🧬 biology

Navigation driven by bidirectional information transmission between sensing and actuation

Este artículo introduce las "Ecuaciones de Estado del Comportamiento" (BESTs, por sus siglas en inglés), un marco teórico que demuestra que el rendimiento de la navegación en sistemas biológicos de detección espacial y temporal está determinado universalmente por la fuerza y las escalas de tiempo de la transmisión de información bidireccional entre la detección y la actuación, una predicción validada experimentalmente mediante simulaciones estocásticas de la quimiotaxis de *E. coli*.

Autores originales: Avishek Das, Pieter Rein ten Wolde

Publicado 2026-07-30

📖 4 min de lectura☕ Lectura para el café

CC BY 4.0

Autores originales: Avishek Das, Pieter Rein ten Wolde

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 intentas navegar por una pista de baile concurrida y neblinosa donde la música cambia repentinamente de tempo. No puedes ver al DJ, pero puedes sentir el ritmo a través del suelo. Para bailar bien, necesitas dos cosas: primero, debes escuchar atentamente la música (percepción), y segundo, debes mover tus pies para seguir ese ritmo (actuación). Pero aquí está la parte difícil: tu baile cambia tu posición, lo que cambia cómo escuchas la música después. Esto crea un bucle donde el escuchar y el moverse se comunican constantemente entre sí. Esto no es solo sobre bailar; es cómo tu sistema inmunológico lucha contra los gérmenes, cómo tu cerebro reacciona al estrés y cómo las diminutas células vivas encuentran comida en un vasto océano. Los científicos han sabido durante mucho tiempo que este "bucle de retroalimentación" es crucial, pero han luchado por medir exactamente cuánto el flujo de información que va y viene realmente controla qué tan bien funciona el sistema. ¿Se trata solo de tener músculos fuertes o oídos agudos, o existe una regla más profunda que conecta el flujo de información con el éxito de la danza?

Este artículo se sumerge en ese misterio analizando cómo las células navegan, centrándose específicamente en dos tipos de "bailarines": células grandes que comparan el entorno a su izquierda y derecha (percepción espacial), y bacterias diminutas y rápidas que comparan el entorno de ahora contra un segundo atrás (percepción temporal). Los investigadores, Avishek Das y Pieter Rein ten Wolde, querían ver si podían encontrar una regla universal —una "Ecuación de Estado Conductual" o BEST (por sus siglas en inglés)— que vincule la cantidad de información que fluye entre la percepción y el movimiento directamente con qué tan bien navega la célula. No solo conjeturaron; construyeron modelos matemáticos para resolver este rompecabezas y luego probaron sus ideas con simulaciones por computadora de la bacteria Escherichia coli.

Esto es lo que encontraron: En el mundo de gradientes superficiales y suaves (como una pendiente muy leve de alimento), el éxito de la navegación no está determinado por los detalles específicos de las partes de la célula, como qué tan fuertes son sus sensores o qué tan rápido giran sus motores. En su lugar, el rendimiento está controlado enteramente por dos "corrientes de información" específicas. La primera es el flujo de propagación hacia adelante (feedforward): qué tan bien la célula traduce el mundo exterior en una señal interna. La segunda es el flujo de retroalimentación (feedback): qué tan bien el movimiento de la célula cambia las señales futuras que recibe. Los autores descubrieron que, si conoces la fuerza de estos dos flujos de información, puedes predecir exactamente qué tan bien navegará la célula, independientemente de su hardware específico. Es como si la "moneda" de la navegación fuera la información misma, no los engranajes físicos de la máquina.

Sin embargo, la historia tiene un giro. El artículo sugiere que tener demasiada información de retroalimentación puede ser malo. Imagina a un bailarín que es tan sensible a la música que comienza a tropezar con sus propios pies porque está reaccionando a cada pequeño ruido aleatorio en la sala, en lugar de al ritmo real. Las simulaciones mostraron que, si el bucle de retroalimentación es demasiado fuerte, la célula se ve abrumada por el ruido y el rendimiento de la navegación cae. Existe un "punto ideal" para la información de retroalimentación donde el rendimiento se maximiza.

