Fenotipado neuroconductual profundo descubre huellas neuronales de déficits locomotores en la enfermedad de Parkinson

Por qué importan los problemas para caminar en el Parkinson

Para muchas personas con enfermedad de Parkinson, uno de los síntomas más aterradores ocurre cuando los pies parecen quedar pegados al suelo o la marcha se ralentiza hasta casi detenerse. Estas roturas del movimiento, desde una lentitud sutil hasta la «congelación» completa de la marcha, aumentan mucho el riesgo de caídas y la pérdida de independencia; sin embargo, los fármacos y la estimulación cerebral actuales a menudo no logran prevenirlas. Este estudio se propuso descubrir los patrones cerebrales ocultos que acompañan esos problemas al caminar, con el objetivo a largo plazo de diseñar terapias más inteligentes y bajo demanda.

Observar el movimiento con gran detalle

Los investigadores comenzaron con un modelo de rata bien establecido de la enfermedad de Parkinson. Entrenaron a las ratas a caminar de un lado a otro por una pasarela mientras rastreaban cada pequeño movimiento de las patas traseras en tres dimensiones y registraban la actividad eléctrica de las áreas cerebrales del movimiento. Cada momento de comportamiento se etiquetó como uno de tres estados: marcha normal, pequeños movimientos intencionados sin desplazamiento, o acinesia—una detención casi completa del movimiento que se asemeja a los episodios de congelación observados en pacientes. Esto creó un rico conjunto de datos “neuroconductuales” que alineó los ritmos cerebrales con lo que el cuerpo hacía de instante a instante.

Encontrar patrones en las ondas cerebrales

Para interpretar estos datos de alta dimensión, el equipo aplicó tanto estadística clásica como herramientas modernas de aprendizaje profundo. Primero confirmaron firmas ya conocidas: las ratas con daño similar al Parkinson pasaban más tiempo en acinesia que los animales sanos, y sus señales cerebrales mostraron mayor actividad en una banda de frecuencia relacionada con ritmos beta anormales y gamma baja. Pero cuando los científicos preguntaron qué características distinguían mejor los tres estados de movimiento, surgieron nuevas variables. Medidas llamadas complejidad de Hjorth y movilidad de Hjorth—resúmenes en el dominio del tiempo de cuán irregular y con qué rapidez cambia la señal—resultaron ser marcadores potentes. En el hemisferio afectado, una mayor complejidad y una menor movilidad se asociaron estrechamente con el inicio de la acinesia, mientras que otras características, como la potencia en gamma de alta frecuencia, seguían el movimiento activo.

Acercándose al momento en que el movimiento se detiene

Usando redes neuronales que aprenden “mapas” compactos de los datos, los investigadores pudieron situar cada breve ventana temporal en un espacio de baja dimensión donde la marcha, el movimiento estacionario y la acinesia ocupaban regiones distintas. Dentro de ese espacio, las medidas de Hjorth y la banda anómala beta–gamma baja influyeron fuertemente en dónde se situaban los episodios acinéticos. Cuando el equipo se centró en los segundos alrededor del inicio de un episodio acinético, observaron una secuencia consistente: la complejidad y la potencia tipo beta aumentaban justo antes y en el momento de la detención, mientras que la movilidad y la potencia gamma disminuían. Crucialmente, estas medidas pueden calcularse con rapidez sin un análisis de frecuencia pesado, lo que las convierte en candidatas atractivas para la monitorización en tiempo real.

De las ratas a las personas con congelación de la marcha

El grupo preguntó después si huellas neuronales similares aparecen en humanos. Analizaron captura de movimiento detallada y registros de electrodos implantados en una estructura profunda del cerebro, el núcleo subtalámico, en dos personas con Parkinson que sufrían congelación de la marcha. En uno de los participantes, emergió el mismo patrón observado en ratas durante los episodios de congelación: aumento de la complejidad de Hjorth y de la potencia beta, junto con disminución de la movilidad de Hjorth. Aunque la gamma se comportó algo diferente entre especies, la señal central de que el movimiento estaba derivando hacia un estado patológico resultó notablemente similar en la corteza de las ratas y en el núcleo subtalámico de este paciente, lo que sugiere un mecanismo subyacente compartido a lo largo de la red motora.

Qué podría significar esto para terapias futuras

Al fusionar el seguimiento de movimiento detallado con un análisis avanzado de las ondas cerebrales, este trabajo identifica «huellas» simples y computacionalmente ligeras de cuándo la marcha en la enfermedad de Parkinson está a punto de colapsar. Para un público general, esto significa que los médicos e ingenieros podrían pronto desarrollar estimuladores cerebrales que detecten estas huellas en tiempo real y respondan solo cuando sea necesario, empujando el sistema fuera de un episodio de congelación antes de que se afiance. Aunque aún se requieren estudios humanos de mayor tamaño, el enfoque abre un camino prometedor hacia tratamientos personalizados y de lazo cerrado para los incapacitantes problemas de la marcha en la enfermedad de Parkinson.

Cita: Garulli, E.L., Merk, T., El Hasbani, G. et al. Deep neurobehavioral phenotyping uncovers neural fingerprints of locomotor deficits in Parkinson’s disease. npj Parkinsons Dis. 12, 65 (2026). https://doi.org/10.1038/s41531-026-01280-4

Palabras clave: enfermedad de Parkinson, congelación de la marcha, ritmos cerebrales, estimulación cerebral profunda, fenotipado neuroconductual