Estudio descubre el sistema de temporización cerebral para la cognición

Investigadores de Rutgers Health han identificado cómo el cerebro integra el procesamiento rápido y lento a través de conexiones de sustancia blanca, lo que influye en las habilidades cognitivas. Publicado en Nature Communications, el estudio analizó datos de casi 1.000 personas para mapear estas escalas temporales neuronales. Las variaciones en este sistema pueden explicar diferencias en la eficiencia del pensamiento y ofrecen promesas para la investigación en salud mental.

El cerebro humano maneja información que llega a velocidades muy diferentes, desde señales ambientales inmediatas hasta reflexiones deliberadas sobre el contexto y la intención. Una nueva investigación de Rutgers Health, detallada en Nature Communications, revela cómo logra este equilibrio mediante escalas temporales neuronales intrínsecas —ventanas de procesamiento únicas para cada región cerebral— y las redes de sustancia blanca que las conectan.

Dirigido por Linden Parkes, profesor asistente de psiquiatría en Rutgers Health, el equipo examinó imágenes cerebrales de 960 individuos para construir conectomas detallados. Emplearon modelos matemáticos para rastrear el flujo de información a través de estas redes. «Para afectar nuestro entorno mediante la acción, nuestros cerebros deben combinar información procesada en diferentes escalas temporales», explicó Parkes. «El cerebro logra esto aprovechando su conectividad de sustancia blanca para compartir información entre regiones, y esta integración es crucial para el comportamiento humano».

Los hallazgos muestran que la disposición de estas escalas temporales en la corteza cerebral determina qué tan suavemente el cerebro transita entre patrones de actividad vinculados al comportamiento. No todos tienen la misma configuración: «Encontramos que las diferencias en cómo el cerebro procesa la información a diferentes velocidades ayudan a explicar por qué las personas varían en sus habilidades cognitivas», señaló Parkes. Aquellos con un cableado mejor alineado para señales rápidas y lentas tienden a mostrar una mayor capacidad cognitiva.

Estos patrones también se relacionan con características genéticas, moleculares y celulares del cerebro, con paralelos observados en ratones, lo que indica una conservación evolutiva. «Nuestro trabajo destaca un vínculo fundamental entre la conectividad de sustancia blanca del cerebro y sus propiedades computacionales locales», añadió Parkes.

Mirando hacia el futuro, los investigadores planean aplicar este marco a trastornos como la esquizofrenia, el trastorno bipolar y la depresión para explorar interrupciones en el procesamiento temporal. Los colaboradores incluyeron a Avram Holmes, Ahmad Beyh, Amber Howell y Jason Z. Kim de la Universidad de Cornell. El estudio apareció en Nature Communications (2025; 16(1)), con DOI: 10.1038/s41467-025-66542-w.

Artículos relacionados

Illustration of glowing whole-brain neural networks coordinating efficiently, representing a University of Notre Dame study on general intelligence.
Imagen generada por IA

Study points to whole-brain network coordination as a key feature of general intelligence

Reportado por IA Imagen generada por IA Verificado por hechos

University of Notre Dame researchers report evidence that general intelligence is associated with how efficiently and flexibly brain networks coordinate across the whole connectome, rather than being localized to a single “smart” region. The findings, published in Nature Communications, are based on neuroimaging and cognitive data from 831 Human Connectome Project participants and an additional 145 adults from the INSIGHT Study.

A common belief that the frontal lobe fully develops by age 25 has been challenged by recent neuroscience findings. New brain-imaging studies reveal that key neural wiring and network efficiency evolve well into the early 30s. This extended timeline highlights ongoing maturation processes in the brain.

Reportado por IA

Researchers have identified brain connectivity patterns tied to autism symptom severity in children diagnosed with either autism or ADHD. The findings, from a study led by the Child Mind Institute, suggest shared biological mechanisms across these conditions regardless of formal diagnosis. These patterns align with genetic activity involved in neural development.

Researchers at the University of California, Irvine report that a machine-learning system called SIGNET can infer cause-and-effect links between genes in human brain tissue, revealing extensive rewiring of gene regulation—especially in excitatory neurons—in Alzheimer’s disease.

Este sitio web utiliza cookies

Utilizamos cookies para análisis con el fin de mejorar nuestro sitio. Lee nuestra política de privacidad para más información.
Rechazar