Los investigadores también se aseguraron de aclarar lo que no funciona. Encontraron que mirar un solo momento en el tiempo (una visión de "paso único") no es suficiente para entender la navegación. Tienes que mirar toda la historia de la señal, la trayectoria completa de la danza, para ver el panorama completo. Además, mientras que su teoría funciona perfectamente para pendientes suaves, descubrieron que en entornos más empinados y caóticos, la velocidad a la que la célula procesa la información se convierte en un factor adicional y crítico.

Para demostrar que su teoría no era solo una fantasía matemática, realizaron simulaciones detalladas por computadora de E. coli, una bacteria famosa por su capacidad para nadar hacia la comida. Aunque el sistema bacteriano real es increíblemente complejo y no lineal (lo que significa que no sigue reglas simples y directas), los resultados de la simulación colapsaron perfectamente sobre la curva predicha por los autores. Sin ajustar ningún número ni forzar los datos para que encajaran, la "Ecuación de Estado Conductual" predijo con precisión qué tan bien nadaban las bacterias basándose únicamente en los flujos de información medidos. Esto sugiere que la transmisión de información bidireccional es un principio organizador fundamental para la navegación, actuando como un libro de reglas universal que la naturaleza sigue, incluso en el mundo ruidoso y caótico de la vida microscópica.

Resumen Técnico: Navegación Impulsada por la Transmisión de Información Bidireccional

Planteamiento del Problema
La navegación biológica, como la quimiotaxis celular, depende de un bucle de retroalimentación donde un sistema sensorial mapea las entradas ambientales hacia una salida interna, la cual impulsa una respuesta de actuación que, posteriormente, altera las entradas sensoriales futuras. Si bien el campo ha caracterizado extensamente la transmisión de información desde la entrada hacia la salida en ausencia de retroalimentación, se carece de una comprensión cuantitativa de cómo el flujo de información bidireccional (retroalimentación sensoriomotora) controla la navegación en presencia de ruido estocástico. Específicamente, no está claro cómo la precisión de esta transmisión de información de bucle cerrado restringe o permite el rendimiento de la navegación, y si los parámetros microscópicos específicos del sistema (p. ej., ganancia sensorial, magnitudes de ruido) pueden abstraerse en variables de información teóricas universales.

Metodología
Los autores emplean una combinación de teoría analítica y simulaciones estocásticas para investigar dos modelos genéricos que representan las dos clases principales de navegadores biológicos:

Modelo de Sensado Espacial: Un modelo estocástico lineal que describe células (p. ej., eucariotas) que estiman gradientes espaciales comparando concentraciones a lo largo de su longitud. El modelo incluye ganancias sensoriales y de actuación, tasas de relajación y ruido blanco gaussiano.
Modelo de Sensado Temporal: Un modelo estocástico débilmente no lineal que describe células (p. ej., E. coli) que infieren gradientes a partir de cambios temporales en la concentración mientras nadan. Este modelo incorpora un acoplamiento bilineal entre la salida sensorial y la velocidad.

Para cuantificar el flujo de información, los autores utilizan tasas de entropía de transferencia, distinguiendo específicamente entre:

Entropía de Transferencia de Propagación Directa ( $\dot{T}_{FF}$ ): Información transmitida desde la entrada sensorial hacia la salida sensorial.
Entropía de Transferencia de Retroalimentación ( $\dot{T}_{FB}$ ): Información transmitida desde la salida sensorial, a través de la actuación, de vuelta a la entrada sensorial futura.

Crucialmente, la teoría tiene en cuenta la información codificada en trayectorias de señales completas (entropía de transferencia de múltiples pasos) en lugar de estados de un solo paso. Para el modelo de sensado temporal no lineal y las simulaciones realistas de E. coli, los autores emplean la teoría de perturbación no lineal combinada con la teoría de filtrado estocástico y el algoritmo TE-PWS para calcular las entropías de transferencia de forma exacta.

