Primeiro sozinhos, depois em grupo para aperfeiçoar a técnica. Esta parece ser a estratégia usada pelos neurónios quando são estimulados a aprender uma nova tarefa motora. Usando dados de um estudo anterior realizado com macacos ligados a uma interface cérebro-máquina, os investigadores perceberam como é que os neurónios coordenavam a sua actividade para desempenhar uma tarefa e desenvolveram um algoritmo. Estes resultados podem aperfeiçoar o desempenho das interface cérebro-máquina que ligam o cérebro a um dispositivo externo (como um braço robótico, por exemplo) e permitem que alguém paralisado consiga fazer determinados movimentos apenas com o poder da mente.

Primeiro sozinhos, depois em grupo para aperfeiçoar a técnica. Esta parece ser a estratégia usada pelos neurónios quando são estimulados a aprender uma nova tarefa motora. Usando dados de um estudo anterior realizado com macacos ligados a uma interface cérebro-máquina, os investigadores perceberam como é que os neurónios coordenavam a sua actividade para desempenhar uma tarefa e desenvolveram um algoritmo. Estes resultados podem aperfeiçoar o desempenho das interface cérebro-máquina que ligam o cérebro a um dispositivo externo (como um braço robótico, por exemplo) e permitem que alguém paralisado consiga fazer determinados movimentos apenas com o poder da mente.

No comunicado de imprensa da Fundação Champalimaud sobre o estudo, recorre-se à imagem de alguém a aprender a tocar piano para explicar os resultados obtidos. Podia ser qualquer outra nova tarefa motora. Rui Costa, investigador do Centro Champalimaud e um dos autores do artigo, usa a imagem de alguém a aprender a jogar ténis. Na verdade, no estudo realizado em 2009, que serve de base ao artigo agora publicado na revista Neuron por investigadores de Portugal e dos EUA, os macacos tinham de aprender a mover um cursor num computador.

Seja tocar piano, jogar ténis ou simplesmente mover um cursor, o objectivo deste novo estudo foi perceber que tipo de actividade neuronal acontece no córtex motor quando se aprende uma tarefa nova. “Queríamos saber o que acontece durante a exploração de uma actividade nova e depois na cristalização daquilo que funciona”, refere Rui Costa servindo-se do exemplo do ténis: “Começamos por tentar colocar a raquete em diferentes posições e explorar aquele movimento e, quando conseguimos, cristalizámo-lo.”

“O que queremos saber é como o cérebro explora e consolida os padrões de actividade neuronal subjacentes a estas alterações de comportamento”, sublinha no comunicado Vivek Athalye, o primeiro autor do estudo e investigador no Centro Champalimaud e na Universidade da Califórnia em Berkeley.

Nas diferentes etapas há uma actividade neuronal diferente. “Já se sabia que a actividade dos neurónios era muito variável no início e depois estabilizava no fim”, nota Rui Costa ao PÚBLICO. Mas o que se passava mais especificamente com os neurónios? Para responder, Rui Costa socorre-se de outra imagem. “Imagine-se uma orquestra com vários instrumentos, uma orquestra de neurónios”, propõe. O que os investigadores perceberam foi que numa primeira etapa, na fase exploratória, cada neurónio toca o seu instrumento e a música é feita com “cada um por si”. Quando a tarefa é aperfeiçoada, na fase de cristalização, já se observa uma coordenação entre os neurónios que em maior sintonia formam a orquestra.

Os investigadores desenvolveram um algoritmo que separa a componente independente (cada um por si) da componente partilhada (em orquestra) dos neurónios no córtex motor. Segundo Rui Costa, percebeu-se que “no início da aprendizagem de uma tarefa a actividade independente de cada neurónio era cerca de 70 ou 80% e, no final, a actividade desse neurónio já era 70 ou 80% coordenada”.

Há um maestro?

E agora? “Temos um algoritmo que pode ser usado noutras experiências”, diz Rui Costa. Falta saber, por exemplo, como esta transição entre músico a solo e membro de uma orquestra acontece. "Será que há um maestro?", questiona o cientista. Por outro lado, os investigadores também querem perceber se esta sintonia neuronal também se verifica quando aprendemos uma nova habilidade cognitiva. “Como, por exemplo, jogar xadrez.”

Independentemente das respostas a estas novas perguntas, os cientistas acreditam que o algoritmo concebido com estes dados será capaz de ajudar a melhorar o desempenho das cada vez mais exploradas interface cérebro-máquina. “Olhámos só para a actividade coordenada que explica a aprendizagem e percebemos que, usando apenas esta parte com o filtro do algoritmo, conseguimos melhorar a performance de uma interface cérebro-máquina no desempenho de uma nova tarefa”, explica Rui Costa, adiantando que a experiência foi feita também com macacos.

O investigador nota que também usaram o algoritmo para demonstrar que usando apenas a actividade coordenada dos neurónios numa interface cérebro-máquina, o desempenho de uma tarefa que já era dominada (não algo novo, portanto) também melhora. Estes resultados, sublinha, fazem prever que o modelo possa resultar num sistema de interface cérebro-máquina com humanos.

“Uma consequência destes resultados, dizem os autores, é que tornam possível o desenvolvimento, no futuro, de interfaces cérebro-máquina com melhor desempenho para aplicações médicas, como o uso de braços robotizados por doentes paralisados”, refere o comunicado sobre o estudo, adiantando que “em princípio deverá ser possível extrair, do “ruído” produzido por inúmeros neurónios, a actividade dos neurónios relevantes para realizar uma dada tarefa motora com perícia – e a seguir, enviar apenas esses sinais relevantes para o braço robotizado”.