🧬 biology

Testing quantum-like markers in neural dynamics

El artículo propone dos experimentos para identificar marcadores cuánticos en datos neuronales comparando las predicciones de las ecuaciones clásicas de FitzHugh-Nagumo y del cable con sus respectivas variantes cuánticas en oscilaciones subumbrales y propagación de señales axonales.

Autores originales: Partha Ghose, Dimitris Pinotsis

Publicado 2026-04-22

📖 5 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Partha Ghose, Dimitris Pinotsis

Artículo original bajo licencia CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ⚕️ Esta es una explicación generada por IA de un preprint que no ha sido revisado por pares. No es consejo médico. No tome decisiones de salud basándose en este contenido. Leer descargo de responsabilidad completo

Imagina que el cerebro es una ciudad inmensa y ruidosa llena de mensajeros (las neuronas) que se pasan notas eléctricas a través de cables (los axones y dendritas). Durante décadas, los científicos han creído que estos mensajeros se mueven como gotas de tinta cayendo en un vaso de agua: se dispersan lentamente, de forma caótica y predecible, siguiendo las reglas de la física clásica.

Este artículo propone una idea fascinante: ¿Y si, en realidad, esos mensajeros se comportan más como partículas cuánticas (como electrones) que como tinta?

Los autores, Partha Ghose y Dimitris Pinotsis, no dicen que tu cerebro sea un ordenador cuántico mágico. Más bien, sugieren que las matemáticas que describen el "ruido" y las fluctuaciones en las neuronas podrían tener una estructura oculta idéntica a la de la mecánica cuántica. Para probarlo, proponen dos experimentos sencillos pero cruciales.

Aquí tienes la explicación de su propuesta, usando analogías cotidianas:

1. El Gran Misterio: ¿Tinta o Partículas?

La visión clásica (La Tinta): Imagina que lanzas una gota de tinta en un río. Se expande, se mezcla y se hace más difusa a medida que avanza. No hay un "frente" definido; simplemente se desvanece. Así es como la ciencia actual ve la electricidad en las neuronas: una difusión lenta y constante.
La visión cuántica (El Tren de Alta Velocidad): Ahora imagina un tren que viaja a una velocidad fija, pero de repente, en un cruce, decide girar a la izquierda o a la derecha al azar. Aunque a la larga parezca que se dispersa, en el corto plazo mantiene una velocidad y una dirección definidas. Los autores proponen que las neuronas se comportan más como este tren (un "caminante persistente") que como la tinta.

2. El Experimento I: El "Termómetro" de las Oscilaciones

La Analogía:
Imagina que tienes una cuerda de guitarra que vibra. A veces vibra de forma muy regular, pero a veces tiene pequeñas "temblorosas" o ruidos debido al viento o a imperfecciones en la cuerda.

La teoría clásica dice que ese ruido es solo calor aleatorio (como el viento golpeando la cuerda).
La teoría cuántica sugiere que ese ruido tiene una "firma" especial, como si la cuerda estuviera vibrando con una energía que no depende solo del calor, sino de una constante nueva (llamada $\hat{\hbar}$ , una especie de "Planck neuronal").

¿Qué van a hacer?
Van a medir las pequeñas vibraciones eléctricas en neuronas que aún no han disparado un impulso (llamadas "oscilaciones subumbrales").

Si las vibraciones siguen las reglas de la física clásica, el ruido será como el de una olla hirviendo.
Si siguen las reglas "cuánticas", el ruido tendrá un patrón matemático específico que revela una constante nueva, como si las neuronas tuvieran su propio "átomo" interno.

3. El Experimento II: La Carrera de los Mensajeros

La Analogía:
Imagina que envías un paquete desde el punto A hasta el punto B.

Modelo Clásico (Difusión): El paquete es como una persona borracha caminando por una multitud. A veces avanza, a veces retrocede, a veces se detiene. El tiempo que tarda en llegar es muy variable y el "frente" del paquete se desdibuja.
Modelo Cuántico/Kac (Caminata Persistente): El paquete es como un corredor que tiene mucha energía. Corre en línea recta a gran velocidad, pero de vez en cuando tropieza y gira. Aunque al final también llega tarde, llega más rápido al principio y mantiene una "ola" definida antes de dispersarse.

¿Qué van a hacer?
Van a usar cables microscópicos para guiar una sola neurona (o un grupo de ellas) y enviarles señales eléctricas.

