¿Cómo decide un cerebro girar, huir o acercarse a alguien? En una mosca de la fruta, esa orden ocurre en una fracción de segundo, como cuando una luz se enciende al pulsar un interruptor. Ahora, ese recorrido ya puede observarse casi pieza por pieza.
Google Research y el HHMI Janelia Research Campus reconstruyeron por completo el sistema nervioso central de una mosca de la fruta macho. El hallazgo reúne 166.691 neuronas y cerca de 125 millones de conexiones, el mayor mapa cerebral creado hasta ahora por cantidad de células nerviosas.
El atlas no muestra solo un cerebro aislado. Incluye el cordón nervioso central, una estructura comparable a la médula espinal humana, y permite seguir una señal desde los ojos o el sistema del gusto hasta las neuronas que ordenan el movimiento.
La clave está en que los científicos pueden mirar el mecanismo completo: una imagen entra por los ojos compuestos de la mosca, viaja por una red de células y termina en una acción concreta, como girar, escapar o aproximarse a otra mosca.
Un plano eléctrico para seguir cada decisión
Imaginar este mapa como el cableado de una casa ayuda a entender su valor. Los ojos serían los sensores de una puerta automática; el cerebro, la caja central que interpreta la señal; y el cordón nervioso, los cables que llevan la orden hasta el motor que abre, cierra o cambia de dirección.
El nuevo atlas permite seguir un “cable” desde el estímulo hasta el movimiento. No significa que la mosca piense como una persona, sino que su sistema nervioso organiza información y ejecuta respuestas mediante engranajes biológicos que ahora pueden inspeccionarse con detalle.
Para construir este plano, el equipo cortó el cerebro y el cordón nervioso en secciones extremadamente finas. Luego fotografió cada capa con microscopía electrónica, una técnica que usa electrones para revelar estructuras demasiado pequeñas para un microscopio común.
Los sistemas informáticos reunieron millones de imágenes bidimensionales y las transformaron en estructuras tridimensionales. La inteligencia artificial aceleró la tarea de reconocer qué fragmentos pertenecían a una misma neurona, aunque especialistas humanos revisaron y corrigieron el resultado.
Es un trabajo parecido a reconstruir un enorme cableado después de cortar una casa en miles de láminas. La IA encuentra piezas que parecen encajar; las personas verifican que ningún cable termine conectado a la habitación equivocada.
Del “love spot” a la conducta social
El mapa también contiene 11.691 tipos de neuronas y abre una oportunidad para comparar el sistema nervioso del macho con un atlas previo de una hembra. La mayoría de las células son similares, pero una pequeña proporción cambia, aparece en un solo sexo o establece conexiones diferentes.
Esas diferencias pueden ser una pieza clave para estudiar la agresividad, la conducta social y el cortejo. Uno de los circuitos recorre una región visual llamada love spot, una zona que ayuda al macho a detectar y seguir a una posible pareja.
Gracias a esta reconstrucción, los investigadores pueden observar cómo la información del love spot pasa por varias neuronas hasta alcanzar las encargadas de controlar el movimiento. Es decir, pueden rastrear cómo una señal visual termina en una persecución o un acercamiento.
El cerebro humano, con unos 86.000 millones de neuronas, sigue muy lejos de poder reconstruirse con este nivel de detalle. Sin embargo, los principios básicos del sistema nervioso se repiten entre especies, y herramientas similares ya comienzan a usarse en peces y ratones.
La mosca no entrega todavía un manual del cerebro humano, pero sí un plano más claro de su mecanismo central: cómo una sensación se convierte en acción. Y cada cable identificado acerca esa respuesta, aparentemente automática, a algo que por fin puede entenderse.
Directora de operaciones en GptZone. IT, especializada en inteligencia artificial. Me apasiona el desarrollo de soluciones tecnológicas y disfruto compartiendo mi conocimiento a través de contenido educativo. Desde GptZone, mi enfoque está en ayudar a empresas y profesionales a integrar la IA en sus procesos de forma accesible y práctica, siempre buscando simplificar lo complejo para que cualquiera pueda aprovechar el potencial de la tecnología.
