"Si crees que tu vida es compleja, estás en lo cierto. Es muchísimo más compleja que la de una bacteria o la de un gusano, pero no te vengas abajo, eso no significa que seas peor… ni mejor. Significa que eres más difícil de estudiar. Pero podemos ir un paso más allá y, en lugar de preguntarnos si somos complejos, preguntarnos cómo hemos podido alcanzar estas cotas de complejidad. Para hablar de ello tenemos con nosotros a Fernando Ballesteros Roselló, astrónomo del Observatori Astronòmic de la Universitat de Valencia. Trabajó en el diseño y desarrollo de los telescopios espaciales INTEGRAL, de la Agencia Espacial Europea y LEGRI a bordo de Minisat 01. Parte de su trabajo se enfoca en la astrobiología y es autor de libros de divulgación como ""Gramáticas Extraterrestres"" y ""Fractales y caos. La aventura de la complejidad"". Un podcast de Diario La Razón, dirigido y presentado por Ignacio Crespo y producido por https://lafabricadepodcast.com
Audio and video play straight from the show's own hosting. PodSubs stores and serves no media.
Transcript
From the show. Tap a time to play from there.
Speaker 1Noosfera, el podcast de ciencia de la razón.
Speaker 3Buenas,¿ me pillas lavando los platos? Que esto ya era una cosa insostenible con la semana que hemos tenido del Artemis. Vamos, no he podido ni... Un correo, espera. Deja que conteste. Estoy pensando yo que qué compleja es la vida, ¿no? Aquí con el multitasking del siglo XXI y esas cosas. Mandando un correo con temas de papeleo mientras con el rabillo del ojo compruebo que no se desborda el fregadero. Bueno, que igual... Venga, más cosas. A ver... El trabajo que has... Pues ha salido una noticia de antropología que no he
Speaker 3visto o algo así. En fin, que la vida es compleja y yo quiero que hablemos de eso, pero de otro tipo de complejidad. Mi nombre es Ignacio Crespo y esto es Nosfera, el podcast de ciencia de la razón. Qué complejo es vivir, o al menos vivir como nosotros, pero por la complejidad, no la dificultad. Y vamos a hablar de ello con Fernando Ballesteros Rosselló, astrónomo del Observatorio
Speaker 3Astronómico de la Universidad de Valencia, trabajó en diseño y desarrollo de los telescopios espaciales Integral de la Agencia Espacial Europea y LEGRI, a bordo de MINISAT-01. Parte de su trabajo se enfoca en la astrobiología y es autor de libros de divulgación como Gramáticas extraterrestres y fractales y caos, la aventura de la complejidad. Y aparte de esto, acaba de recibir un premio de la Academia de Ciencias de Estados Unidos por el artículo que vamos a comentar hoy. Fernando, muchísimas gracias por estar con nosotros. A ti por la invitación.
Speaker 3es un placer poder hablar además contigo yo creo que después de tantos años de conocer tu trabajo que no había cuadrado para que vinieras aquí a hablar y el otro día entraba yo en la prensa para hacer mis cosas y de repente veo ahí tu foto y el premio y digo que maravilla pues que venga a hablar de esto y vamos a charlar un poquito sobre astrobiología sobre bueno astrobiología no necesariamente por la búsqueda en el espacio sino como todo esto nos puede hablar del concepto y hablar de sistemas complejos así que cuéntanos primero Primero,
Speaker 3antes que nada,¿ cómo has acabado interesándote por este campo?
Speaker 4Bueno, a ver, a mí la biología siempre me interesó. De hecho, un pequeño secreto mío es que cuando me iba a matricular a la universidad, me iba a matricular en biología. Y me fui al campus de Buchasot a matricularme. Y entonces, en aquella época, las cuatro carreras que había en el campus, física, química, matemáticas y biología, tenían cada una una ventanilla una al lado de la otra. Y bueno, pues me iba a matricular, como digo, en Biología, pero veo que la cola de gente que había en Biología era tremenda. Y dije,¿ y en Física no hay nadie?
Speaker 4Pues nada, me matriculé en Física.¡ Qué bueno! Entiendo
Speaker 3que te gustaba, de todos modos.
