Científicos crean modelo computacional que imita el desarrollo embrionario

Los autómatas celulares neuronales (NCA) representan un modelo computacional inspirador en la biología del desarrollo. El concepto clave es imitar la morfogénesis natural: cómo un solo óvulo fecundado genera organismos complejos con órganos definidos, mediante reglas locales ejecutadas por cada célula. Los investigadores proponen un modelo diferenciable que permite entrenar las reglas de actualización celular usando técnicas de gradiente, análogo a como los genes especifican el desarrollo orgánico. Cada célula se representa como un vector de 16 valores: tres canales RGB para color visible, un canal alfa que indica si está viva (valor 1) o muerta (0), y canales ocultos que actúan como señales químicas internas. Las células perciben su entorno mediante filtros de Sobel, que calculan gradientes direccionales del estado de las células vecinas, permitiendo detectar bordes y orientaciones sin aprendizaje previo. Este enfoque usa optimización con funciones de pérdida para especificar patrones deseados, donde el sistema aprende automáticamente las reglas necesarias para crecer estructuras específicas. Los casos de uso incluyen modelado de regeneración biológica, diseño de sistemas autoreparables, y exploración del código morfogenético. Las consideraciones importantes son que el modelo es simplificado respecto a la biología real, requiere mucho entrenamiento computacional, y las reglas aprendidas pueden no ser biológicamente plausibles. Además, aunque muestra emergencia de patrones complejos, escalar a sistemas 3D reales o tejidos biológicos sigue siendo un desafío abierto.