paredes de la caja donde está su rata.
02:30
And when you expand the box, the firing location expands.
60
135000
3000
Y cuando se expande la caja, el potencial de acción se expande.
02:33
The one below likes to fire
61
138000
2000
La neurona de abajo interviene disparando
02:35
whenever there's a wall close by to the south.
62
140000
3000
cada vez que hay una pared cerca hacia el Sur.
02:38
And if you put another wall inside the box,
63
143000
2000
Y si agregan otra pared,
02:40
then the cell fires in both place
64
145000
2000
la célula dispara en ambos lados
02:42
wherever there's a wall to the south
65
147000
2000
cada vez que hay una pared al Sur
02:44
as the animal explores around in its box.
66
149000
3000
mientras el animal explora la caja.
02:48
So this predicts
67
153000
2000
Así, esto predice la percepción
02:50
that sensing the distances and directions of boundaries around you --
68
155000
2000
de las distancias y direcciones de los límites que nos rodean,
02:52
extended buildings and so on --
69
157000
2000
los espacios ampliados, etc.,
02:54
is particularly important for the hippocampus.
70
159000
3000
son particularmente importantes para el hipocampo.
02:57
And indeed, on the inputs to the hippocampus,
71
162000
2000
Y efectivamente, en las entradas del hipocampo,
02:59
cells are found which project into the hippocampus,
72
164000
2000
hay células que se proyectan en el hipocampo,
03:01
which do respond exactly
73
166000
2000
las que responden precisamente
03:03
to detecting boundaries or edges
74
168000
3000
a detectar límites o bordes
03:06
at particular distances and directions
75
171000
2000
a distancias determinadas y direcciones
03:08
from the rat or mouse
76
173000
2000
desde donde la rata o ratón
03:10
as it's exploring around.
77
175000
2000
se encuentra explorando.
03:12
So the cell on the left, you can see,
78
177000
2000
Así pueden ver que, la célula de la izquierda
03:14
it fires whenever the animal gets near
79
179000
2000
dispara cada vez que el animal se acerca
03:16
to a wall or a boundary to the east,
80
181000
3000
a la pared o a un límite por el Este,
03:19
whether it's the edge or the wall of a square box
81
184000
3000
así sea el borde o la pared de un espacio cuadrado
03:22
or the circular wall of the circular box
82
187000
2000
o la pared de un espacio circular,
03:24
or even the drop at the edge of a table, which the animals are running around.
83
189000
3000
o incluso el borde de una mesa cuando el animal la recorre.
03:27
And the cell on the right there
84
192000
2000
Y la célula de la derecha,
03:29
fires whenever there's a boundary to the south,
85
194000
2000
dispara cada vez que hay un borde al Sur,
03:31
whether it's the drop at the edge of the table or a wall
86
196000
2000
así se trate del borde de una mesa o una pared,
03:33
or even the gap between two tables that are pulled apart.
87
198000
3000
o incluso, el espacio entre dos mesas separadas.
03:36
So that's one way in which we think
88
201000
2000
Ésta es una de las maneras que pensamos cómo las células de lugar
03:38
place cells determine where the animal is as it's exploring around.
89
203000
3000
determinan dónde el animal se encuentra cuando explora.
03:41
We can also test where we think objects are,
90
206000
3000
Incluso podemos probar dónde pensamos que se encuentran los objetos,
03:44
like this goal flag, in simple environments --
91
209000
3000
como esta bandera en situaciones simples,
03:47
or indeed, where your car would be.
92
212000
2000
o incluso, dónde estaría su auto.
03:49
So we can have people explore an environment
93
214000
3000
Así puede haber gente que explore el ambiente
03:52
and see the location they have to remember.
94
217000
3000
y que observe la ubicación que tienen que recordar.
03:55
And then, if we put them back in the environment,
95
220000
2000
Si los llevamos nuevamente al ambiente,
03:57
generally they're quite good at putting a marker down
96
222000
2000
generalmente suelen marcar correctamente
03:59
where they thought that flag or their car was.
97
224000
3000
dónde creen que estaba la bandera o el auto.
04:02
But on some trials,
98
227000
2000
Pero en algunos intentos,
04:04
we could change the shape and size of the environment
99
229000
2000
podríamos cambiar la forma y el tamaño del ambiente,
04:06
like we did with the place cell.
100
231000
2000
como lo hicimos con la célula de lugar.
04:08
In that case, we can see
101
233000
2000
En ese caso, podemos ver
04:10
how where they think the flag had been changes
102
235000
3000
cómo creen que la bandera había cambiado,
04:13
as a function of how you change the shape and size of the environment.