Speaker 4Me gustaba la Física, me daba miedo a las matemáticas, era uno de los motivos por los cuales me daba más recelo entrar en Física. Me gustaba mucho la Astronomía, soy de esas personas que nació con un telescopio bajo el brazo.
Speaker 3De hecho, estás en un observatorio ahora mismo. Exacto, sí, sí. Y es tu despacho. Tener un despacho en un observatorio, ojo, ¿eh? Sí, sí, sí, y encima con luz, que no es de noche, claro. Bueno, me gusta mucho esto que comentas, porque los caminos se truncan y te llevan por zonas que no esperabas, pero en este caso, si ya tenías un interés transversal, la física te presenta la posibilidad de abordar con sus herramientas otras disciplinas que te pueden gustar. Y quiero preguntarte por eso, si tú cuando cambiaste de cola y dijiste aquí hay menos gente,¿ en algún momento se te pasó por la cabeza, bueno,
Speaker 3no renuncio a la biología, puedo acceder desde aquí?
Speaker 4En el fondo, ahí corriendo de fondo estaba eso. A mí la biología siempre me ha atraído, me ha gustado mucho. La física me gusta muchísimo, la astronomía me encanta, me chifla. Pero ves que cuando haces la carrera de física y luego cuando haces el doctorado e investigas, se te forma una forma de pensar, unas estructuras, unas herramientas, que son propias de tu campo y que no son tan frecuentes en otros campos. De hecho, eso lo he notado mucho cuando he hablado con biólogos. Tienen un enfoque mucho del detalle,
Speaker 4lo cual no es malo, pero sí que se van muy al detalle. Y desde física tienes una visión más de perspectiva.
Speaker 2Pierdes
Speaker 4los detalles, pero quizás coges un poco de visión de conjunto. Y bueno, no es mi primera incursión en la biología. Ya he hecho algún trabajo anterior sobre termodinámica de los organismos, también desde un punto de vista de la física. sobre funcionamiento del genoma sin más, pero desde un punto de vista únicamente computacional, estadístico, y sí, pues... Sí que he descubierto que esta frontera que hay entre disciplinas es un terreno muy fértil, es decir, donde se junta la física con la biología, la biología con las matemáticas, las matemáticas
Speaker 4con la geología. Realmente hay mucha ciencia por hacer, es muy interesante, suele tener mucho impacto, es muy difícil también publicar en ella, porque no hay muchos especialistas en esas zonas de frontera y precisamente hay poca gente que trabaje en eso. Entonces es un campo en el que me siento de forma habitual cómodo. Me gusta aparte una quemante astronómica también, pero esa ciencia de fronteras me
Speaker 3atrae. Antes de pasar a las preguntas de los oyentes, has dicho una cosa que me parece súper interesante, quiero aprovecharlo, y es eso de que cuesta publicar. Y puede haber muchos motivos por los que cueste, porque como es una cosa de frontera, que necesitas saber de ambos casos, no hay tantos revisores, porque tal vez cuesta encontrar una revista que tenga ese perfil concreto que buscas.¿ Cuál es la combinación de aspectos que lo complica en este caso?
Speaker 4Pues creo que has dicho los dos. Primero, no hay revistas... A ver, hay algunas grandes revistas que son multitema, como Science o Nature, que publican artículos en astronomía, biología, geología, matemáticas... Matemáticas no tanto, pero también hay algunas cosas. Pero el principal problema son los revisores. No hay revisores que tengan una formación en biología y en matemáticas y en computación y en física... Porque este trabajo en concreto tiene de todo eso y cuesta mucho. Pueden ver una parte parcial, unos revisores, otros otros, pero muchas veces se retrasa mucho
Speaker 4no ya el proceso de aceptación, sino el proceso de empezar a revisarlo porque cuesta encontrar esos revisores y te puedes pasar tres, cuatro meses hasta que por fin alguien dice, bueno, me animo, voy a revisar el artículo.
Speaker 3Cuánto tiempo tuvisteis este en espera hasta que la revista dijo, venga, sale?
