El doctorando del Departamento de Informática y Automática de la Universidad de Salamanca Sergio Miguel Tomé ha descubierto que el sistema nervioso en los sistemas multicelulares usa el modelo de red neuronal en la naturaleza -frente a otros posibles- debido a su robustez computacional al daño.
Es el primer estudio en la historia en el que se descifra científicamente el origen evolutivo del modelo computacional del sistema nervioso.
El trabajo acaba de ser publicado por la revista Natural Computing y ha generado incluso el comentario del reputado científico Rodolfo Llinás, neurofisiólogo ocho veces honoris causa por distintas universidades internacionales y university professor de la Universidad de Nueva York, que valora el estudio como “un aporte significativo a la Neurociencia”.
En él, Miguel Tomé describe que la robustez es una “ventaja evolutiva clave” para los organismos multicelulares que “necesitan procesar información para desarrollar comportamientos activos.
Dentro de la teoría de la computación existen muchos modelos de computación para procesar información. En cambio, los organismos multicelulares que necesitan procesar información para generar su comportamiento “únicamente usan el modelo de red neuronal”, argumenta el joven investigador.
En este sentido, tomando como punto de partida que la variación se considera una de las características de la reproducción de los organismos y dada la existencia de varios modelos computacionales distintos de la red neuronal, “debería haber organismos multicelulares que usaran modelos computacionales diferentes del de red neuronal. Sin embargo, no los hay”, incide.
Esto fue el detonante para que Sergio Miguel Tomé decidiese llevar a cabo una investigación que permitiese explicar este hecho y lo que, a su vez, le ha permitido demostrar que el modelo computacional de red neuronal tiene una característica que es, al mismo tiempo, una ventaja evolutiva y la causa de que sea seleccionado naturalmente frente a los modelos computacionales que no la tienen: la robustez computacional al daño.
