Dopamina bajo la lupa: por qué la ciencia podría replantear su función en la salud mental

La teoría clásica sobre la dopamina, durante décadas un pilar indiscutido de la neurociencia, enfrenta cuestionamientos tras la aparición de nuevas pruebas experimentales. Estudios recientes han demostrado que este neurotransmisor es mucho más que un simple “químico del placer”; participa en una gama de procesos cerebrales que superan el modelo tradicional centrado en la predicción de recompensas, según informa la revista científica Nature.

El debate está en el centro del congreso anual de la Dopamine Society en Sevilla y plantea impactos directos en la investigación básica y en las estrategias terapéuticas para trastornos como adicción y trastorno por déficit de atención e hiperactividad (TDAH). Kauê Costa, neurocientífico de la University of Alabama at Birmingham, advierte: “Creo que el marco es insuficiente. Pero si se va a cuestionar al modelo dominante, hay que estar seguro de no fallar”.

El modelo conocido como hipótesis del error de predicción de recompensa (RPE) se pone a prueba a medida que técnicas recientes permiten medir la liberación de dopamina en animales con una precisión sin precedentes.

De acuerdo con la revista, numerosos estudios han documentado que la actividad de las neuronas dopaminérgicas responde, además de a recompensas, a estímulos novedosos, amenazas y al movimiento, lo que excede los límites explicativos del marco RPE. Mark Humphries, neurocientífico de la University of Nottingham, afirma que “ya no es suficiente para explicar toda la complejidad” revelada por los nuevos datos.

La revisión de estos fundamentos impacta tanto en la comprensión del aprendizaje cerebral como en los enfoques de intervención clínica. Geoffrey Schoenbaum, neurocientífico de la Universidad Johns Hopkins y organizador de la sesión donde se discutirá el futuro del modelo, sostiene: “Tras un periodo de dominio claro, la hipótesis RPE está mostrando su edad”.

El modelo clásico de la dopamina: origen y evolución

El modelo clásico de la dopamina se basa en la hipótesis del error de predicción de recompensa (RPE). Según este enfoque, la dopamina refuerza las asociaciones entre estímulos y recompensas, señalando la diferencia —o “error”— entre lo que se espera y lo que realmente ocurre. Si un resultado supera la expectativa, la señal dopaminérgica aumenta; si el resultado es peor, disminuye.

Este mecanismo, inspirado en los experimentos de Ivan Pavlov en el siglo XX y recuperado por Wolfram Schultz en 1997 a partir de estudios con primates, explica cómo los animales y las personas ajustan su comportamiento para maximizar la obtención de recompensas.

A partir de la RPE, surgió un marco más amplio y matemático conocido como aprendizaje por refuerzo de diferencia temporal (TDRL, por sus siglas en inglés). El TDRL modela cómo el cerebro actualiza sus predicciones no solo en momentos puntuales, sino a lo largo de secuencias temporales, al ajustar constantemente las expectativas sobre recompensas futuras a medida que recibe nueva información. Este enfoque permite entender y simular cómo se optimizan comportamientos complejos en distintos contextos y plazos.

Desafíos recientes y crisis del paradigma tradicional

El desarrollo de técnicas experimentales más precisas ha revelado fenómenos que estos modelos no anticipan. Por ejemplo, se ha observado que grupos específicos de neuronas dopaminérgicas codifican no solo recompensas, sino también variables como la posición, la velocidad o el movimiento de un animal, e incluso priorizan distintos tipos de recompensas según el contexto, como la búsqueda de agua o pareja en aves.

Investigaciones citadas muestran que la dopamina interviene en la predicción de acciones, la reacción ante amenazas y la respuesta a estímulos novedosos o aversivos, más allá de su papel en la recompensa. Estos hallazgos han motivado revisiones del modelo tradicional. Samuel Gershman, de la Universidad de Harvard, ha modificado el TDRL para incorporar el fenómeno del “ramping” —el aumento gradual de dopamina a medida que un animal se acerca a una recompensa—, algo que el modelo original no preveía.