Speaker 4Pues eso también es otro pequeño secreto, pero lo vamos a hacer el público. A ver, esta en principio la íbamos a mandar a Nature. Y en Nature tuvimos un tiempo de espera de unos tres meses aproximadamente hasta que empezó ya a entrar en revisores. Desde que tú lo mandas hasta que te sale el cambio de estatus en la revista, te dice ha entrado en revisores, pues fueron unos tres meses. Pero luego tuvimos tres revisores... Bastante críticos, pero uno de ellos rozaba algo más que ser crítico.
Speaker 4Ya rozaba el asunto personal, era faltoso.¿ Tenía que tener algo en contra del trabajo? No sé si porque por motivos filosóficos o de formación no estaba en contra o quizás porque... tocaba un tema muy parecido y no quería quizás que le
Speaker 2chafáramos
Speaker 4el terreno. No sé muy bien. Pero claramente había ahí algo personal. No era solamente eso. Al final, después de tres rondas de revisiones, te mandas las revisiones, te vuelven, te mandan... Eso en Nature no es nada habitual que haya tanta...
Speaker 3Porque en otras revistas sí que puede pasar, pero es cierto que en Nature es más directo. O el no o el sí, ¿no? Sí, el no es muy habitual y el
Speaker 4sí cuando ya pasas una primera revisión y convences, pues aquí llegamos a convencer profundamente por así decirlo a dos de los revisores pero el tercero lo único que ponía era más críticas y más críticas y llegado un momento el editor dijo mira no quiero más líos supongo que debía ser una vaca sagrada este señor en su campo y tampoco quería enemistarse dijo lo rechazamos al día siguiente uno de los revisores nos contactó se dio a conocer porque la gente que no lo sepa la revisión está es anónima no sabes nunca quién te está revisando el trabajo Pero este se dio a conocer al día siguiente
Speaker 4y me dije, hola, soy editor de la revista PNAS. Estoy muy interesado en el artículo este que acaban de rechazar. Por favor, mandadlo a mi revista. Y lo mandamos a PNAS y entró en una semana. En una semana estaba ya el artículo cerrado para publicación.
Speaker 3Qué bueno. Bueno, qué bueno el final. El final, sí. El proceso no tanto. No te voy a pedir el nombre, ¿vale? No hay problema. No te voy a preguntar quién es. Lo que te voy a preguntar es si sospecháis quién es. Porque siendo tan poquitos y siendo posiblemente una vaca sagrada,¿ hay nombres que vengan a vuestra cabeza?
Speaker 4Sí, vienen de hombres a la cabeza y seguramente del campo de la genética de poblaciones.
Speaker 3Vale, bueno, no preguntaré más. Yo creo que con eso, si alguien realmente quiere hacer la investigación y tiene conocimientos como para resolverlo, pues oye, que lo sepa, pero ahí queda. Vamos a hablar de ello, pero creo que antes hay una pregunta, antes de entrar en todas las que nos han dejado los oyentes, de que nos cuentes en qué consiste exactamente la investigación. una cuestión que hay que resolver, y es que es eso de la complejidad, porque está de base, está de base en este trabajo, está de base en otros trabajos que has hecho, en la forma en la que abordas los problemas, ¿no?
Speaker 4Bueno, la complejidad, desde el punto de vista de física y de complejidad,
Speaker 3que es una
Speaker 4rama de la física, básicamente lo que te dice es que tienes un montón de sistemas que de por sí son muy sencillos, que interactúan entre ellos. Pueden ser muchas cosas. Pueden ser moléculas en un gas que tienen una repulsión de bandera...
Speaker 2Van der Waals. Van
Speaker 4der Waals, sí, me salía. Pueden ser nodos de ordenador en una red, pueden ser neuronas en el cerebro, pueden ser un montón de cosas pequeñas que interaccionan entre sí y esas interacciones producen un comportamiento emergente que es muy complicado.
Speaker 2Un
Speaker 4ejemplo paradigmático es el juego de la vida, un juego que no es un juego realmente, no lo puedes jugar, pero básicamente lo que tienes es una serie de celdillas Cada celdilla puede estar en un estado encendido o apagado. Y lo está en función de lo que hagan las celdillas de alrededor. Son unas reglas muy simples que, sin embargo, producen una complejidad tremenda. tremenda cuando lo llevas a un espacio muy grande y empiezas a poder cómo esas vías se encienden se apagan y van creando estructuras que son totalmente inesperadas este tipo de emergencia de nuevas propiedades que no parece que estén en las leyes básicas es un
Speaker 4ejemplo clásico de complejidad y muchas veces esta complejidad emerge abruptamente tienes un estado en el que el sistema está muy simple digamos estaría en un estado ordenado Por ejemplo, otro ejemplo típico es la red de átomos que forman un imán. Los imanes tienen un spin, una dirección magnética, y en general, si la temperatura es alta, los imanes están desordenados. Uno está para arriba, uno está para abajo, y no encuentras ahí nada. Es una fase caótica, desordenada.
