⚛️ biophysics

Information-theoretic Limits on Programmatic Specification of Biological Systems

Este artículo utiliza la teoría de la información para demostrar que los organismos biológicos carecen de información interna suficiente para preespecificar plenamente su organización microscópica, estableciendo un umbral de granularidad gruesa que requiere que el genoma actúe como una especificación gruesa compilada por la dinámica física compartida y la aleatoriedad ambiental en lugar de un programa determinista.

Autores originales: Kiiskinen, T., Kivinen, O., Rivas, M. A.

Publicado 2026-07-30

📖 6 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Kiiskinen, T., Kivinen, O., Rivas, M. A.

Artículo original bajo licencia CC BY 4.0 (https://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 intentar construir una ciudad masiva y autorreparable utilizando únicamente un pequeño manual de instrucciones. Podrías pensar que, si el manual es lo suficientemente detallado, podría indicar exactamente dónde debe ir cada ladrillo, ventana y farola, hasta el milímetro, para cada edificio de la ciudad. Este es el sueño detrás de la idea de que nuestro ADN es un "plano maestro" que programa cada movimiento de nuestros cuerpos. Pero para entender por qué esto podría ser imposible, necesitamos observar dos grandes ideas. Primero, la información: piensa en esto como el número total de bits (ceros y unos) que puedes meter en un mensaje. Un mensaje de texto corto tiene muy poca información; una película en alta definición tiene mucha. Segundo, la complejidad: la enorme cantidad de formas en que las cosas pueden organizarse. Un juguete simple tiene pocas disposiciones; una ciudad bulliciosa con millones de personas moviéndose tiene un número casi infinito de posibles disposiciones. Los científicos se han preguntado durante mucho tiempo: ¿tiene el "manual de instrucciones" dentro de una célula viva (el genoma) suficiente información para dictar la posición y el movimiento exactos de cada molécula de un organismo, o es el manual solo un boceto tosco que depende de las leyes de la física para completar los detalles?

Esta pregunta es importante porque cambia la forma en que vemos la vida misma. Si el ADN es un programa completo, entonces la vida es como un robot ejecutando un guion preescrito. Si es solo un boceto, entonces la vida es más bien como una banda de jazz: la partitura da las notas y el ritmo, pero los músicos (las leyes físicas) improvisan la actuación exacta en tiempo real. Un nuevo artículo de Tuomo Kiiskinen, Oscar Kivinen y Manuel A Rivas utiliza la matemática de la teoría de la información para resolver este debate. Tratan al genoma y al entorno como un "presupuesto" limitado de información y preguntan si ese presupuesto es lo suficientemente grande como para pagar por los detalles microscópicos exactos de un cuerpo vivo.

El hallazgo principal de los autores es un rotundo "no". Demuestran que un organismo simplemente no contiene suficiente información para especificar su propia organización microscópica hasta la posición exacta de cada átomo. Muestran que, si bien el genoma es brillante especificando los tipos de piezas y las reglas generales del juego, es demasiado pequeño para actuar como un mapa detallado para cada movimiento. En lugar de un guion preescrito, el genoma actúa más como un plan de juego o un conjunto de reglas para que un "compilador universal" (las leyes de la física) las ejecute. El compilador toma las instrucciones generales y, utilizando las leyes de la química y la física, determina los detalles exactos en tiempo real.

Para hacerlo concreto, los autores utilizan una analogía divertida: piensa en el genoma no como un coreógrafo de patinaje artístico que dicta cada giro y movimiento del cuerpo de un patinador, sino como el plan de juego de un entrenador de hockey. El entrenador especifica la plantilla, las tácticas y quién juega en qué línea. Pero el entrenador no le dice al disco exactamente hacia dónde ir; la física hace eso durante la ejecución. El juego parece hockey debido a la estrategia del equipo (el genoma), no porque cada coordenada fuera preprogramada.

El artículo descarta explícitamente la idea del "determinismo de microestados programado". Esta es la forma elegante de decir que el ADN no puede contener posiblemente una lista de instrucciones que diga a cada molécula exactamente dónde estar en cada momento del tiempo. Los autores argumentan que si intentas escribir las coordenadas 3D exactas de cada átomo en una proteína o una célula, la cantidad de información requerida es vastamente mayor que la cantidad de información almacenada en todo el ADN del organismo. Por ejemplo, calculan que especificar la estructura atómica exacta de todas las proteínas de un humano requeriría aproximadamente el 41% de la capacidad de información de todo el genoma humano solo para esa tarea, ¡y eso sin siquiera contar el resto de la célula! Si intentas especificar la trayectoria exacta de un embrión en desarrollo, la información necesaria es millones de veces mayor de lo que el genoma puede contener.