Con el tiempo, el modelo TDRL se ha diversificado en múltiples variantes para responder a críticas y hallazgos inesperados, dificultando su refutación directa, según Humphries. Esta proliferación de versiones genera un escenario en el que el modelo se vuelve más flexible, pero menos falsable.

Josh Dudman, del Instituto Médico Howard Hughes, señala que en la última década, el avance de sensores genéticamente codificados y el uso de fibra óptica para medir la dopamina en regiones profundas del cerebro ha revelado un número creciente de excepciones donde el modelo deja de funcionar.

Pese a estos ajustes, se mantiene el debate en la neurociencia sobre si continuar adaptando el modelo clásico o avanzar hacia marcos conceptuales completamente nuevos, como plantea Geoffrey Schoenbaum. La acumulación de excepciones y resultados no previstos ha puesto en duda la capacidad explicativa del paradigma tradicional y mantiene activa la discusión sobre nuevas interpretaciones.

Nuevas interpretaciones: del aprendizaje retrospectivo a los límites de la teoría dominante

Vijay Mohan Namboodiri, neurocientífico de la Universidad de California en San Francisco, propone una alternativa denominada contingencia neta ajustada para relaciones causales (ANCCR), donde, a diferencia del modelo RPE, el animal recibe la recompensa y luego identifica retrospectivamente la señal que la precedió.

En sus experimentos, su grupo administró recompensas de agua azucarada a ratones en intervalos aleatorios, lo que permitió comparar directamente las predicciones del modelo RPE —una respuesta dopaminérgica alta al inicio que disminuye con la repetición— frente al modelo ANCCR, que espera un aumento progresivo de la señal con la reiteración de las recompensas inesperadas. Tras los experimentos, el equipo de Namboodiri comprobó que la respuesta dopaminérgica aumentaba con experiencias repetidas, apoyando su hipótesis retrospectiva.

Según Namboodiri, esto podría explicar por qué tratar adicciones es tan complejo: la asociación no se debilita durante la abstinencia porque el cerebro busca retrospectivamente los indicios previos a la recompensa. La experta señala que “la asociación permanece porque el evento significativo es consumir, y la dopamina promueve buscar retrospectivamente la causa”.

Ejemplifica este mecanismo con una persona que intenta dejar de fumar: según el modelo tradicional, cada vez que el exfumador ve a otros fumar y se abstiene, la asociación entre señal y recompensa debería debilitarse. Sin embargo, el modelo retrospectivo sostiene que la experiencia significativa —consumir el cigarrillo— activa una búsqueda retrospectiva de señales previas, como ver a otros fumar, y eso mantiene la asociación y complica abandonar el consumo.

Este enfoque genera escepticismo. Namboodiri reconoce: “Si la comunidad científica ha interpretado al revés el papel de la dopamina, las consecuencias clínicas serían profundas”.

Implicaciones para la neurociencia y el abordaje clínico

La revisión del papel de la dopamina desafía los modelos teóricos y obliga a reconsiderar prácticas clínicas en trastornos como adicción, esquizofrenia y TDAH. La posibilidad de que los tratamientos actuales se basen en una comprensión parcial de sus mecanismos alimenta el debate en el campo.

Erin Calipari, farmacóloga de la Universidad Vanderbilt, ha enfrentado resistencia al publicar datos según los cuales la liberación dopaminérgica en ratones responde a estímulos estresantes, no solo placenteros. Para Calipari, más que buscar una sola función aislada de la dopamina, importa comprenderla como un modulador que optimiza la eficiencia y velocidad de los sistemas neuronales de tareas específicas, desde la toma de decisiones hasta la rapidez al procesar información.

David Redish, neurocientífico de la Universidad de Minnesota, plantea que la acumulación de evidencia obliga a reconocer la complejidad de la dopamina. Mientras que Redish muestra cautela ante la idea de abandonar por completo el paradigma clásico, y otros como Josh Dudman se abren a explorar alternativas conceptuales, aunque admiten que esta mayor apertura genera inquietud entre sus colegas.