Connectome-constrained Drosophila neural control and reward-modulated plasticity in a simulated Maxwell-demon particle system

Imagina a un agente diminuto e invisible de pie entre dos habitaciones llenas de moléculas de gas. Una habitación está caliente, la otra fría. El trabajo del agente es observar cada molécula mientras se acerca a la puerta entre ellas. Si una molécula rápida y energética viene del lado frío, el agente abre la puerta para dejarla entrar en la habitación caliente. Si una molécula lenta y perezosa se acerca desde el lado caliente, el agente mantiene la puerta cerrada. Con el tiempo, esta acción de clasificación hace que la habitación caliente sea más caliente y la habitación fría más fría, creando aparentemente energía de la nada. Este experimento mental, conocido como el demonio de Maxwell, ha desafiado a los físicos durante más de un siglo. Nos obliga a preguntarnos cómo la información y la realidad física interactúan: ¿el acto de medir y clasificar las moléculas conlleva un costo energético oculto? Aunque la física moderna ha resuelto la paradoja al demostrar que el procesamiento de la información genera calor por sí mismo, la pregunta sigue siendo cómo un cerebro biológico, evolucionado para navegar en un mundo de olores y luz, realizaría tal tarea si fuera colocado en este papel.

Un nuevo estudio de Yash Sharma, de la Universidad Queen's de Belfast, explora esta cuestión construyendo un laboratorio digital donde un cerebro de mosca simulado intenta actuar como este agente de clasificación. Los investigadores no utilizaron una mosca real, sino un modelo computacional de todo el cerebro de una mosca de la fruta adulta, mapeado hasta el nivel de las conexiones individuales entre neuronas. Conectaron este plano biológico a una simulación de una cámara llena de gas con una puerta corredera. El objetivo no era demostrar que una mosca pudiera realmente clasificar moléculas de gas en el mundo real, sino crear un sistema de bucle cerrado donde pudieran observar, segundo a segundo, cómo un cerebro restringido por un cableado biológico real reacciona ante un entorno físico y aprende de los resultados. Al registrar cada decisión que tomó el cerebro digital, cada vez que una molécula cruzó la puerta y cada pequeño ajuste que las conexiones del cerebro realizaron en respuesta al éxito o al fracaso, el equipo creó un mapa detallado de cómo un controlador biológicamente realista interactúa con las leyes de la termodinámica.

El experimento se configuró como una carrera de relevos entre dos controladores diferentes. Para la primera parte de cada ejecución, un guion informático simple y preprogramado asumió el papel del demonio. Este guion sabía exactamente qué hacer: abría la puerta solo para las moléculas "correctas" para mantener una diferencia de temperatura entre las dos cámaras. Para la siguiente parte de la ejecución, el control se entregó al modelo del cerebro de la mosca. Este modelo recibía la misma información sobre la temperatura del gas y la velocidad de las moléculas, pero tenía que decidir cuándo abrir la puerta basándose en su propia actividad interna. Los investigadores ejecutaron esta simulación ocho veces, con sesiones que duraron entre cinco y veinte minutos. En cada sesión, los dos controladores se alternaban cada dos minutos y medio, permitiendo al equipo ver cómo el modelo del cerebro de la mosca se desempeñaba frente al guion perfecto y preprogramado bajo condiciones idénticas.

Los resultados mostaron una distincción clara entre los dos controladores. Cuando el guion simple sostenía la puerta, lograba mantener una diferencia de temperatura entre las dos cámaras, manteniendo el gas clasificado según lo previsto. Sin embargo, cada vez que el modelo del cerebro de la mosca tomaba el control, la diferencia de temperatura se desvanecía rápidamente y los dos lados de la cámara regresaban a un estado de equilibrio. El modelo del cerebro de la mosca no aprendió a clasificar las moléculas de manera efectiva durante estas sesiones cortas. En lugar de mantener el lado caliente caliente y el lado frío frío, permitió que el gas se mezclara, fallando en mantener la separación que requiere la tarea del demonio. Los datos mostraron que la diferencia de temperatura bajo el control del guion era significáneamente mayor que cuando el cerebro de la mosca estaba a cargo, indicando que el controlador biológico aún no era capaz de realizar este trabajo específico de clasificación termodinámica.

