¿Podrían las computadoras incluir algún día diminutos organoides cerebrales?
El cerebro humano es una computadora increíblemente eficiente en el consumo de energía, y los procesadores de silicio que intentan imitarlo logran un enorme ahorro energético en comparación con los procesadores tradicionales
Imagen Ilustrativa E.O con Nano Banana 2 lite
Por Frontiers
frontiersin.org/16/10/2026, Editado por Sadie Harley , revisado por Robert Egan.
La esencia
Ahora, los científicos están experimentando con el uso de organoides modelados a partir del prosencéfalo humano para desarrollar computación biohíbrida de bajo consumo energético.
Un primer paso crucial para lograrlo es determinar si los organoides pueden recibir y transmitir señales de manera fiable, algo que un equipo de investigadores de Bristol estudió utilizando letras braille. Descubrieron que grupos de tres organoides cerebrales producían señales que correspondían con precisión a diferentes letras el 83 % de las veces.
"Podemos tomar información de un sensor táctil real, convertirla en un formato que una red neuronal viva pueda recibir y luego recuperar información significativa de la respuesta del organoide", dijo Tianyi Liu, candidato a doctorado en la Universidad de Bristol y primer autor del artículo en Frontiers in Artificial Intelligence .
"Esto nos ofrece una forma práctica de conectar sensores artificiales con sistemas neuronales biológicos, lo que representa una vía muy interesante hacia una computación más eficiente energéticamente."
El sensor táctil que escaneaba las letras braille. Crédito: Dr. Benjamin Ward-Cherrier
Convertir el braille en señales eléctricas
Los sistemas biohíbridos probados por Liu y su equipo utilizan organoides cerebrales colocados sobre matrices de multielectrodos y contenidos en un sistema que los mantiene vivos y monitoriza sus respuestas. Estos organoides miden menos de un milímetro de diámetro y carecen de varias estructuras presentes en un cerebro humano, pero contienen alrededor de 10 000 neuronas, además de células de soporte. Las matrices de multielectrodos les permiten recibir señales eléctricas.
Primero, los científicos aplicaron un sensor que registra datos táctiles a las 26 letras del alfabeto braille. Luego, convirtieron estos datos en patrones de estimulación eléctrica y expusieron los organoides a los diferentes patrones para observar si estos producían actividad neuronal que pudiera indicar a los científicos qué estímulo habían recibido.
En otras palabras, ¿eran capaces de "leer" la señal eléctrica que correspondía a cada letra braille y producir una señal que se correspondiera de forma reconocible con la información que se les había proporcionado?
Tres organoides mejoran la precisión de la decodificación
Los patrones de actividad neuronal de los organoides se clasificaron mediante un algoritmo sencillo de aprendizaje automático, una máquina de vectores de soporte, capaz de ordenar los patrones y detectar si las señales dadas correspondían a letras específicas. Un solo organoide produjo de forma consistente una señal que podía decodificarse con precisión como una letra aproximadamente el 61 % de las veces. Sin embargo, tres organoides trabajando juntos produjeron una señal reconocible aproximadamente el 83 % de las veces.
«Tras el procesamiento por parte de los organoides, los datos táctiles aún contienen información suficiente para clasificar las letras braille con buena precisión», afirmó el Dr. Benjamin Ward-Cherrier, de la Universidad de Bristol, autor principal del artículo. «La combinación de los resultados de varios organoides también demostró una mejora en el rendimiento».
Los investigadores aún no pueden determinar por qué tres organoides tuvieron un mejor rendimiento que uno solo; podría deberse a que la variación individual entre los organoides hace que se complementen entre sí.
«Los distintos organoides pueden tener conexiones de red, estados de desarrollo y actividad en curso ligeramente diferentes, por lo que la misma información puede producir respuestas similares, pero no idénticas», explicó Liu. «Combinar esas respuestas puede brindarnos información complementaria que no obtendríamos de un solo organoide. Al mismo tiempo, si cada organoide se comporta de manera diferente, obviamente resulta más difícil construir un sistema predecible y estandarizado».
Las señales sobreviven al ruido añadido
Para dificultar la tarea, los científicos aplicaron diferentes filtros de ruido a las señales de las letras braille. También utilizaron la misma máquina de vectores de soporte para comparar la decodificación a partir de las respuestas de los organoides con la decodificación directa de las señales deliberadamente oscurecidas.
La máquina que decodificaba directamente, sin la intervención de los organoides, resultó ser más fácil de engañar que la que decodificaba a partir de las respuestas de los organoides; tenía menos capacidad para identificar las señales de las letras entre el ruido artificial.
El aprendizaje aún no ha sido puesto a prueba.
Los científicos recalcan que estos experimentos no demuestran si los organoides pueden aprender con el tiempo; simplemente demuestran que los organoides recibieron y respondieron a las señales en braille.
"Demostramos que la información táctil podía codificarse, procesarse a través de los organoides y decodificarse, pero no demostramos aprendizaje ni cambios a largo plazo en los organoides", dijo Liu.
También probamos una tarea táctil utilizando un esquema de codificación fijo y una medida relativamente simple de la actividad neuronal. El siguiente paso es, sin duda, ir más allá del braille; nos interesan aspectos como las texturas, los bordes y los diferentes tipos de tacto, y, finalmente, las tareas de bucle cerrado en las que el organoide recibe retroalimentación de sus acciones. Esto nos permitiría empezar a investigar si el organoide puede adaptarse a través de la experiencia.
_____________
Detalles de la publicación
Codificación de estímulos táctiles para el reconocimiento de Braille con organoides, Frontiers in Artificial Intelligence (2026). DOI: 10.3389/frai.2026.1800219
Información de la revista: Frontiers in Artificial Intelligence
Proporcionado por Frontiers
¿Quién está detrás de esta historia?
Sadie Harley: Licenciatura en Ciencias Biológicas y Ecología. Experiencia en laboratorio de microbiología y en la industria farmacéutica, específicamente en los sectores de petróleo, gas y energías renovables. Ver perfil completo →
Licenciada en biología matemática, máster en escritura creativa. Ha viajado mucho y posee perspectivas únicas sobre la ciencia y el lenguaje. Perfil completo →
_________
Fuente:
