Framework de IA decodifica como regiões do cérebro se comunicam entre si

Há décadas, neurocientistas conseguem registrar quais partes do cérebro¹ apresentam aumento da atividade elétrica durante um comportamento, como quando formamos uma memória ou tomamos uma decisão. No entanto, os cientistas não conseguiam determinar como essas regiões se comunicam e influenciam umas às outras, nem identificar quais delas atuam como principais coordenadoras.

Um novo framework de inteligência artificial chamado Current-Based Decomposition (Decomposição Baseada em Correntes), ou CURBD, agora permite fazer essa distinção. Desenvolvido por pesquisadores da Harvard Medical School (HMS) e seus colegas, a ferramenta foi descrita na revista Neuron.

“Nenhuma região do cérebro¹ funciona isoladamente. Todas estão constantemente enviando sinais² umas às outras e influenciando mutuamente sua atividade”, afirmou Kanaka Rajan, professora associada de neurobiologia no Instituto Blavatnik da HMS e coautora sênior³ e correspondente do estudo. “O CURBD nos permite observar essas interações como nunca antes: qual região está comandando qual e com que intensidade.”

A capacidade de mapear a comunicação interna do cérebro¹ traz amplas implicações. Para pesquisadores de ciência básica, abre uma nova perspectiva sobre como os circuitos neurais dão origem ao pensamento e ao comportamento. Para médicos e clínicos, levanta a possibilidade de identificar, com muito mais precisão, quais circuitos cerebrais apresentam falhas em condições como depressão, perda de memória e distúrbios do movimento.

O artigo é resultado de mais de seis anos de trabalho e conta com a colaboração de pesquisadores da Universidade de Montreal, da Universidade de Stanford, da Icahn School of Medicine at Mount Sinai e do Cedars-Sinai Medical Center.

Uma nova abordagem para o mapeamento cerebral

A maioria das ferramentas existentes, incluindo abordagens mais recentes baseadas em IA, informa aos cientistas quais regiões cerebrais estão ativas e qual é o nível dessa atividade, ou quais tipos de neurônios⁴ estão gerando um determinado sinal⁵. Elas não conseguem revelar o que leva esses neurônios⁴ a se comportarem dessa maneira, nem como a atividade em uma região influencia a atividade no restante do cérebro¹.

O CURBD preenche essa lacuna ao trabalhar de forma inversa, partindo da atividade registrada dos neurônios⁴ para descobrir quais sinais² provenientes de outras regiões os levaram a disparar inicialmente.

Para isso, Rajan, que também é membro fundador do corpo docente do Instituto Kempner para o Estudo da Inteligência Natural e Artificial da Universidade de Harvard, liderou uma equipe no desenvolvimento de um framework computacional passo a passo. Um pesquisador insere seus dados de registro neural no CURBD, que os utiliza para treinar um modelo de IA – um tipo de programa chamado rede neural recorrente – até que o modelo consiga reproduzir com precisão os padrões de atividade elétrica observados nas regiões cerebrais do registro.

Assim que o modelo aprende a espelhar fielmente o comportamento do cérebro¹, o CURBD analisa suas conexões internas para identificar quais regiões enviavam sinais² para quais outras, qual era a intensidade desses sinais² e exatamente quando eles chegavam.

“Se construímos algo que anda como um pato e grasna como um pato, então os princípios de funcionamento em seu interior provavelmente correspondem aos do cérebro¹ real, ao qual não temos acesso direto”, disse Rajan – o que significa que um modelo que reproduz perfeitamente o comportamento de um cérebro¹ pode também revelar como esse cérebro¹ realmente funciona.

Leia sobre "Neurociência - o que ela estuda", "Neurotransmissores - quais são e como agem" e "O que é neuroplasticidade".

Novas descobertas sobre depressão e memória

Para demonstrar a abordagem, a equipe aplicou o CURBD a registros neurais coletados de várias espécies, incluindo camundongos, primatas não humanos e seres humanos, e abrangendo uma variedade de comportamentos e condições relevantes para doenças.

Em vários casos, o CURBD extraiu novas informações de registros que laboratórios parceiros haviam coletado originalmente para fins totalmente diferentes.

As descobertas lançam nova luz sobre os circuitos cerebrais subjacentes a condições como depressão e perda de memória, com implicações diretas para a forma como os cientistas compreendem e tratam ambas.

Em uma série de experimentos, a equipe aplicou o CURBD a dados de um modelo animal de depressão bem estabelecido, no qual os sujeitos expostos a estresse inevitável paravam gradualmente de se mover – um estado análogo ao fenômeno do “desamparo aprendido” observado na depressão humana. Cientistas já suspeitavam há muito tempo que uma região cerebral chamada habênula desencadeia essa paralisação comportamental ao enviar sinais² para o núcleo da rafe, que, por sua vez, libera serotonina.

O CURBD confirmou parte desse cenário, mas também revelou um segundo mecanismo inesperado. À medida que os sujeitos passavam para um estado de passividade, uma estrutura ampla semelhante ao córtex, chamada telencéfalo, aumentava gradualmente sua influência sobre a habênula em um padrão distribuído por todo o cérebro¹. O circuito subjacente aos estados semelhantes à depressão era muito mais complexo do que uma simples transmissão de sinal⁵.

“Achávamos que encontraríamos um interruptor de luz”, disse Rajan sobre esse experimento. “Não foi o que aconteceu.”