Speaker 4Conforme vas enfriando, el movimiento propio de los imanes, que al final la temperatura, la termodinámica, lo que te está midiendo es cuánto se mueven los átomos, las moléculas, pues llega un momento en que van relativizándose y un imán, uno de estos átomos pequeñitos, influye al de al lado y lo tiende a reordenar en su dirección. Llega un punto crítico, una temperatura crítica, en la que se produce una transición. Una transición equivalente a las tracciones de fase. No es una fase en el sentido líquido-gas-sólido, pero sí que es una transición crítica, que se llama en este
Speaker 4contexto
Speaker 3Claro, del mismo modo que no hay nada intermedio entre líquido y sólido, no habría nada intermedio en estas propiedades.
Speaker 4Exactamente. Pasarías de un estado desmagnetizado, en que cada dipolo apunta en una dirección, a uno totalmente magnetizado, en el que todos apuntan en la misma dirección. Y ese tipo de comportamientos emergentes que aparecen de esta interacción es algo también típico de los sistemas complejos. Y bueno, siempre que tengas muchas unidades interaccionando, vas a sospechar que puede haber un comportamiento complejo detrás. No ocurre siempre, pero sí a menudo. Y, por ejemplo, un organismo es un montón de células que intercambian entre sí mensajes químicos, sustancias, y tienen todas papeletas
Speaker 4para pensar en eso como un sistema complejo
Speaker 3Me gusta muchísimo que hasta donde hemos llegado lo has explicado, por supuesto, todo con mucha claridad y todavía no ha salido la palabra información, que es complicada filosóficamente, o sea, no os hablas de mensajes, de sustancias químicas y tal, que realmente es mucho más descriptivo de lo que está ocurriendo sin entrar en interpretaciones, ¿no?
Speaker 4Sí. A ver, de hecho, si te limitas al caso de la información, también tienes transiciones de este tipo. Si hay un intercambio de informaciones entre unos nodos y otros, entre unos elementos del sistema y otros, puede haber realmente transiciones también abruptas. Hay un ejemplo que, de hecho, voy a adelantarlo ya porque es en el que se basa nuestro trabajo. Hay un tipo de transición que es puramente algorítmica. Es también una transición crítica, como las que hemos descrito, pero en este caso es de cómo funciona un algoritmo.
Speaker 4Por ejemplo, imagínate que tienes un sudoku, todos conocemos los sudokus, 9x9 celdillas, no puedes repetir números en filas, en columnas, ni en la diagonal. Y tienes de las 81 celdillas, 80 llenas y hay una vacía. Te es muy fácil solucionar ese sudoku,¿ de acuerdo? Porque solamente hay una posibilidad. O es muy fácil darte cuenta de que no hay solución porque hay una contradicción de tres columnas y ya está. Vamos al lado opuesto. Te vas a un Sudoku que solo tiene
Speaker 4dos celdillas llenas o una celdilla llena.
Speaker 2También
Speaker 4es muy fácil rellenar ese Sudoku porque como hay tantas posibilidades, vas a encontrar rápidamente una posibilidad que encaje con eso. Pero cuando tú estás en un Sudoku que está como al 50% lleno, es cuando realmente te cuesta mucho trabajo. Si tú lo que haces es programar, por ejemplo, un programa que intentes solucionar sudokus, verás que conforme vaya aumentando el número de restricciones, vas exponiendo cada vez más celdillas, llega un momento en que el tiempo de solucionar el sudoku se maximiza. Y si continúas con el restricciones, vuelve
Speaker 4otra vez a bajar. Hay un pico en medio y lo que tienes ahora es una transición de fase que se llama fácil, difícil, fácil. Easy, hard, easy.
