El sistema nervioso es una obra maestra de cableado de precisión. Para que un cerebro funcione, miles de millones de células nerviosas deben extender fibras largas y delgadas llamadas axones para encontrar a sus parejas exactas, formando conexiones que nos permiten pensar, movernos y sentir. Este proceso, conocido como guía de axones, depende de la punta del axón en crecimiento, llamada cono de crecimiento, que actúa como un sensor sofisticado. Este lee las señales químicas en su entorno, decidiendo hacia dónde girar o cuándo detenerse. Durante décadas, los científicos han visto esta navegación como un viaje directo a lo largo de un mapa: el cono de crecimiento detecta un gradiente de señales químicas, de forma muy parecida a un excursionista que sigue un sendero, y se dirige hacia ellas o se aleja de ellas para alcanzar un objetivo. Sin embargo, esta visión simple lucha por explicar cómo estas delicadas estructuras mantienen la suficiente flexibilidad para adaptarse a un mundo ruidoso y cambiante y, al mismo tiempo, construir una red rígida y fiable. La pregunta sigue siendo: ¿cómo mantiene una célula un rumbo constante cuando las señales que recibe son a menudo conflictivas y caóticas?

Un nuevo estudio teórico propone un cambio radical en nuestra comprensión de esta navegación. En lugar de ver al cono de crecimiento como un seguidor pasivo de un mapa químico, la investigación sugiere que es un explorador activo de un paisaje definido por la incertidumbre. El autor, William G. Wadsworth, sostiene que los conos de crecimiento no simplemente se asientan en una trayectoria estable y predecible. En cambio, buscan activamente estados de alta "entropía", un concepto de la física que describe un sistema con muchos arreglos posibles. En este marco, el cono de crecimiento navega a lo largo de las crestas entre diferentes comportamientos posibles, manteniéndose en un estado de alta volatilidad donde puede cambiar de dirección rápidamente si es necesario. Este enfoque sugiere que la capacidad de cambiar de rumbo no es un fallo del sistema, sino una característica de su diseño, que permite al axón permanecer en el borde del cambio hasta que se requiere una decisión.

Para probar esta idea, el investigador construyó un modelo informático basado en datos genéticos reales del gusano redondo C. elegans. El estudio se centró en una neurona específica, la HSN, que crece de un patrón predecible. El modelo utilizó un sistema de inteligencia artificial, un tipo de programa informático conocido como red neuronal, entrenado con datos de miles de experimentos genéticos. Estos experimentos consistieron en deshabilitar genes específicos que controlan cómo crece la neurona, revelando cómo diferentes combinaciones de instrucciones genéticas conducen a diferentes formas y direcciones. La computadora aprendió a predecir el resultado de estos cambios genéticos, convirtiéndose efectivamente en un sustituto digital de la maquinaria biológica dentro de la célula. El modelo identificó doce patrones distintos de crecimiento, que van desde líneas rectas hasta ramificaciones complejas, y mapeó cómo el estado interno de la célula podía cambiar entre ellos.

El núcleo del descubrimiento reside en cómo el modelo simuló el viaje del cono de crecimiento. En lugar de programar la computadora para que siguiera un gradiente químico, el investigador dejó que el modelo eligiera su camino basándose en un principio de máxima entropía. En cada paso del viaje simulado, la computadora calculaba el número de diferentes configuraciones genéticas internas que podrían producir cada dirección de movimiento posible. Luego, elegía la dirección que ofrecía el mayor número de estas posibilidades internas. Sorprendentemente, esta regla simple permitió que la simulación reprodujera la trayectoria exacta seguida por la neurona HSN real del gusano. El cono de crecimiento se movía hacia su objetivo no porque fuera atraído por un gradiente químico, sino porque buscaba constantemente la dirección que mantuviera su red de señalización interna en un estado de máxima flexibilidad.

Este hallazgo desafía la visión tradicional de que los axones siguen un plano fijo. Las simulaciones mostraron que, cuando el cono de crecimiento se mueve en línea recta, en realidad viaja a lo largo de un límite donde dos estados de comportamiento diferentes son igualmente probables. Este estado de equilibrio no es un signo de confusión, sino una posición estratégica. Permite a la célula mantener un rumbo constante mientras permanece lista para pivotar instantáneamente. En el momento en que el equilibrio interno cambia, o cuando la célula encuentra una nueva señal ambiental, el cono de crecimiento puede reorganizar rápidamente su maquinaria interna para girar o ramificarse. El estudio demostró que comportamientos complejos, como cruzar una línea media o dividirse en dos ramas, emergen naturalmente cuando el estado interno de la célula se ajusta para oscilar cerca de estos límites críticos.

La investigación también exploró cómo el tiempo influye en este proceso. Al simular la acumulación gradual de una proteína específica dentro de la célula, el modelo mostró cómo un cono de crecimiento podría ser programado para cambiar su comportamiento en momentos precisos. A medida que los niveles internos de esta proteína aumentaban, el paisaje de posibilidades cambiaba, obligando al cono de crecimiento a transicionar de una fase de movimiento a otra. Esto sugiere que la cronología del desarrollo es controlada por el reloj interno de la célula, que ajusta su sensibilidad al entorno. El modelo recreó con éxito escenarios donde una neurona crecía hacia adelante, se detenía y luego giraba bruscamente, o donde se dividía en dos caminos, todo ello impulsado por el estado interno cambiante de la célula, en lugar de un complejo mapa externo.

Uno de los resultados más sorprendentes fue el descubrimiento de la "degeneración" en el sistema. Las simulaciones revelaron que el cono de crecimiento podía lograr el mismo comportamiento externo a través de muchas configuraciones internas diferentes. Así como una persona puede llegar a un destino tomando muchas rutas distintas, la célula puede mantener una dirección específica utilizando diversas combinaciones de sus partes internas. Esta redundancia hace que el sistema sea robusto; si una parte falla, otra puede tomar su lugar sin interrumpir el camino general. El modelo mostró que, a medida que el cono de crecimiento se movía a través de diferentes entornos, reordenaba constantemente sus componentes internos para mantenerse en la trayectoria de alta entropía, asegurando que pudiera adaptarse a las condiciones cambiantes sin perder el rumbo.

El estudio concluye que el cableado ordenado del sistema nervioso no es el resultado de un plan rígido y predeterminado, sino que emerge de un proceso dinámico de gestión de la incertidumbre. Al operar cerca del borde de la estabilidad, los conos de crecimiento pueden equilibrar la necesidad de una dirección constante con la necesidad de una rápida adaptación. Esta perspectiva termodinámica ofrece una nueva forma de pensar en cómo funcionan los sistemas biológicos complejos. Sugiere que la capacidad de navegar en un mundo ruidoso no consiste en eliminar el ruido, sino en utilizarlo. El cono de crecimiento no ignora el caos de su entorno; utiliza las fluctuaciones en sus propias señales internas para mantenerse flexible y receptivo.

Aunque los hallazgos se basan en simulaciones por computadora y modelos teóricos, proporcionan una explicación convincente de cómo los sistemas biológicos logran tanto la estabilidad como la adaptabilidad. La investigación sugiere que los principios de la termodinámica, aplicados habitualmente al calor y la energía, también pueden regir el comportamiento de las células vivas. Al ver la guía de los axones como una búsqueda de estados de alta entropía, el estudio ofrece una nueva perspectiva sobre cómo la vida construye sus intrincadas redes. Implica que el secreto de un desarrollo robusto no reside en un control estricto, sino en el abrazo estratégico de la variabilidad, permitiendo que el sistema nervioso crezca con precisión y gracia.