103
238000
3000
en función de cómo se modifica la forma y el tamaño del entorno.
04:16
And what you see, for example,
104
241000
2000
Y lo que observan, por ejemplo, es si la bandera
04:18
if the flag was where that cross was in a small square environment,
105
243000
3000
estaba en la cruz del espacio pequeño cuadrangular.
04:21
and then if you ask people where it was,
106
246000
2000
Si luego preguntan a la gente dónde estaba,
04:23
but you've made the environment bigger,
107
248000
2000
pero agrandaron el espacio
04:25
where they think the flag had been
108
250000
2000
dónde ellos creen que la bandera
04:27
stretches out in exactly the same way
109
252000
2000
estaba desplegada de la misma manera
04:29
that the place cell firing stretched out.
110
254000
2000
que el disparo de la célula de lugar desplegó.
04:31
It's as if you remember where the flag was
111
256000
2000
Es como si se recordara dónde estaba la bandera
04:33
by storing the pattern of firing across all of your place cells
112
258000
3000
almacenando el patrón de disparo a través de todas las células de lugar
04:36
at that location,
113
261000
2000
en ese sitio,
04:38
and then you can get back to that location
114
263000
2000
y entonces pueden volver allí
04:40
by moving around
115
265000
2000
desplazándose para corresponder
04:42
so that you best match the current pattern of firing of your place cells
116
267000
2000
el patrón actual de disparo de sus células de lugar
04:44
with that stored pattern.
117
269000
2000
con el patrón almacenado.
04:46
That guides you back to the location that you want to remember.
118
271000
3000
Eso los guía hacia la ubicación que quieren recordar.
04:49
But we also know where we are through movement.
119
274000
3000
Pero también sabemos dónde estamos a través del movimiento.
04:52
So if we take some outbound path --
120
277000
2000
Cuando aparcamos y nos alejamos
04:54
perhaps we park and we wander off --
121
279000
2000
y tomamos algún camino de salida,
04:56
we know because our own movements,
122
281000
2000
sabemos dónde estamos por nuestros movimientos,
04:58
which we can integrate over this path
123
283000
2000
que integramos a ese camino
05:00
roughly what the heading direction is to go back.
124
285000
2000
dirigiéndonos hacia ese punto de salida.
05:02
And place cells also get this kind of path integration input
125
287000
4000
Y las células de lugar también logran integrar ese camino de salida
05:06
from a kind of cell called a grid cell.
126
291000
3000
a través de un tipo de célula llamada celda de la cuadrícula.
05:09
Now grid cells are found, again,
127
294000
2000
Las celdas de la cuadricula, de nuevo,
05:11
on the inputs to the hippocampus,
128
296000
2000
se encuentran en las entradas al hipocampo
05:13
and they're a bit like place cells.
129
298000
2000
y son similares a las células de lugar.
05:15
But now as the rat explores around,
130
300000
2000
Mientras la rata explora alrededor,
05:17
each individual cell fires
131
302000
2000
cada célula se dispara
05:19
in a whole array of different locations
132
304000
3000
en una variedad de direcciones
05:22
which are laid out across the environment
133
307000
2000
desplegadas en el ambiente asombrosamente
05:24
in an amazingly regular triangular grid.
134
309000
3000
en forma de cuadrícula, pero triangular.
05:29
And if you record from several grid cells --
135
314000
3000
Y si registramos algunas células,
05:32
shown here in different colors --
136
317000
2000
vistas aquí en diferentes colores, cada una de ellas
05:34
each one has a grid-like firing pattern across the environment,
137
319000
3000
tiene un patrón de disparo de la cuadrícula a través del ambiente,
05:37
and each cell's grid-like firing pattern is shifted slightly
138
322000
3000
y cada patrón de disparo de la celda de la cuadrícula,
05:40
relative to the other cells.
139
325000
2000
se desplaza ligeramente en relación a las otras células.
05:42
So the red one fires on this grid
140
327000
2000
Por lo tanto, la roja dispara en esta cuadrícula,
05:44
and the green one on this one and the blue on on this one.
141
329000
3000
la verde en ésta, y la azul en ésta.
05:47
So together, it's as if the rat
142
332000
3000
Así juntas, es como si la rata
05:50
can put a virtual grid of firing locations
143
335000
2000
situara una cuadrícula virtual de disparos
05:52
across its environment --
144
337000
2000
en todo su entorno,
05:54
a bit like the latitude and longitude lines that you'd find on a map,
145
339000
3000
algo así como las líneas de longitud y latitud de los mapas,
05:57
but using triangles.
