O sistema nervoso é uma obra-prima de fiação de precisão. Para que um cérebro funcione, bilhões de células nervosas devem estender fibras longas e finas chamadas axônios para encontrar seus parceiros exatos, formando conexões que nos permitem pensar, mover e sentir. Esse processo, conhecido como orientação de axônios, baseia-se no cone de crescimento, a extremidade do axônio em crescimento, que atua como um sensor sofisticado. Ele lê sinais químicos em seu ambiente, decidindo para onde virar ou quando parar. Durante décadas, os cientistas visualizaram essa navegação como uma jornada direta ao longo de um mapa: o cone de crescimento detecta um gradiente de pistas químicas, de forma muito semelhante a um caminhante seguindo uma trilha, e se orienta em direção a elas ou para longe delas para atingir um alvo. No entanto, essa visão simples tem dificuldade em explicar como essas estruturas delicadas permanecem flexíveis o suficiente para se adaptar a um mundo ruidoso e mutável, mantendo, ao mesmo tempo, a construção de uma rede rígida e confiável. A questão permanece: como uma célula mantém um curso constante quando os sinais que recebe são frequentemente conflitantes e caóticos?

Um novo estudo teórico propõe uma mudança radical na forma como entendemos essa navegação. Em vez de visualizar o cone de crescimento como um seguidor passivo de um mapa químico, a pesquisa sugere que ele é um explorador ativo de uma paisagem definida pela incerteza. O autor, William G. Wadرdesworth, argumenta que os cones de crescimento não simplesmente se estabelecem em um caminho estável e previsível. Em vez disso, eles buscam ativamente estados de alta "entropia", um conceito da física que descreve um sistema com muitas configurações possíveis. Nesse arcabouço, o cone de crescimento navega ao longo das cristas entre diferentes comportamentos possíveis, permanecendo em um estado de alta volatilidade onde pode mudar de direção rapidamente, se necessário. Essa abordagem sugere que a capacidade de mudar de curso não é uma falha do sistema, mas uma característica de seu design, permitindo que o axônio permaneça posicionado à beira da mudança até que uma decisão seja necessária.

Para testar essa ideia, o pesquisador construiu um modelo computacional baseado em dados genéticos reais do verme arredondado C. elegans. O estudo focou em um neurônio específico, o HSN, que cresce em um padrão previsível. O modelo utilizou um sistema de inteligência artificial, um tipo de programa de computador conhecido como rede neural, treinado em dados de milhares de experimentos genéticos. Esses experimentos envolveram a desativação de genes específicos que controlam o crescimento do neurônio, revelando como diferentes combinações de instruções genéticas levam a diferentes formas e direções. O computador aprendeu a prever o resultado dessas alterações genéticas, tornando-se efetivamente um substituto digital para a maquinaria biológica dentro da célula. O modelo identificou doze padrões distintos de crescimento, variando de linhas retas a ramificações complexas, e mapeou como o estado interno da célula poderia oscilar entre eles.

O cerne da descoberta reside em como o modelo simulou a jornada do cone de crescimento. Em vez de programar o computador para seguir um gradiente químico, o pesquisador deixou o modelo escolher seu caminho com base no princípio da máxima entropia. Em cada etapa da jornada simulada, o computador calculava o número de diferentes configurações genéticas internas que poderiam produzir cada direção de movimento possível. Ele então escolhia a direção que oferecia o maior número dessas possibilidades internas. Surpreendentemente, essa regra simples permitiu que a simulação reproduzisse o caminho exato percorrido pelo neurônio HSN real no verme. O cone de crescimento moveu-se em direção ao seu alvo não porque foi puxado por um gradiente químico, mas porque estava constantemente procurando a direção que mantivesse sua rede de sinalização interna em um estado de máxima flexibilidade.

Essa descoberta desafia a visão tradicional de que os axônios seguem um projeto fixo. As simulações mostraram que, quando o cone de crescimento se move em linha reta, ele está, na verdade, viajando ao longo de uma fronteira onde dois estados comportamentais diferentes são igualmente prováveis. Este estado de equilíbrio não é um sinal de confusão, mas uma posição estratégica. Permite que a célula mantenha um curso constante enquanto permanece pronta para pivotar instantaneamente. No momento em que o equilíbrio interno muda, ou quando a célula encontra uma nova pista ambiental, o cone de crescimento pode reorganizar rapidamente sua maquinaria interna para virar ou ramificar-se. O estudo demonstrou que comportamentos complexos, como cruzar uma linha média ou dividir-se em dois ramos, emergem naturalmente quando o estado interno da célula é ajustado para pairar próximo a essas fronteiras críticas.

A pesquisa também explorou como o tempo influencia esse processo. Ao simular o acúmulo gradual de uma proteína específica dentro da célula, o modelo mostrou como um cone de crescimento poderia ser programado para mudar seu comportamento em momentos precisos. À medida que os níveis internos dessa proteína subiam, a paisagem de possibilidades mudava, forçando o cone de crescimento a transitar de uma fase de movimento para outra. Isso sugere que o tempo do desenvolvimento é controlado pelo relógio interno da célula, que ajusta sua sensibilidade ao ambiente. O modelo recriou com sucesso cenários onde um neurônio cresceria para frente, faria uma pausa e depois viraria bruscamente, ou onde se dividiria em dois caminhos, tudo impulsionado pelo estado interno em mudança da célula, em vez de um mapa externo complexo.

Um dos resultados mais impressionantes foi a descoberta da "degenerescência" no sistema. As simulações revelaram que o cone de crescimento poderia alcançar o mesmo comportamento externo através de muitas configurações internas diferentes. Assim como uma pessoa pode chegar a um destino tomando muitas rotas diferentes, a célula pode manter uma direção específica usando várias combinações de suas partes internas. Essa redundância torna o sistema robusto; se uma parte falha, outra pode assumir seu lugar sem interromper o caminho geral. O modelo mostrou que, conforme o cone de crescimento se movia através de diferentes ambientes, ele constantemente reorganizava seus componentes internos para permanecer na trajetória de alta entropia, garantindo que pudesse se adaptar a condições de mudança sem perder o rumo.

O estudo conclui que a fiação ordenada do sistema nervoso não é o resultado de um plano rígido e predeterminado, mas emerge de um processo dinâmico de gestão da incerteza. Ao operar próximo à borda da estabilidade, os cones de crescimento podem equilibrar a necessidade de uma direção constante com a necessidade de rápida adaptação. Essa perspectiva termodinâmica oferece uma nova maneira de pensar sobre como sistemas biológicos complexos funcionam. Sugere que a capacidade de navegar em um mundo ruidoso não é sobre eliminar o ruído, mas sobre usá-lo. O cone de crescimento não ignora o caos de seu ambiente; ele usa as flutuações em seus próprios sinais internos para permanecer flexível e responsivo.

Embora as descobertas sejam baseadas em simulações computacionais e modelos teóricos, elas fornecem uma explicação convincente de como os sistemas biológicos alcançam tanto estabilidade quanto adaptabilidade. A pesquisa sugere que os princípios da termodinâmica, geralmente aplicados ao calor e à energia, também podem governar o comportamento das células vivas. Ao visualizar a orientação de axônios como uma busca por estados de alta entropia, o estudo oferece uma nova perspectiva sobre como a vida constrói suas redes intrincadas. Implica que o segredo para um desenvolvimento robusto não reside no controle estrito, mas no abraço estratégico da variabilidade, permitindo que o sistema nervoso cresça com precisão e graça.