Unos organoides cerebrales de laboratorio pueden procesar señales táctiles convertidas en electricidad y distinguir letras del alfabeto Braille. Así lo reporta un estudio publicado el 16 de octubre en Frontiers in Artificial Intelligence. El trabajo abre un camino hacia la computación con tejido vivo. La idea es usar cultivos de neuronas humanas como soporte de cálculo, con un consumo de energía muy inferior al de los chips. Un organoide aislado acertó en promedio el 61% de las letras; la combinación de tres organoides elevó la cifra al 83%.
Qué mostró el experimento de computación con tejido vivo
El equipo de la Universidad de Bristol, liderado por la doctoranda Tianyi Liu y por Benjamin Ward-Cherrier, trabajó con organoides de prosencéfalo humano. Son tejido nervioso cultivado en laboratorio, de menos de un milímetro y con unas 10.000 neuronas. Los cultivos crecieron sobre matrices de microelectrodos, que permiten estimularlos y registrar su actividad. El equipo conectó el sistema de forma remota a través de Neuroplatform, una plataforma de la empresa FinalSpark.
El proceso tuvo tres pasos. Primero, un sensor táctil llamado Evetac recorrió las 26 letras del Braille y tradujo cada patrón de puntos en datos. Luego, el equipo convirtió esos datos en patrones de estimulación eléctrica. Cada patrón combinaba de forma distinta el número de pulsos, la amplitud, la duración y el retraso. Por último, un programa sencillo de aprendizaje automático analizó la respuesta de cada organoide. La tarea era identificar qué letra se había presentado.
Cada letra produjo una pauta de actividad distinta y reconocible. Los investigadores probaron además qué ocurría cuando añadían ruido artificial —distorsiones de tipo gaussiano, pérdida de datos o valores atípicos— a las señales. La decodificación desde la respuesta de los organoides resistió ese ruido mejor que la decodificación directa de las señales ya distorsionadas, sin participación del tejido. «Combinar esas respuestas puede darnos información complementaria que no obtendríamos de un solo organoide», explicó Liu.
El montaje usa matrices de baja densidad, con ocho electrodos por organoide. Ese formato abarata el equipo y ya se había empleado en otros experimentos de cómputo biológico. Los autores presentan su aporte como un marco de codificación transferible. La idea es que sirva para conectar sensores y actuadores artificiales con redes neuronales vivas, en sistemas de laboratorio y, a futuro, robóticos. El artículo es de acceso abierto y los datos quedaron en el repositorio de la universidad.
Del sensor al cultivo: el método y lo que falta
Los propios autores acotan el alcance. Los organoides no aprendieron: el experimento fue de circuito abierto y midió, sobre todo, que la información llegaba y podía recuperarse. «No demostramos aprendizaje ni cambios de largo plazo en los organoides», dijo Liu. Tampoco saben con certeza por qué tres organoides rindieron mejor que uno. Su hipótesis es que las diferencias de desarrollo y de conexiones entre cultivos se complementan, como varias personas que miran el mismo objeto y notan detalles distintos.
El contexto es la llamada inteligencia de organoides, un campo que busca sacar provecho de la eficiencia energética del tejido biológico. El cerebro humano realiza tareas complejas con unos 20 vatios. Los procesadores que intentan imitar su arquitectura escalan hacia consumos de kilovatios. Investigaciones previas ya consiguieron que cultivos de neuronas distinguieran vocales del japonés o jugaran al Pong en lazo cerrado. Los próximos pasos del equipo apuntan a tareas táctiles más complejas, como texturas y bordes. También buscan experimentos con retroalimentación, en los que el organoide reciba respuesta de lo que hace. Las aplicaciones imaginadas están en la robótica y en los sistemas de cómputo de bajo consumo.
Fuentes consultadas: Frontiers in Artificial Intelligence (16/10/2026); Universidad de Bristol (16/10/2026); 404 Media (16/10/2026).
