El Allen Institute y el superordenador Fugaku han creado una de las simulaciones más detalladas de un cerebro animal. La herramienta permite realizar experimentos sobre casi diez millones de neuronas y más de veintiséis mil millones de sinapsis.
Por Sergio Parra / El Confidencial
En una pantalla del Allen Institute, una única neurona simulada ha parpadeado con un destello que imita el pulso eléctrico de su equivalente biológico. Ese chispazo digital, aparentemente trivial, ha servido como un umbral simbólico: a partir de ahí, el sistema ha encadenado millones de activaciones en un circuito que reproduce el córtex de un ratón con una fidelidad que hasta hace poco parecía fuera de nuestro alcance.
En colaboración con varias instituciones japonesas, el equipo ha ensamblado un modelo que permite recorrer casi diez millones de neuronas y más de veintiséis mil millones de sinapsis como si se estuviese inspeccionando un tejido vivo. Cada unidad integra propiedades biofísicas que revelan el vaivén de iones, las variaciones de voltaje y la elaboración progresiva de los pulsos eléctricos en sus múltiples compartimentos.
La herramienta, presentada en el marco de SC25 (la gran conferencia internacional de computación de alto rendimiento donde se presentan los avances punteros en supercomputación), no es solo una proeza técnica. Supone la posibilidad de experimentar con un mamífero digital a escala celular. No en vano, el modelo permite alterar una sola variable, inducir una lesión virtual, introducir fallos sinápticos u observar la transición controlada desde un estado sano a uno patológico.
¿Qué cambia con los experimentos virtuales? El superordenador Fugaku realiza más de cuatrocientos mil billones de operaciones por segundo, una potencia que permite modelar la corteza como un sistema vivo. Anton Arkhipov, investigador del Allen Institute, resume así el avance: «Esto muestra que la puerta se ha abierto. Podemos ejecutar estas simulaciones con la potencia adecuada». No se trata solo de velocidad, sino de acceso a un tipo de preguntas que antes estaban fuera del alcance experimental.
:format(jpg)/f.elconfidencial.com%2Foriginal%2F551%2F53e%2F626%2F55153e6269f79e79cfef3217b1041765.jpg)
TE PUEDE INTERESARUnos neurocientíficos descubren un mecanismo cerebral oculto que podría revolucionar la inteligencia artificial
Mónica Millán Valera
Según Gustavo Deco, director del Theoretical Neuroscience Group en la Universitat Pompeu Fabra e ICREA: «Este tipo de modelos permite explorar con una resolución sin precedentes la dinámica colectiva de circuitos corticales y generar hipótesis sobre procesos como la percepción, la memoria o la propagación de patologías». En otras palabras, se entra en un territorio en el que se puede testar de manera controlada cómo emergen funciones que en la biología real se observan de manera fragmentaria.
El salto es relevante porque las técnicas tradicionales obligan a estudiar el cerebro a golpe de experimento puntual. Un registro aquí, una imagen funcional allá. Las simulaciones permiten encadenar miles de escenarios. Algunos investigan cómo una alteración molecular desencadena un cambio en la sincronización de ritmos neuronales. Otros someten al modelo a patrones de estimulación para observar puntos de quiebre en la propagación de una crisis epiléptica.
Un puente hacia la neuroimagen y la conectividad
Jesús M. Cortés, profesor de Ikerbasque y director del Laboratorio de Neuroimagen Computacional del Instituto BioBizkaia, destaca otra consecuencia sobre estos modelos: «Permiten explorar dinámicas cerebrales que hoy no podemos medir directamente en animales ni en humanos. Para quienes trabajamos en neuroimagen, estos modelos ofrecen un puente para interpretar patrones funcionales y estructurales desde mecanismos celulares».
Ese puente es relevante para uno de los grandes dilemas de la neurociencia actual: cómo vincular la actividad microscópica con los patrones que observan las técnicas de imagen en grandes poblaciones de pacientes. La simulación sirve como traductor. Conecta niveles de organización que hasta ahora se estudiaban por separado. Algo similar ocurrió en física de materiales cuando los modelos moleculares permitieron interpretar regularidades macroscópicas. En neurociencia, esta capacidad de circular entre escalas puede redefinir tratamientos, diagnósticos y teorías sobre la función cerebral.