Speaker 2Ajá.
Speaker 4Y justamente en la zona hard es donde tienes el punto crítico de esto, que es una transición crítica, análogo a una transición de fase. En este caso, puramente algorítmica. Por el tiempo que te cuesta solucionar el problema.
Speaker 3Claro, qué bueno. Me gusta este ejemplo porque lo abstrae mucho y nos permite entender lo amplio que puede ser. Voy a particularizarlo, ¿vale? Voy a hacer ahora lo contrario. Voy a preguntarte ya por esta cuestión particular que nos trae este artículo. Por poner un poquito de contexto simplemente, no en el artículo, sino en la idea general, Es que, ya lo has contado, cuando juntamos una serie de elementos, objetos, no voy a entrar en detalles, en suficiente cantidad, tienen las propiedades adecuadas, su comportamiento puede hacer que emerjan propiedades
Speaker 3nuevas y esto es esa complejidad. La vida sería un ejemplo. Pero la vida hay de muchas formas. Estamos nosotros y hay microorganismos unicelulares tremendamente simples que tal vez tengan menos complejidad, menos de esas propiedades nuevas o al menos distintas a las nuestras. Y entre nosotros y ellos ha habido toda una historia evolutiva. Y aquí es donde tal vez hay un problemilla.¿ Cómo hemos pasado de un sitio a otro? No todos los pasos parecen graduales.
Speaker 4Correcto, no son graduales.
Speaker 3Y ahí
Speaker 4entra
Speaker 3un poco
Speaker 4la
Speaker 3investigación
Speaker 4¿no? Ahí entra la investigación, exactamente. Ahí hemos encontrado que hay un punto crítico en el que de repente todo cambia y no hay fases intermedias. Es decir, se ha hablado muchas veces de la aparición de las células con núcleo, las células eucariotas, como una especie de agujero negro en la biología. Porque no tienes fases intermedias. Si tú miras el registro fósil, por ejemplo, de vertebrados, tú puedes ver que hay una gradación desde los peces hasta nosotros, que poco a poco hay un cambio relativamente lento y pausado.
Speaker 4Entre dos organismos puedes encontrar un organismo intermedio. Incluso a veces actuales, pueden haber organismos actuales que son fósiles vivientes que te dicen, mira, esto es un eslabón perdido entre esta fase y esta otra. Pero no encuentras nada parecido en el paso de prokaryota a eukaryota.
Speaker 3Podríamos decir que si, perdona, pero si una especie vemos que no tiene alas, no encontramos que ninguno de sus descendientes inmediatamente produzca alas funcionales y las tenga ahí. No hay esos cambios... radicales.
Speaker 4Bueno, para ser sincero, sí que hay algunos pequeños cambios radicales, pero a una escala mucho menor
Speaker 3Igualas, evidentemente, porque el saltacionismo estaría ahí, no esa idea
Speaker 4Sí, por ejemplo, sí que se piensa que nuestros antepasados perdieron la cola repentinamente. No tenemos antepasados con colas cada vez más pequeñas, esa que desapareció. Fue una mutación que, por lo que sea, imposibilitó el crecimiento de la cola y eso es un salto,
Speaker 2pero
Speaker 4bueno, es un salto muy pequeño. Aquí lo que estamos hablando es que no existe en el registro fósil ni tampoco en la actualidad células que sean un 70% eucariota, un 20% eucariota sino que son puramente procariotas o puramente eucariotas ya con toda su complejidad. Y ahí, digamos, es donde entraría este estudio por qué se produce esta transición tan abrupta. En nuestro caso, los elementos parecidos que interaccionan entre sí son los genes. Tenemos un genoma, es un conjunto genético De
Speaker 4genes y otras cosas, hay más cosas en el genoma aparte de los genes. Y los genes hablan entre sí. Un gen expresa una proteína, esa proteína puede afectar el funcionamiento de otro gen, lo puede activar, lo puede desactivar. Hay una red de regulación genética que está mediada por proteínas y tiene todas las papeletas para ser un sistema también complejo. La vida durante gran parte de su existencia empezó siendo muy simple y las células más activas son prokaryotas puramente, como las bacterias actuales. Son células que no
Speaker 4tienen núcleo, no tienen una gran estructura interna. Está todo remezclado dentro de la membrana. Y la forma que tenían de hacerse más complejas no podían hacerse mucho más simples porque la vida empezó siendo muy simple. Si te hacías más simple, sencillamente te morías. pues la forma que tenían de hacerse más complejas en aquella fase inicial era a través de hacer proteínas cada vez más largas. El funcionamiento del sistema operativo de las bacterias y de las arqueas, que son muy similares, Es que un gen en su
Speaker 4totalidad produce una proteína. Básicamente la proteína es un calco de lo que tiene el gen. Si yo tengo un gen de longitud tanto, la proteína tiene una longitud tres veces menos porque hay una relación entre tres bases de los genes a una base
Speaker 2de las
Speaker 4proteínas, pero bueno, es directamente proporcional, lineal. Bien, nosotros hemos descubierto que ha existido un mecanismo pasivo que no tiene nada que ver con la selección natural ni con nada exterior. Es puramente errores de copia que ha hecho que los genes hayan ido creciendo con el tiempo de una manera pasiva, difusiva.