Medirán cuándo llega la señal a diferentes distancias.
Si es un modelo clásico, la señal llegará muy desordenada y dispersa desde el primer metro.
Si es el modelo "cuántico", verán un "frente" de señal que viaja rápido (como un tren) antes de empezar a dispersarse. Esto sería la prueba de que la electricidad en el cerebro no es solo difusión, sino un transporte con velocidad finita y memoria.

¿Por qué es importante esto?

No se trata de decir que "pensamos con magia cuántica". Se trata de encontrar marcadores.

Si los experimentos fallan (todo es clásico), confirmamos que nuestras herramientas actuales son suficientes para entender el cerebro.
Si los experimentos tienen éxito, descubrimos que el cerebro tiene una estructura matemática oculta, similar a la del universo subatómico. Esto podría cambiar cómo entendemos la conciencia, la memoria y cómo diseñamos futuras inteligencias artificiales.

En resumen:
Los autores quieren saber si el cerebro es una taza de café caliente donde la energía se dispersa lentamente (clásico), o si es más como un sistema de trenes que, aunque parece caótico, sigue reglas de velocidad y dirección ocultas (cuántico). Sus dos experimentos son como poner un cronómetro y un termómetro a esos trenes para ver cómo se comportan realmente.

A continuación presento un resumen técnico detallado del artículo en español, estructurado según los puntos solicitados:

Título: Prueba de marcadores cuánticos en la dinámica neural

1. Planteamiento del Problema

El artículo aborda la cuestión fundamental de si los procesos neuronales macroscópicos, tradicionalmente descritos por la física clásica y la dinámica estocástica, pueden exhibir comportamientos análogos a los efectos cuánticos.

Contexto: Aunque la neurociencia dominante asume que las condiciones "cálidas, húmedas y ruidosas" del cerebro suprimen los estados cuánticos frágiles, investigaciones recientes en biología cuántica sugieren lo contrario.
La Brecha: Existe una conexión matemática formal entre modelos neuronales clásicos (como las ecuaciones de FitzHugh-Nagumo y la ecuación de cable) y ecuaciones cuánticas (Schrödinger y Dirac) cuando se incorporan ciertos tipos de ruido estocástico. Sin embargo, falta evidencia experimental que distinga si la dinámica real del cerebro sigue la descripción clásica o una "versión cuántica efectiva".
Objetivo: Proponer experimentos concretos para identificar "marcadores cuánticos" operativos en datos neurales, sin afirmar necesariamente que los procesos subyacentes sean cuánticos a nivel microscópico, sino que su descripción efectiva posee una estructura cuántica.

2. Metodología y Marco Teórico

Los autores proponen un enfoque basado en la comparación entre modelos clásicos y sus variantes cuánticas derivadas matemáticamente:

Fundamento Matemático:
- Modelo Clásico: Se basa en la ecuación de cable (difusiva, parábola) y la ecuación de FitzHugh-Nagumo (FN) con ruido gaussiano (Wiener).
- Modelo Cuántico/Efectivo:
  - Se utiliza un proceso de salto de velocidad tipo Kac (caminata aleatoria persistente con velocidad finita $v$ y tasa de reversión $\lambda$ ).
  - Se demuestra que este proceso, bajo transformaciones de fase adecuadas, se mapea a la ecuación de Dirac (y por extensión, a la de Schrödinger en límites no relativistas).
  - Esto introduce un "constante neural efectiva" ( $\hat{\hbar}$ ) análoga a la constante de Planck, derivada de las estadísticas de fluctuación.
Definición de "Cuántico": Los autores aclaran que el término se usa en un sentido operacional y efectivo. No buscan interferencia o coherencia microscópica clásica, sino dos marcadores medibles:
1. La existencia de una constante $\hat{\hbar}$ inferida de las fluctuaciones subumbral.
2. El comportamiento de escalado en las estadísticas de propagación (diferenciando transporte difusivo de transporte persistente de velocidad finita).