:format(jpg)/f.elconfidencial.com%2Foriginal%2F388%2Fc04%2Fa05%2F388c04a05aa393dfaa47cea13ac2facf.jpg)
TE PUEDE INTERESARLa primera persona en vivir eternamente podría nacer durante tu vida y no tendrá cuerpo
Dobromir Rahnev
El límite del detalle
La tentación de identificar complejidad con fidelidad es grande, pero tiene matices que no deben pasarse por alto. Deco lo formula sin rodeos: «No está claro que la complejidad microscópica sea siempre el camino más fértil para comprender el cerebro. En muchos casos, identificar las escalas relevantes puede resultar más esclarecedor que reproducir cada sinapsis o canal iónico». Recordar que la termodinámica no necesita seguir la trayectoria de cada molécula ayuda a rebajar expectativas.
Cortés coincide desde otro ángulo: «Estos modelos capturan solo una fracción del verdadero cerebro. No incluyen la complejidad completa de la conectómica, la plasticidad a múltiples escalas, la diversidad celular real y, sobre todo, el acoplamiento con sistemas no neuronales como glía, vasos o sistema inmune». La advertencia es pertinente porque el modelo es una herramienta poderosa, pero queda todavía lejos de un gemelo digital.
¿Hasta dónde se puede llegar?
El Allen Institute ha utilizado datos de su Cell Types Database y de su Connectivity Atlas para construir esta estructura digital. Herramientas como el Brain Modeling ToolKit y el simulador Neulite han permitido traducir las ecuaciones en células que se activan y reaccionan de acuerdo con su morfología. La ambición del proyecto apunta a algo mayor: pasar del córtex de ratón al cerebro completo de ratón y, en fases posteriores, explorar modelos humanos.
El salto, sin embargo, exige varias condiciones. La primera es computacional. Incluso Fugaku, con casi ciento sesenta mil nodos, se queda corto para un cerebro humano si se mantiene el nivel de detalle actual. La segunda es biológica. La diversidad celular en humanos supera con mucho la del ratón. La tercera es conceptual. No está claro que los modelos humanos requieran la misma granularidad que los del ratón para ser útiles. Algunos grupos europeos trabajan ya en enfoques jerárquicos que mezclan detalle con abstracciones funcionales.
El reto final consiste en identificar cuál es el nivel de resolución que permite predecir observaciones reales sin perder interpretabilidad. Una simulación perfecta de cada canal iónico podría resultar menos informativa que un modelo que capta la coordinación entre regiones. Es como tratar de realizar una predicción meteorológica: los modelos no simulan cada partícula de aire y, sin embargo, anticipan tormentas con bastante fiabilidad.
La experimentación sin animales: una promesa matizada
Los experimentos virtuales no eliminan la investigación con animales, pero sí pueden reducirla. Al permitir cribados iniciales de hipótesis o tratamientos en entornos simulados, se minimizan intervenciones repetitivas. En enfermedades como el alzhéimer o la epilepsia, donde los modelos animales muestran limitaciones importantes, las simulaciones pueden complementar y guiar la experimentación.
Aun así, conviene no sobredimensionar su capacidad. Las simulaciones se construyen a partir de datos previos y heredan sus sesgos. Además, la fisiología real incluye factores que el modelo todavía no representa (desde interacciones metabólicas hasta procesos inmunitarios). La sustitución total de animales no es inminente, pero una reducción sustancial en fases exploratorias sí parece razonable.
Arkhipov anticipa un horizonte ambicioso. «Nuestro objetivo a largo plazo es construir modelos de cerebro completo«, asegura. La afirmación abre un panorama en el que la neurociencia pasa de observar a construir. Si se consigue integrar más capas biológicas (desde la glía hasta la plasticidad sináptica dependiente de actividad), los modelos podrán proponer explicaciones que no surgen de la experiencia directa. Para España y Europa, la oportunidad es clara. Grupos como los de Deco en Barcelona o el de Cortés en Bilbao pueden utilizar estas simulaciones para contrastar teorías de organización cerebral que llevan años en desarrollo. Además, la infraestructura europea en computación científica, con máquinas como MareNostrum 5, podría integrarse en futuras fases de modelos multiescala.
El avance del Allen Institute y Fugaku funciona como una demostración de posibilidad. Enseña que la escala celular completa no es inalcanzable y que las simulaciones pueden actuar como un laboratorio paralelo. La incógnita es cuánto de este laboratorio será necesario para comprender la mente y cuánto será accesorio. El cerebro virtual del córtex de ratón no es un gemelo digital, pero señala un camino. Si la neurociencia aspira a integrar escalas, estos modelos pueden convertirse en la infraestructura conceptual que permita reorganizar preguntas, hipótesis y métodos. El siguiente paso será comprobar si esta infraestructura ofrece predicciones que la biología real confirma.