Speaker 2Además,
Speaker 4con un crecimiento geométrico. Ha ido creciendo de forma exponencial. Si yo tengo un mecanismo celular que me dice, si yo tengo un gen así, tengo que tener una proteína proporcionalmente larga y tengo un mecanismo externo Externo en el sentido de la creación de proteínas, es interno, debe estar dentro de la célula. Pero que lo que me hace es forzar a que los genes sean más largos, indirectamente me fuerza a que las proteínas sean cada vez más largas. Y una proteína más larga puede hacer más cosas, puede tener plegamientos tridimensionales muy interesantes, puede tener más funciones. Y
Speaker 4durante esa fase inicial de la vida, la forma que tenía la vida de hacerse más compleja, indirectamente por este mecanismo que iba arrastrando los genes a hacerse más grandes, era a través de este crecimiento. Lo que pasa es que llega un punto en que si tú tienes unos genes muy largos por este mecanismo de difusión pasiva, que te fuerza a tener unas proteínas muy largas, una proteína muy larga va a ser difícil encontrar una proteína de esa longitud que sea útil, porque el espacio de búsqueda de soluciones va creciendo.
Speaker 3Claro.
Speaker 4Es decir, el espacio de búsqueda de configuraciones, en el caso de las proteínas, tenemos 20 bases diferentes y una proteína de longitud 500 sería 20 elevado a 500. Esas son todas las combinaciones posibles que puedes hacer. Y llega un punto en el que el tiempo de búsqueda se hace tan largo… que cuando encuentras la proteína ya no te es útil, ya te has muerto.
Speaker 3Podemos compararlo con la dificultad que puede haber entre adivinar el número adecuado en un dado o en una lotería, que hay un mayor espacio de búsqueda. Exacto.
Speaker 4Y si tuvieras una alquimiela con 500 equipos, te costaría muchísimo hacer el pleno.
Speaker 3Esto es el problema base. Yo quiero preguntarte, porque funciona así la investigación, cuando llega a vuestra cabeza la idea Y decís, ostras,¿ y esto cómo habrá sido? Y empezáis a buscar.¿ Os encontrasteis con estudios previos que estuvieran en el buen camino?¿ Encontrasteis un desierto al respecto?¿ Qué fue? Pues fue un desierto realmente
Speaker 4De hecho, buena parte de la historia de ese artículo fue palabras de repente, vamos a preguntarnos,¿ pero esto no está hecho ya? Porque, a ver, es un enfoque muy típico de físico. Yo cojo todos, aquí hemos estudiado 33.000 organismos, el genoma. Al final son entre todos 150 millones de genes, los que hemos estado únicamente mirando sus propiedades estadísticas. Ver cómo se distribuyen, hemos visto que la distribución de los genes para una especie es una log normal, que es una especie de gaussiana, pero en una escala logarítmica. Y
Speaker 4hemos encontrado que todos los organismos tienen esta distribución. De hecho, es lo que nos llevó al modelo de crecimiento multiplicativo, porque las multiplicaciones, cuando tú encadenas multiplicaciones, tienden a una log normal, a esta distribución. Y claro, solamente eso ya, digo, eso tiene que ser publicado en algún sitio y no lo encontrabas por ninguna parte.
