Un consorcio internacional de más de 150 científicos, coordinado en el marco del proyecto MICrONS, ha conseguido un hito sin precedentes en la historia de la neurociencia moderna: el mapeo tridimensional, con resolución sináptica, de un milímetro cúbico de la corteza visual de un ratón. A primera vista puede parecer un volumen insignificante, pero este pequeño cubo contiene la asombrosa cifra de 84.000 neuronas y aproximadamente 523 millones de sinapsis. Para ponerlo en perspectiva, este mapeo supone más de 1.600 terabytes de datos, un volumen comparable al tráfico anual de datos de un proveedor regional de servicios de internet.

El avance ha sido posible gracias a la combinación de técnicas de microscopía electrónica, procesamiento masivo de imágenes y algoritmos avanzados de aprendizaje automático. El objetivo no era solo reconstruir la anatomía, sino también conectar dicha estructura con la actividad funcional, lo que ofrece una comprensión más completa del comportamiento cerebral. Esto permite correlacionar directamente conexiones neuronales con patrones de activación observados durante tareas específicas.

Este logro no solo eclipsa todos los esfuerzos previos en cuanto a resolución y volumen cartografiado, sino que además redefine lo que es posible en el campo de la neurociencia computacional. Como veremos, su impacto no solo se limitará al campo biomédico, sino que también podrá alimentar nuevas generaciones de inteligencia artificial inspiradas en la arquitectura biológica del cerebro.

Un salto técnico de escala histórica

Hasta la fecha, los estudios de conectómica cerebral se habían limitado a organismos relativamente simples. El modelo más conocido y citado era el del gusano Caenorhabditis elegans, cuyo sistema nervioso fue completamente cartografiado en 1986. Ese conectoma contenía 302 neuronas y aproximadamente 7.000 sinapsis. Fue una hazaña en su tiempo, pero quedó limitada por la tecnología disponible.

Desde entonces, se han realizado otros mapas neuronales parciales, como el del cerebro del pez cebra (Danio rerio), que ofrecía una resolución aceptable pero carecía de un vínculo directo con patrones funcionales. Uno de los estudios más avanzados antes del MICrONS fue el mapeo parcial de la corteza cerebral de un ratón realizado por el Allen Institute, que alcanzó una resolución celular, pero sin llegar al nivel sináptico actual. Tampoco abarcaba un volumen tan denso ni correlacionaba estructura con funcionalidad.

El nuevo mapa cerebral supera a todos sus predecesores en al menos tres dimensiones clave:

• Resolución: alcanza el nivel sináptico (decenas de nanómetros), permitiendo distinguir conexiones individuales entre neuronas.

• Volumen: cubre un milímetro cúbico, una cifra que puede parecer pequeña pero que, en tejido cerebral, representa una red densa y compleja.

• Contexto funcional: los datos anatómicos fueron integrados con registros de actividad neuronal durante tareas visuales reales.

La magnitud de este trabajo ha exigido la creación de nuevas infraestructuras tecnológicas y el uso de supercomputadores capaces de manejar conjuntos de datos del orden de petabytes.

La complejidad dentro de un milímetro cúbico

Un cerebro de ratón contiene aproximadamente 70 millones de neuronas, pero lo que ha fascinado a los investigadores es cómo se organizan estas células en redes funcionales en espacios extremadamente reducidos. El área estudiada, perteneciente a la corteza visual primaria (V1), fue elegida porque su función está relativamente bien caracterizada: procesa señales visuales procedentes del ojo y está involucrada en tareas como la detección de movimiento, dirección y contraste.

Dentro del volumen analizado, los científicos identificaron 84.000 cuerpos neuronales. Estas neuronas forman una red tridimensional altamente densa, y cada una puede establecer entre cientos y miles de sinapsis con otras. De hecho, se estimaron más de 523 millones de sinapsis en total, lo que implica una media de unas 6.200 conexiones por neurona en este volumen.