Contribuciones Clave y Resultados

Derivación de Ecuaciones de Estado del Comportamiento (BESTs):
El principal resultado teórico es la derivación de las "Ecuaciones de Estado del Comportamiento" (BESTs, por sus siglas en inglés). Estas son igualdades que mapean directamente el rendimiento de la navegación hacia los flujos de información bidireccionales, independientemente de los parámetros elementales del sistema (ganancia, ruido, etc.).
- Sensado Espacial: En el régimen de respuesta lineal de gradientes poco profundos, el rendimiento de la navegación ( $P$ ) está totalmente determinado por $\dot{T}_{FF}$ y $\dot{T}_{FB}$ :
  $\frac{P}{P_0} = \frac{\dot{T}_{FF}}{2} \left[ \sqrt{(2\dot{T}_{FB} + 1)^2 - 1} + \frac{1}{\sqrt{(2\dot{T}_{FB} + 1)^2 - 1}} \right]$
  El rendimiento aumenta monótonamente con la información de propagación directa, pero exhibe una dependencia no monótona con la información de retroalimentación, alcanzando un máximo en una $\dot{T}_{FB}^* = (\sqrt{2}-1)/2$ nats. El exceso de información de retroalimentación degrada el rendimiento al amplificar el ruido sensorial.
- Sensado Temporal: Para una no linealidad débil y gradientes poco profundos, la BEST toma la forma:
  $\frac{P}{P_0} = 4 \frac{\rho}{1+\rho} \sqrt{\dot{T}_{FF}} \sqrt{\dot{T}_{FB}}$
  donde $\rho = F/H$ es la relación entre la velocidad de procesamiento sensorial y la velocidad de actuación. Aquí, el rendimiento escala con la raíz cuadrada de ambos flujos de información.
Papel de los Parámetros del Sistema:
El análisis revela que los parámetros elementales (ganancia sensorial, fuerza de actuación, magnitudes de ruido) no controlan la navegación de forma independiente. En su lugar, influyen en el rendimiento solo a través de sus efectos en la magnitud y velocidad de la transmisión de información bidireccional. La información actúa como una "moneda universal" para la navegación estocástica.
Necesidad de la Historia de Múltiples Pasos:
Los autores demuestran que las entropías de transferencia de un solo paso son insuficientes para predecir el rendimiento de la navegación. Se debe tener en cuenta la historia completa de las trayectorias de la señal, ya que la diferencia entre la entropía de un solo paso y la de historia completa puede ser grande o incluso divergente.
Validación en la Quimiotaxis de E. coli:
La teoría fue probada mediante simulaciones estocásticas de un modelo no lineal realista de la quimiotaxis de E. coli (que involucra la dinámica de run-and-tumble). Utilizando el algoritmo TE-PWS para calcular las entropías de transferencia, los autores encontraron que el rendimiento de navegación observado obedece la predicción de la BEST sin ningún parámetro de ajuste o escala. Además, las simulaciones confirmaron la existencia de un nivel óptimo de información de retroalimentación (~4 nats) más allá del cual el rendimiento declina, lo cual es consistente con el compromiso entre la amplificación de la señal y la amplificación del ruido.

Significado
El artículo establece la transmisión de información bidireccional entre el sensado y la actuación como un principio organizador para la navegación estocástica. Al derivar relaciones independientes del sistema (BESTs), el trabajo sugiere que el rendimiento de la navegación puede predecirse y entenderse a través de flujos de información macroscópicos en lugar de mediante el ajuste de parámetros microscópicos. Esto proporciona un marco para analizar diversos sistemas biológicos de retroalimentación donde el sensado de entrada y la actuación son estocásticos, extendiéndose potencialmente más allá de la navegación hacia otras funciones biológicas como la respuesta inmunitaria y la homeostasis. Los hallazgos ofrecen una predicción experimentalmente comprobable: los datos de los navegadores con variaciones en los parámetros de sensado y actuación deberían colapsar en una única curva definida por la relación entre el rendimiento y la información bidireccional.

Más como este