Los autores están muy seguros de esto. No se limitaron a suponer; construyeron una prueba matemática basada en dos reglas sólidas: primero, que el genoma tiene un tamaño finito (solo puede contener un número determinado de bits) y segundo, que la información solo puede viajar localmente (una molécula no puede saber instantáneamente lo que está sucediendo al otro lado de la célula). También realizaron simulaciones y revisaron datos del mundo real. Observaron el plegamiento de proteínas utilizando AlphaFold-2 (una IA famosa para predecir formas de proteínas) y encontraron que la información estructural en las proteínas es aproximadamente 27 veces mayor que la información del ADN que las codifica. También simularon una célula bacteriana completa (JCVI-syn3A) y descubrieron que, a medida que la célula crece, la información necesaria para rastrear su disposición espacial exacta excede rápidamente la capacidad del genoma.

Entonces, ¿qué significa esto? Significa que el genoma es una especificación de generador, no un programa de trayectoria. Le dice a la célula qué construir y cómo construirlo en un sentido general, pero depende de las leyes compartidas de la física para realizar el trabajo pesado de determinar los detalles exactos. El genoma es el plano para el conjunto (el grupo de resultados posibles), no el guion para la trayectoria individual (el camino exacto). Esto no significa que la vida sea aleatoria; simplemente significa que el "programa" es mucho más grueso de lo que pensábamos, y el resto es manejado por la física del universo mismo. El artículo confirma que ningún proceso ambiental natural conocido puede llenar este vacío; el entorno ayuda, pero no es un segundo disco duro secreto para la célula. El resultado redefine la biología: no somos robots ejecutando un código preescrito, sino el resultado de un conjunto compacto de reglas interactuando con las infinitas posibilidades de la física.

Resumen Técnico: Límites de la Teoría de la Información sobre la Especificación Programática de Sistemas Biológicos

Planteamiento del Problema
El problema central abordado es el origen de la organización biológica: específicamente, si un organismo posee suficiente información propia del organismo para especificar de manera determinista su propia trayectoria de estado físico microscópico (microestado) plenamente funcional. Si bien el mapeo de la secuencia de ADN a la estructura primaria de las proteínas está bien comprendido, el mapeo del genoma a la organización espaciotemporal completa de un organismo (por ejemplo, la disposición precisa de moléculas, destinos celulares y trayectorias de desarrollo) sigue sin resolverse. El artículo desafía la intuición de que el genoma actúa como una "tabla de búsqueda de cableado" o un programa preescrito que dicta cada coordenada molecular, de forma análoga al argumento de que el genoma es demasiado pequeño para especificar individualmente las sinapsis neuronales.

Metodología y Marco Formal
Los autores formalizan la especificación biológica como un problema de la teoría de la información utilizando un marco físico análogo a un sistema operativo que computa una trayectoria de estado a partir de un ejecutable e interrupciones de hardware.

Definición del Sistema:
- Espacio de Microestados ( $\Sigma$ ): Una discretización finita del espacio de estados físicos (coordenadas moleculares, conformaciones, socios de unión).
- Presupuesto de Especificación ( $B$ ): La suma de la capacidad genómica ( $C_G$ ) y la capacidad del canal ambiental integrado ( $C_E$ ). $C_G$ se define como la entropía de Hartley del genoma ( $2n$ bits para $n$ pares de bases), sirviendo como un límite superior conservador.
- Aleatoriedad en Tiempo de Ejecución ( $W$ ): Fluctuaciones térmicas no programadas e indeterminación cuántica que actúan sobre el sistema.
- Compilador Universal ( $\Phi$ ): Las leyes físicas invariantes y el sustrato (solvente, temperatura, química) que transforman especificaciones dispersas en microestados organizados. Crucialmente, $\Phi$ no aporta bits específicos del organismo al presupuesto.
Axiomas y Lema Clave:
- Capacidad de Estado Finito: La información máxima de control hacia adelante está limitada por $\log_2 |\Sigma|$ .
- Localidad Causal Markoviana: Los estados futuros dependen solo del estado pasado inmediato, las entradas actuales y el ruido local; no se permiten "saltos acausales" o instrucciones retrasadas indexadas al tiempo de pared sin disparadores portados por el estado.
- Lema de Mezcla (Mixing Lemma): Bajo la dinámica térmica, la información de las condiciones iniciales decae exponencialmente, cerrando el vacío de que un microestado inicial completo pudiera sembrar una trayectoria determinista sin consumir nueva aleatoriedad.
- Direccionabilidad de Error Cero: Una restricción que gobierna los bits requeridos para seleccionar determinísticamente una realización específica dentro de una fibra de granularidad gruesa funcional.
El Teorema del Umbral:
El artículo define un umbral de granularidad gruesa ( $C^*$ ) basado en dos caras complementarias de la entropía:
- Cara de Shannon ( $C_1$ ): Controla la generación estocástica. Si la entropía condicional de una granularidad gruesa excede el presupuesto ( $H(X_C | b) > B$ ), el organismo no puede especificar el conjunto estocásticamente sin consumir aleatoriedad en tiempo de ejecución proporcional al déficit.
- Cara de Hartley ( $C_0$ ): Controla la direccionabilidad determinista de error cero. Si el costo de soporte de error cero ( $H_0$ ) excede el presupuesto, ninguna especificación determinista puede direccionar cada estado fino distinguible.