Uno de los hallazgos más relevantes fue la identificación de un tipo de organización que los investigadores han denominado «alineamiento funcional selectivo»: las neuronas inhibidoras, que tradicionalmente se consideraban menos selectivas, mostraron conexiones altamente específicas con neuronas excitadoras que respondían a estímulos visuales similares. Este patrón podría tener implicaciones para la comprensión de cómo se refina la información visual en tiempo real.

De la estructura a la función: el objetivo de MICrONS

El proyecto MICrONS (Machine Intelligence from Cortical Networks) nace en 2016 como una colaboración entre agencias federales estadounidenses (como DARPA y IARPA), universidades y centros de investigación de prestigio como el Allen Institute. Su principal motivación es doble: por un lado, avanzar en el conocimiento de la neurociencia estructural; por otro, aplicar ese conocimiento al diseño de redes neuronales artificiales más eficaces.

Durante el estudio, los investigadores primero entrenaron a ratones para realizar tareas visuales. Luego se registró su actividad cerebral mediante técnicas como la imagen por fluorescencia de calcio, que permite observar qué neuronas se activan durante determinados estímulos. Tras completar esta fase, el cerebro del animal fue fijado, cortado en secciones ultrafinas y escaneado con microscopía electrónica.

Las imágenes generadas —más de 225 millones— fueron procesadas por redes neuronales artificiales entrenadas específicamente para segmentar neuronas, axones y sinapsis. La reconstrucción 3D resultante no es simplemente una foto estática, sino un modelo funcional en el que se pueden trazar rutas completas de información y verificar cómo la forma se relaciona con la actividad real.

Un hito con aplicaciones a largo plazo

Este mapa detallado tiene múltiples aplicaciones potenciales. En primer lugar, permite a los neurocientíficos estudiar, en un contexto real, cómo se organiza la información en redes densamente interconectadas. Esto es clave para entender enfermedades neurológicas como el Alzheimer o la epilepsia, que afectan precisamente la conectividad sináptica.

Por otro lado, el estudio abre la puerta a desarrollar modelos computacionales más verosímiles. En el ámbito de la inteligencia artificial, las redes neuronales actuales (como las usadas en procesamiento de lenguaje o visión por ordenador) se inspiran vagamente en la biología, pero carecen de muchas de sus características fundamentales. La conectividad específica, la plasticidad sináptica o la retroalimentación inhibidora aún no están bien modeladas.

MICrONS proporciona una base de datos que puede alimentar nuevos modelos híbridos, más adaptativos y eficientes. Tal como señalan los responsables del proyecto, el objetivo a largo plazo es que las máquinas puedan aprender del cerebro, no solo copiar su apariencia externa, sino también su arquitectura interna.

El futuro: cerebros humanos y otras regiones

Aunque el estudio actual se limita a un fragmento del cerebro de un ratón, las tecnologías desarrolladas pueden escalarse a regiones cerebrales humanas, al menos de forma local. De hecho, se están llevando a cabo iniciativas paralelas para mapear regiones específicas en cerebros post-mortem humanos, especialmente en áreas relacionadas con la memoria y el lenguaje.

Otra posibilidad es combinar este tipo de cartografía con tecnologías como la optogenética, que permiten activar o inhibir neuronas de forma selectiva. Así se podrían validar experimentalmente las predicciones derivadas de los modelos computacionales basados en conectomas reales.

No menos importante es la dimensión ética de este trabajo. La posibilidad de reconstruir con precisión partes del cerebro plantea preguntas sobre la privacidad neuronal, el uso de cerebros artificiales y la eventual recreación de estados mentales.

Reflexiones finales

Estamos ante un momento bisagra para la neurociencia y la inteligencia artificial. La minuciosa reconstrucción de un simple milímetro cúbico de cerebro ha revelado una complejidad que apenas comenzamos a comprender. Pero también ha demostrado que es posible mapear y modelar redes biológicas reales con herramientas computacionales.

El camino por recorrer es largo, pero el proyecto MICrONS establece una referencia técnica, científica y metodológica que otras iniciativas podrán seguir. Si se logra escalar este enfoque a otras áreas y especies, las posibilidades de comprensión del cerebro humano aumentarán exponencialmente.