146
342000
2000
pero utilizando triángulos.
05:59
And as it moves around,
147
344000
2000
Y a medida que se desplaza,
06:01
the electrical activity can pass
148
346000
2000
la actividad eléctrica puede transferirse
06:03
from one of these cells to the next cell
149
348000
2000
de una de las células a la otra
06:05
to keep track of where it is,
150
350000
2000
para rastrear dónde se encuentra,
06:07
so that it can use its own movements
151
352000
2000
y así utilizar sus propios movimientos
06:09
to know where it is in its environment.
152
354000
2000
para saber dónde está en su entorno.
06:11
Do people have grid cells?
153
356000
2000
¿Las personas tienen celdas de cuadrícula?
06:13
Well because all of the grid-like firing patterns
154
358000
2000
Bueno, que todos los patrones de disparo de la cuadrícula
06:15
have the same axes of symmetry,
155
360000
2000
tengan los mismos ejes de simetría,
06:17
the same orientations of grid, shown in orange here,
156
362000
3000
las mismas orientaciones de la cuadrícula, que aquí están en naranja,
06:20
it means that the net activity
157
365000
2000
significa que la actividad de la red
06:22
of all of the grid cells in a particular part of the brain
158
367000
3000
de todas las celdas de la cuadrícula en un lugar particular del cerebro
06:25
should change
159
370000
2000
deberían cambiar
06:27
according to whether we're running along these six directions
160
372000
2000
de acuerdo a si corremos en estas 6 direcciones
06:29
or running along one of the six directions in between.
161
374000
3000
o si lo hacemos a lo largo de una de las 6 direcciones entremedio.
06:32
So we can put people in an MRI scanner
162
377000
2000
Entonces, podemos poner a una persona en el escáner de RMI
06:34
and have them do a little video game
163
379000
2000
y darle un pequeño video para jugar
06:36
like the one I showed you
164
381000
2000
como el que les mostré
06:38
and look for this signal.
165
383000
2000
y observar las señales.
06:40
And indeed, you do see it in the human entorhinal cortex,
166
385000
3000
Y de hecho, esto se observa en la corteza entorrinal, que está en la misma parte del cerebro
06:43
which is the same part of the brain that you see grid cells in rats.
167
388000
3000
en la que observamos las celdas de cuadrícula en las ratas.
06:46
So back to Homer.
168
391000
2000
Entonces volviendo a Homero.
06:48
He's probably remembering where his car was
169
393000
2000
Él, probablemente, recuerda donde estaba su auto,
06:50
in terms of the distances and directions
170
395000
2000
en términos de direcciones y distancias
06:52
to extended buildings and boundaries
171
397000
2000
con los edificios y límites
06:54
around the location where he parked.
172
399000
2000
del lugar donde estacionó.
06:56
And that would be represented
173
401000
2000
Y podría representarse mediante
06:58
by the firing of boundary-detecting cells.
174
403000
2000
el disparo de las células detectoras de limites.
07:00
He's also remembering the path he took out of the car park,
175
405000
3000
Él también recuerda el camino que tomó para salir del estacionamiento,
07:03
which would be represented in the firing of grid cells.
176
408000
3000
el que estaría representado en el disparo de las celdas de la cuadrícula.
07:06
Now both of these kinds of cells
177
411000
2000
Ahora los dos tipos de células
07:08
can make the place cells fire.
178
413000
2000
pueden hacer disparar a las células de lugar.
07:10
And he can return to the location where he parked
179
415000
2000
Y él puede volver al lugar donde estacionó
07:12
by moving so as to find where it is
180
417000
3000
moviéndose hasta encontrarlo,
07:15
that best matches the firing pattern
181
420000
2000
hasta que el patrón de disparo
07:17
of the place cells in his brain currently
182
422000
2000
de las células de lugar en su cerebro
07:19
with the stored pattern where he parked his car.
183
424000
3000
encaje con el patrón que almacenó al estacionar.
07:22
And that guides him back to that location
184
427000
2000
Y eso lo guía hacia el lugar,
07:24
irrespective of visual cues
185
429000
2000
independientemente de las señales visuales,
07:26
like whether his car's actually there.
186
431000
2000
como por ejemplo, si el auto está realmente allí.
07:28
Maybe it's been towed.
187
433000
2000
Tal vez ha sido remolcado.
07:30
But he knows where it was, so he knows to go and get it.
188
435000
3000
Pero él sabe dónde estaba, así que sabe donde ir a buscarlo.