A descoberta tem implicações diretas para a compreensão de tratamentos como a cetamina e a estimulação cerebral profunda, ambos utilizados em pacientes com depressão grave resistente a tratamentos. Rajan e sua equipe estão agora aplicando o CURBD para comparar esses padrões de circuitos relacionados à depressão com registros obtidos após a administração de cetamina – um trabalho que pode ajudar a explicar por que o fármaco⁶ funciona no nível dos circuitos cerebrais, mesmo quando anos de outros tratamentos falharam.

Em uma segunda série de experimentos, os pesquisadores aplicaram o CURBD a registros de participantes humanos – pacientes com epilepsia⁷ que tinham eletrodos implantados em várias regiões do cérebro¹ no Cedars-Sinai Medical Center. Eles descobriram que a recuperação de uma memória familiar é impulsionada principalmente por sinais² que fluem do córtex frontal para o hipocampo⁸ e a amígdala⁹ – os centros de memória do cérebro¹ – e que a exposição a uma imagem nova recruta toda a rede simultaneamente.

Esse tipo de compreensão sobre quais regiões comandam a atividade da memória pode ser valioso em pesquisas sobre condições como a doença de Alzheimer¹⁰. Em experimentos tão distintos quanto respostas ao estresse em animais e a recuperação de memórias em humanos, o CURBD identificou consistentemente as regiões específicas que impulsionam cada comportamento, descobertas que teriam passado despercebidas por ferramentas convencionais.

Essa consistência entre diferentes sistemas nervosos reforçou a convicção da equipe de que o CURBD está revelando algo fundamental sobre como os cérebros estão estruturados para se comunicar.

Perspectivas futuras e potencial clínico

Como o CURBD pode ser aplicado a dados de registro neural já existentes em laboratórios ao redor do mundo, pesquisadores podem utilizá-lo para formular novas perguntas sobre conjuntos de dados que já coletaram, sem a necessidade de planejar novos experimentos. No caso dos dados humanos utilizados neste estudo, os registros haviam sido obtidos originalmente para ajudar a mapear crises epilépticas em pacientes que passavam por avaliação para cirurgia. O CURBD extraiu novos insights científicos desses registros sem qualquer envolvimento adicional dos próprios pacientes.

A equipe disponibilizou gratuitamente o código do CURBD como parte do compromisso do Instituto Kempner com a ciência aberta.

Rajan vê o framework como uma ponte entre a neurociência e a medicina, algo que poderia ajudar a conectar áreas que, historicamente, trabalharam de forma isolada. Tanto a doença de Parkinson¹¹ quanto a depressão maior envolvem uma supressão acentuada dos movimentos; no entanto, neurologistas e psiquiatras raramente compartilham dados ou estruturas de pesquisa, observou ela. O CURBD, em sua visão¹², poderia fornecer uma linguagem analítica comum para iniciar esse diálogo.

“O que eu realmente quero é formular algo como um teorema sobre o funcionamento do cérebro¹ – um princípio válido entre diferentes espécies, doenças e escalas”, disse ela. “O CURBD é um passo nessa direção.”

Veja também sobre "Tipos de depressão", "Distúrbios dos movimentos" e "Como melhorar a memória".

Confira a seguir o resumo do artigo publicado.

Inferindo interações em todo o cérebro¹ utilizando modelos de redes neurais recorrentes restringidos por dados

Destaques

• A dinâmica neural que impulsiona o comportamento está distribuída por muitas regiões do cérebro¹
• O CURBD modela a atividade em todo o cérebro¹ utilizando redes neurais recorrentes (RNRs) restringidas por dados
• A engenharia reversa das RNRs do CURBD revela a estrutura das interações em todo o cérebro¹
• Aplicou-se o CURBD a registros de larvas de peixe-zebra, camundongos, macacos e humanos

Resumo

O comportamento emerge da atividade coordenada entre regiões cerebrais anatomicamente e funcionalmente distintas. Ferramentas experimentais modernas permitem um acesso sem precedentes a grandes populações neurais que abrangem muitas regiões interconectadas em todo o cérebro¹. No entanto, compreender conjuntos de dados de tão grande escala exige modelos computacionais robustos e escaláveis para extrair características significativas da comunicação entre regiões, bem como teorias fundamentadas para interpretar essas características.

Neste estudo, apresentou-se a decomposição baseada em correntes (CURBD — current-based decomposition), uma abordagem para inferir interações em todo o cérebro¹ utilizando modelos de redes neurais recorrentes restringidas por dados, que produzem autonomamente dinâmicas consistentes com dados neurais obtidos experimentalmente. O CURBD utiliza as interações funcionais inferidas a partir desses modelos para revelar correntes direcionais entre múltiplas regiões cerebrais simultaneamente.

Primeiramente, demonstrou-se que o CURBD isola com precisão as correntes entre regiões em redes simuladas de referência, com conectividade e dinâmica conhecidas. Em seguida, aplicou-se o CURBD a registros neurais de múltiplas regiões obtidos de várias espécies – larvas de peixe-zebra, camundongos, macacos e humanos – para demonstrar a ampla aplicabilidade do CURBD na elucidação das interações em todo o cérebro¹ e dos princípios de comunicação entre diferentes áreas cerebrais que fundamentam o comportamento.

Fontes:
Neuron, publicação em 07 de agosto de 2026.
Harvard Medical School, notícia publicada em 07 de agosto de 2026.