Wolfram Schultz
Wolfram Schultz es profesor de neurociencia en la Universidad de Cambridge. Es conocido fundamentalmente por su descubrimiento de la señal neurofisiológica de recompensa de la dopamina.[1] [2] [3] Schultz obtuvo el título de Medicina en la Universidad de Heidelberg en 1972 y el doctorado de Fisiología en la Universidad de Friburgo, Suiza. [4] [5] Realizó tres estancias de investigación postdoctoral: con el neurofisiólogo Otto Creutzfeld en el Instituto Max-Planck de Química Biofísica en Gotinga, Alemania, el neurofisiólogo John C. Eccles en la Universidad Estatal de Nueva York en Buffalo, EE. UU., y el neurohistólogo y neuropsicofarmacéutico Urban Ungerstedt en el Instituto Karolinska en Estocolmo. [3] Schultz trabajó en la Universidad de Friburgo de 1977 a 2001 y luego se trasladó a la Universidad de Cambridge en 2001, donde es profesor de Neurociencia (y ha sido investigador principal de Wellcome de 2001 a 2023). [6] [7] Durante los años 1980s y 1990s, Schultz llevó a cabo experimentos con monos macacos y descubrió que las neuronas de dopamina de sus ganglios basales aumentaban su actividad después de recibir una recompensa. [8] Esto condujo al descubrimiento por el que es más conocido: las neuronas de dopamina señalan errores en la predicción de recompensa (es decir, la diferencia entre la recompensa que un animal espera y la recompensa que realmente recibe). [7] Posteriormente continuó su investigación en el campo de la neuroeconomía de la recompensa y la toma de decisiones, utilizando conceptos de la teoría de la elección económica al tiempo que estudiaba la actividad de las neuronas dopaminérgicas, la corteza orbitofrontal, el cuerpo estriado y la amígdala. Honores y premiosGanó el premio Golden Brain en 2002, el premio Brain en 2017, el premio Gruber en neurociencia en 2018, el premio Karl Spencer Lashley en 2019 y tiene un índice h de 101. [9] [10] Es miembro de la Royal Society, miembro de la Academia Europaea y expresidente de la Sociedad Europea del Cerebro y la Conducta. [11]
Referencias
|