07:33
So beyond spatial memory,
189
438000
2000
Entonces, mas allá de la memoria espacial,
07:35
if we look for this grid-like firing pattern
190
440000
2000
si buscamos el patrón de disparo de la cuadrícula
07:37
throughout the whole brain,
191
442000
2000
en todo el cerebro
07:39
we see it in a whole series of locations
192
444000
3000
lo veremos en toda una serie de lugares
07:42
which are always active
193
447000
2000
que están siempre activos cuando realizamos
07:44
when we do all kinds of autobiographical memory tasks,
194
449000
2000
toda clase de tareas de la memoria autobiográfica,
07:46
like remembering the last time you went to a wedding, for example.
195
451000
3000
como por ejemplo, recordar la última boda a la que asistimos.
07:49
So it may be that the neural mechanisms
196
454000
2000
Así, puede ser que los mecanismos neuronales
07:51
for representing the space around us
197
456000
3000
para representar el espacio que nos rodea
07:54
are also used for generating visual imagery
198
459000
4000
también sean utilizados para generar imágenes visuales
07:58
so that we can recreate the spatial scene, at least,
199
463000
3000
y así poder recrear la escena espacial
08:01
of the events that have happened to us when we want to imagine them.
200
466000
3000
de los eventos del pasado cuando queremos representarlos.
08:04
So if this was happening,
201
469000
2000
Si esto sucedió,
08:06
your memories could start by place cells activating each other
202
471000
3000
su memoria comenzaría activando entre sí las células de lugar
08:09
via these dense interconnections
203
474000
2000
a través de esta densa conexión
08:11
and then reactivating boundary cells
204
476000
2000
y así reactivando células de frontera
08:13
to create the spatial structure
205
478000
2000
para crear la estructura espacial
08:15
of the scene around your viewpoint.
206
480000
2000
de la escena alrededor de su punto de vista.
08:17
And grid cells could move this viewpoint through that space.
207
482000
2000
Y las celdas de la cuadrícula pueden mover esta perspectiva a través de ese espacio.
08:19
Another kind of cell, head direction cells,
208
484000
2000
Otro tipo de células, las células de dirección de la cabeza,
08:21
which I didn't mention yet,
209
486000
2000
que no había mencionado,
08:23
they fire like a compass according to which way you're facing.
210
488000
3000
orientan como una brújula el camino a recorrer.
08:26
They could define the viewing direction
211
491000
2000
Ellas pueden precisar la dirección de visualización
08:28
from which you want to generate an image for your visual imagery,
212
493000
3000
desde la cual se desea formar una imagen para las imágenes visuales de uno,
08:31
so you can imagine what happened when you were at this wedding, for example.
213
496000
3000
y así se podrá representar que pasó en la boda a la que se asistió, por ejemplo.
08:34
So this is just one example
214
499000
2000
Éste es solo un ejemplo
08:36
of a new era really
215
501000
2000
de una nueva era
08:38
in cognitive neuroscience
216
503000
2000
en neurociencia cognitiva
08:40
where we're beginning to understand
217
505000
2000
donde estamos comenzando a comprender
08:42
psychological processes
218
507000
2000
los procesos psicológicos, tales como
08:44
like how you remember or imagine or even think
219
509000
3000
de qué manera recordamos o imaginamos, o alguna vez pensamos
08:47
in terms of the actions
220
512000
2000
en términos de actos de miles de millones
08:49
of the billions of individual neurons that make up our brains.
221
514000
3000
de neuronas individuales que componen nuestro cerebro.
08:52
Thank you very much.
222
517000
2000
Muchas gracias.
08:54
(Applause)
223
519000
3000
(Aplausos)
ABOUT THE SPEAKER
Neil Burgess - NeuroscientistAt University College in London, Neil Burgess researches how patterns of electrical activity in brain cells guide us through space.
Why you should listen
Neil Burgessis is deputy director of the Institute of Cognitive Neuroscience at University College London, where he investigates of the role of the hippocampus in spatial navigation and episodic memory. His research is directed at answering questions such as: How are locations represented, stored and used in the brain? What processes and which parts of the brain are involved in remembering the spatial and temporal context of everyday events, and in finding one's way about?
To explore this space, he and his team use a range of methods for gathering data, including pioneering uses of virtual reality, as well as computational modelling and electrophysiological analysis of the function of hippocampal neurons in the rat, functional imaging of human navigation, and neuropsychological experiments on spatial and episodic memory.
A parallel interest: Investigating our human short-term memory for serial order, or how we know our 123s.
Neil Burgess | Speaker | TED.com