A pesar del fracaso en la clasificación del gas, el experimento reveló que el modelo del cerebro de la mosca estaba aprendiendo y cambiando activamente. Los investigadores rastrearon la fuerza de las conexiones entre las neuronas, conocidas como sinapsis, a lo largo de la simulación. Descubrieron que con cada decisión que tomaba el cerebro, estas conexiones eran ajustadas. La cantidad total de cambio en estas conexiones crecía constantemente en cada ejecución, mostrando que la red respondía a las recompensas y penalizaciones que recibía por sus acciones. El tipo de recompensa que recibía el cerebro también importaba. Cuando los investigadores utilizaron una forma constante y predecible de dar recompensas, el cerebro tomó decisiones "buenas" aproximadamente el 48 por ciento de las veces. Cuando las recompensas eran aleatorias e impredecibles, la tasa de éxito del cerebro cayó a cerca del 34 por ciento. Esto sugiere que el cableado biológico era sensible al patrón de retroalimentación, incluso si aún no había aprendido una estrategia fiable para la tarea.

El estudio también proporcionó una mirada inusual al interior de la "mente" del controlador mientras trabajaba. Los investigadores registraron la actividad de regiones específicas dentro del modelo del cerebro de la mosca, conocidas como neuropilos, que son cúmulos de neuronas que gestionan tareas específicas como el olfato o la visión. Descubrieron que ciertas áreas, particularmente las involucradas en el procesamiento de la información olfativa y visual, eran las más activas durante el experimento. Estos patrones de actividad fueron consistentes en todas las ejecuciones, mostrando que la estructura biológica del cerebro dictaba qué partes se activaban, independientemente de si el controlador era exitoso en la tarea. Los investigadores pudieron ver exactamente qué partes del cerebro se disparaban y cómo cambiaba la actividad a medida que la simulación progresaba, ofreciendo una visión completa del bucle sensoriomotor desde el momento en que una molécula se acercaba a la puerta hasta el momento en que el cerebro ajustaba sus conexiones internas.

Es importante entender lo que este estudio no demostró. El autor aclara cuidadosamente que no han demostrado que el cerebro de una mosca pueda actuar realmente como un demonio de Maxwell. De hecho, los resultados sugieren lo contrario: en esta configuración específica, el controlador biológico fue un clasificador mucho más débil que el guion simple. El estudio no afirma que la mosca haya aprendido una nueva habilidad o que haya resuelto el rompecabezas termodinámico. En cambio, el valor del trabajo reside en la plataforma misma. Los investigadores han construido un sistema verificado donde una red biológicamente restringida puede ser probada contra un entorno físico, con cada evento registrado y disponible para su análisis. Esto permite a los científicos medir exactamente cómo se comporta un cerebro construido a partir de diagramas de cableado reales cuando se le pide controlar un sistema físico, algo que anteriormente era difícil de hacer con tal precisión.

Los investigadores reconocen varias limitaciones de sus hallazgos actuales. Por ejemplo, la simulación incluyó un chorro de aire que añadía energía al sistema, y este chorro fue utilizado de manera diferente por los dos controladores, lo que pudo haber influido en los resultados de temperatura. También señalan que solo realizaron una sesión para cada condición, por lo que los resultados son descriptivos en lugar de estar estadísticamente probados. Las temperaturas en la simulación se miden en unidades arbitrarias, no en grados del mundo real, y las "recompensas" dadas al cerebro se basaron en una regla simple en lugar de un cálculo termodinámico complejo. Estos factores significan que el estudio es una prueba de concepto para la plataforma experimental, no una respuesta final sobre cómo los cerebros de las moscas manejan la termodinámica.

En última instancia, este trabajo abre una puerta para la investigación futura. Al acoplar un modelo realista de un cerebro de mosca a un mundo físico simulado, los investigadores han creado una herramienta que puede utilizarse para probar cómo diferentes reglas de aprendizaje o diferentes estructuras cerebrales podrían desempeñarse en el futuro. Los siguientes pasos consistirían en realizar más sesiones para confirmar los patrones, probar el sistema con el chorro de aire apagado para aislar el control del cerebro, e incluso ejecutar la simulación en hardware especializado diseñado para imitar la estructura del cerebro. Por ahora, el estudio es un registro detallado de un cerebro de mosca digital intentando, y fallando mayoritariamente, clasificar moléculas de gas, mientras muestra simultáneamente que el cerebro estaba cambiando activamente su propio cableado en respuesta al desafío. Es una demostración de cómo podemos comenzar a medir la interacción entre la complejidad biológica y las leyes físicas, una molécula simulada a la vez.