Resultados Clave y Verificación Empírica
Los autores establecen que la información controlada por el organismo es suficiente para especificar conjuntos funcionales macroscópicos, pero es insuficiente para programar trayectorias moleculares exactas por órdenes de magnitud. Esto se verifica mediante cuatro estudios de caso empíricos y tres modelos computacionales:

Plegamiento de Proteínas:
- La información requerida para especificar la estructura atómica 3D de una proteína ( $\sim 10^4$ – $10^5$ bits por proteína) excede ampliamente la información en su secuencia de codificación ( $\sim 10^3$ bits).
- A través de 46 organismos utilizando datos de AlphaFold-2, el output estructural agregado excede el input de codificación agregado por un factor de $\sim 27\times$ . Incluso tras amortizar el "compilador" compartido (la física de plegamiento/modelo), la relación permanece entre $9 $–$ 21\times$.
- Conclusión: El genoma especifica la secuencia; el sustrato físico compila la estructura.
Organismos Modelo (E. coli, Drosophila, C. elegans):
- E. coli: El vector de número de copias del proteoma está bien dentro del presupuesto genómico, pero un descriptor espacial (ocupación de 4 nm) lo excede.
- Drosophila: Los canales ambientales (por ejemplo, el morfógeno Bicoid) proporcionan suficientes bits para los destinos de los genes gap, pero son insuficientes para una trayectoria completa de microestados del desarrollo.
- C. elegans: Los descriptores estáticos (linaje, conectoma) y los descriptores dinámicos gruesos (posiciones nucleares) son compatibles con la capacidad. Sin embargo, la morfología dinámica exacta y las trayectorias completas de huevo a adulto exceden el presupuesto genómico.
- Conclusión: Los descriptores funcionales se sitúan por encima del umbral; las trayectorias de microestados exactas se sitúan por debajo.
Verificación Computacional:
- Simulación de Célula Completa JCVI-syn3A: Los costos de direccionabilidad espacial de error cero cruzan el presupuesto genómico dinámicamente durante el ciclo celular (alcanzando el 139% de $C_G$ en biomasa completa). Los descriptores a nivel de trayectoria exceden el presupuesto por $\sim 66,500\times$ .
- Redes Estocásticas: Las simulaciones de redes génicas (represilador, interruptor de conmutación [toggle switch], etc.) muestran que, si bien los conteos bioquímicos son compactos, añadir refinamientos de localización expande rápidamente el soporte, excediendo los presupuestos de muestreo finitos.
- AlphaFold/ESMFold: Las predicciones estructurales a gran escala confirman que el "compilador" (física compartida/modelo de ML) es distinto del input específico del organismo, y que la complejidad del output excede los bits de entrada.
Rescate Ambiental:
El artículo demuestra que ningún canal ambiental realizado naturalmente (químico, mecánico, bioeléctrico) puede proporcionar la tasa de bits necesaria para cerrar la brecha entre el presupuesto genómico y la trayectoria del microestado.

Significado y Reivindicaciones
El artículo afirma establecer un límite fundamental en la especificación biológica, reformulando el genoma no como un programa de trayectoria, sino como un especificador de generador para un conjunto (ensemble).

Reencuadre del Determinismo: El resultado descarta el determinismo de microestados programado (la idea de que la propia información del organismo determina la trayectoria exacta) mientras deja intacto el determinismo físico (las leyes de la física determinan la trayectoria).
La Metáfora del Compilador: El genoma actúa como un plano para un conjunto, mientras que el "compilador universal" (leyes físicas compartidas y sustrato) compila la realización específica en tiempo de ejecución. La función biológica se organiza alrededor de invariantes que sobreviven a este residuo inducido por el compilador.
Unificación: El marco unifica las visiones centradas en genes, de desarrollo y de teoría de campos (bioeléctrica, morfogenética) bajo un único marco de granularidad gruesa, situando estos sustratos no-ADN como sincronizadores de nivel de conjunto en lugar de direccionadores de microestados.
Implicaciones para el Modelado y la Evolución:
- La evolución busca en el espacio de los outputs del generador (conjuntos), no en espacios de coordenadas microscópicas infinitas.
- La heredabilidad mide la variación alrededor de un proceso de compilación compartido, no evidencia de un programa genético completo.
- Los modelos predictivos (como AlphaFold) tienen éxito al aproximar estructuras físicas/evolutivas compartidas, no al recuperar una "cinta maestra" específica de un linaje.

El artículo concluye que el genoma especifica el generador, el sustrato físico computa las muestras y la selección actúa sobre las estadísticas del conjunto resultante.

Resumen Técnico: Límites de la Teoría de la Información sobre la Especificación Programática de Sistemas Biológicos

Más como este