Un nuevo modelo matemático dota a los gemelos digitales del cerebro humano de autorregulación
15 de octubre de 2026
- Un estudio internacional codirigido por el IFISC (UIB-CSIC) incorpora una regla de plasticidad homeostática en un modelo biofísico del cerebro completo, lo que permite al cerebro virtual ajustar dinámicamente su propio equilibrio entre excitación e inhibición.
- Publicado en Network Neuroscience y desarrollado en colaboración con el Paris Brain Institute (ICM), este trabajo sienta las bases matemáticas para simular transiciones complejas entre estados de conciencia, como el sueño, la vigilia y los estados disociativos.
Un equipo internacional de neurocientíficos y físicos computacionales, en el que participa el Instituto de Física Interdisciplinar y Sistemas Complejos (IFISC, UIB-CSIC), ha desarrollado un nuevo modelo biofísico del cerebro completo denominado «campo medio dinámico homeostático» (HDMF). El nuevo modelo, que amplía el modelo de «campo medio dinámico», aborda uno de los principales retos teóricos de la neurociencia computacional: ¿cómo mantiene el cerebro de forma endógena la estabilidad de la actividad neuronal global ante perturbaciones externas o cambios dinámicos?
En las redes biológicas reales, los circuitos neuronales adaptan continuamente sus conexiones, lo que constituye la base del aprendizaje y de las respuestas adecuadas al entorno. Sin embargo, este proceso está estrictamente controlado por la homeostasis, la capacidad de autorregulación de los sistemas vivos para mantener unas condiciones internas estables. En el cerebro, la homeostasis actúa como un «termostato» que evita dos extremos peligrosos: la hiperexcitabilidad (un aumento descontrolado de la actividad eléctrica que puede provocar crisis epilépticas o daño tisular) y la inactividad (un cese casi completo de la actividad neuronal). Hasta ahora, la mayoría de los modelos informáticos a gran escala se basaban en la imposición externa de parámetros inhibitorios. Estos requerían complejos cálculos previos y, a menudo, se desincronizaban o fallaban al simular perturbaciones como fármacos, cambios metabólicos o fluctuaciones en la red.
Para superar esta limitación, el equipo incorporó una regla de plasticidad inhibitoria con autoajuste en el marco estándar del campo medio dinámico (DMF), un modelo de cerebro completo ampliamente utilizado en la neurociencia computacional humana. Este mecanismo (HDMF) actúa como un sistema de control de retroalimentación automático que equilibra continuamente, en tiempo real, las señales excitatorias e inhibitorias en todas las regiones del cerebro. El modelo no solo conserva la precisión de ajuste al reproducir la conectividad funcional medida mediante resonancia magnética funcional (fMRI), sino que también amplía significativamente la gama de estados cerebrales que pueden simularse en un ordenador.
Entre sus principales hallazgos, el estudio muestra que el modelo HDMF puede generar espontáneamente actividad de ondas lentas, característica del sueño profundo o de la anestesia general, una característica que antes era inalcanzable dentro del marco estándar del DMF. Además, al introducir heterogeneidad regional en la capacidad de adaptación en diferentes áreas del cerebro, el modelo permitió simular regímenes dinámicos coexistentes, denominados «estados de tipo quimérico»: la coexistencia simultánea de regiones que presentan oscilaciones de ondas lentas (típicas del sueño) y otras que muestran actividad asíncrona similar a la de la vigilia. Esto abre nuevas vías para modelar, por primera vez, estados disociativos de la conciencia, como el sonambulismo o las parasomnias, en los que coexisten en el cerebro dinámicas neuronales propias tanto del sueño como de la vigilia.
«Incorporar la autorregulación homeostática en las ecuaciones no solo hace que las simulaciones sean más robustas y biofísicamente plausibles, sino que también amplía enormemente la gama de estados cerebrales que podemos explorar dentro de un único marco unificado», explica Rubén Herzog, investigador del IFISC (UIB-CSIC), catedrático distinguido del Departamento de Psicología de la UIB y autor supervisor del estudio.
Este marco teórico, publicado en Network Neuroscience, proporciona la base matemática que sustenta un estudio paralelo reciente publicado en Nature Biomedical Engineering, en el que se utiliza este mismo modelo HDMF para construir «gemelos digitales» personalizados a partir de escáneres cerebrales de casi 7000 personas. Ambos estudios forman parte de una línea de investigación unificada destinada a perfeccionar los modelos biofísicos del cerebro para avanzar desde la neurociencia teórica hacia la medicina personalizada y el descubrimiento in silico de tratamientos adaptados a cada paciente.
Figura: Dinámica del modelo HDMF según la velocidad de adaptación local: desde la actividad de ondas lentas típica del sueño (superior) y oscilaciones irregulares (centro), hasta la actividad asíncrona de vigilia (inferior).
Mindlin, I., Coronel-Oliveros, C., Llabrés, M., Sitt, J. D., & Herzog, R. (2026). The impact of homeostatic inhibitory plasticity in a generative biophysical model. Network Neuroscience, 1–65. https://doi.org/10.1162/NETN.a.611