3. Contribuciones Clave y Propuestas Experimentales

El núcleo del trabajo es la propuesta de dos experimentos críticos para discriminar entre los modelos:

Experimento I: Oscilaciones Subumbral y la Constante $\hat{\hbar}$ Efectiva

Objetivo: Determinar si los espectros de potencia de las oscilaciones subumbral en culturas neuronales siguen la dinámica de una ecuación de Schrödinger derivada del modelo FN o la versión clásica.
Protocolo:
1. Grabaciones de patch-clamp en neuronas con oscilaciones subumbral.
2. Monitoreo de temperatura para establecer la línea base térmica.
3. Análisis espectral de la potencia de la actividad neural.
Método de Detección: Comparar la dependencia de la frecuencia y la temperatura de la potencia espectral ( $P_B$ ) con la predicción de la ecuación de energía cuántica:
$\langle E \rangle = \frac{\hat{\hbar}\omega}{2} + \frac{\hat{\hbar}\omega}{e^{\beta\hat{\hbar}\omega} - 1}$
Si los datos se ajustan mejor a esta ecuación (que incluye el término de fluctuación cuántica) que a la expresión clásica de densidad espectral, se inferiría la existencia de $\hat{\hbar}$ .

Experimento II: Propagación de Cable Pasivo vs. Transporte de Caminata Aleatoria Persistente (Kac)

Objetivo: Distinguir si la propagación de señales eléctricas en axones sigue una difusión pura (ecuación de cable clásica) o un transporte de velocidad finita (ecuación de telegrafista/Kac).
Protocolo:
1. Uso de canales microfabricados para guiar axones individuales o haces 1D.
2. Estimulación con eventos aislados (potenciales de acción o pulsos subumbral) y registro en múltiples distancias ( $L_1, L_2, L_3$ ).
Marcadores de Discriminación:
- Distribución de tiempos de llegada ( $p(t; L)$ ): El modelo Kac predice un componente "balístico" (pico agudo cerca de $t \approx L/v$ ) debido a la velocidad finita, seguido de una cola larga. El modelo difusivo clásico produce una dispersión más ancha sin frente balístico definido.
- Escalado de la dispersión temporal: En el modelo Kac, la dispersión temporal crece linealmente con la distancia en ventanas intermedias, mientras que en la difusión clásica crece de manera más fuerte (típicamente $\sqrt{L}$ o similar).
Criterio de Validación: Un modelo Kac se considera válido solo si un único par de parámetros globales ( $v, \lambda$ ) ajusta simultáneamente los datos de múltiples distancias sin necesidad de deriva paramétrica.

4. Resultados Esperados y Estado Actual

Estado: El artículo es una propuesta teórica y metodológica; no presenta resultados experimentales empíricos propios, sino un marco para obtenerlos.
Predicciones:
- Si el modelo clásico es correcto, los datos de propagación mostrarán una dispersión puramente difusiva y los espectros de potencia seguirán la termodinámica clásica.
- Si el modelo "cuántico efectivo" es correcto, se observará una estructura de transporte persistente (frente balístico) y una relación energía-frecuencia que requiere un $\hat{\hbar}$ no nulo para su explicación.
Resultado Nulo: Incluso si los experimentos fallan en encontrar marcadores cuánticos, el resultado sería científicamente valioso al delimitar con mayor precisión el dominio de validez de los modelos estocásticos clásicos en neurociencia.

5. Significado e Impacto

Puente Disciplinario: El trabajo establece un vínculo formal riguroso entre la física estocástica, la teoría de procesos de Kac y la neurociencia computacional, sugiriendo que la "coherencia cuántica" podría emerger de campos eléctricos a escala mesoscópica.
Nueva Paradigma: Propone que la cognición podría tener fundamentos en efectos cuánticos emergentes, no necesariamente a nivel de microtúbulos (como sugiere Penrose-Hameroff), sino a través de la dinámica de redes neuronales y campos eléctricos.
Futuro: Un resultado positivo motivaría la búsqueda de "testigos" cuánticos más avanzados, como la violación de la desigualdad de Leggett-Garg o la contextualidad, en sistemas biológicos.
Metodología: Ofrece un protocolo experimental concreto y realizable (usando técnicas estándar como patch-clamp y MEA) para poner a prueba estas hipótesis, moviendo el debate de la especulación teórica a la verificación empírica.

En resumen, el artículo no afirma que el cerebro sea un ordenador cuántico, sino que propone probar si la descripción efectiva de su dinámica neuronal requiere parámetros y estructuras matemáticas idénticas a las de la mecánica cuántica, lo cual tendría implicaciones profundas para la comprensión de la cognición y la biología.