Speaker 2Nadie,
Speaker 4desde luego, un biólogo no se dice voy a plantarme delante de 33.000 organismos y hacer la distribución de todos ellos a ver qué pinta tiene. Suelen ser más al detalle, ¿no? Voy a estudiar estos organismos que es el que me interesa por estos motivos. Y
Speaker 3no
Speaker 4es una crítica, son enfoques diferentes de
Speaker 3trabajar
Speaker 4Exactamente, y es indispensable trabajar en el detalle. Pero, pues eso, cuando... Hicimos todo esto, vimos que realmente no había nada. Había un pequeño artículo que era una estimación empírica, bastante buena realmente, pero únicamente una estimación empírica que hizo un ruso, me acuerdo cómo se llamaba, Androv creo que era, que es un trabajo bastante antiguo, de los años 80, que cogió seis organismos, pues cogió una bacteria, un hongo de los hematos, y dijo, uy,
Speaker 4esto parece que crece de forma exponencial. Y ya está. Fue la única referencia que había previo al trabajo. Una gráfica
Speaker 3con seis puntos, ¿eh
Speaker 4Sí, sí,
Speaker 3una gráfica. Pero
Speaker 4bueno, no se equivocaba en realidad. El modelo nuestro lo predice. Bueno, entonces lo que tenemos, por una parte, es que hemos encontrado que hay un crecimiento exponencial. Este crecimiento exponencial ha ido arrastrando... a las bacterias, a las prebacterias, a la vida prokaryota, a verse forzada a trabajar con proteínas cada vez más largas. No todas ellas. Siempre que hablo de eso hablamos del récord. Es una envolvente del sistema. Va a haber, como es un random well, un camino aleatorio, vas a tener algunos que se queden por abajo, pero la envolvente siempre va creciendo. Siempre hay mucho camino hacia
Speaker 4arriba que hacia abajo no, porque no te puedes simplificar más allá
Speaker 3de cierto. Claro, cada vez te encuentras algunos ejemplos mayores. Exacto.
Speaker 4Y... Y bueno, pues este mecanismo que arrastra a que los límites del sistema se vayan ensanchando va teniendo la complicación computacional de que cada vez va a costar más y más encontrar proteínas tan largas, sencillamente por un tema del crecimiento del espacio de búsqueda. Bien, nosotros cuando vimos esto, estamos viendo que según aumentan las restricciones, se hace cada vez más difícil encontrar una solución. Nos recordó enseguida el tema del Sudoku y otros algoritmos de búsqueda. En realidad la vida es un algoritmo. Hay programas de búsqueda de
Speaker 4soluciones que se llaman precisamente algoritmos genéticos porque están basados en cómo funciona la vida. Aquí sencillamente le damos la vuelta. Si hay algoritmos genéticos,
Speaker 2la
Speaker 4vida es el mejor algoritmo genético que existe. Pues dijimos, pues este tipo de sistemas exhiben esta transición que hemos visto antes, una transición crítica entre difícil, fácil y difícil. Vamos a estudiar esto. Entonces, este tipo de sistemas se les puede definir una complejidad algorítmica que básicamente es el tiempo por unidad de tamaño que tarda el sistema en encontrar una solución. Bueno, en nuestro caso, el tiempo es
Speaker 4el tiempo evolutivo, desde Luca hasta que apareció ese grupo, hasta que aparecieron esos hongos, hasta que aparecieron esas plantas, hasta que aparecieron los primeros insectos. Y el tamaño del sistema es, en nuestro caso, la longitud media de los genes, que es el número que hemos estado trabajando y que hemos visto que correlaciona muy bien con la complejidad estructural.
Speaker 3Esto
Speaker 4lo puedo sacar a hablar luego sobre ello. Entonces, pues sencillamente, nuestra complejidad algolómica se puede definir como el tiempo desde Luca dividido por esta longitud Y tendrá eso, un punto crítico cuando ese tiempo se haga máximo, es decir, cuando la velocidad se haga mínima. Pues nada, como nosotros tenemos la ley de crecimiento, sabemos que los genes han crecido exponencialmente, puedo poner el tiempo dividido por la longitud, derivarlo. Lo saco y me dice, bueno, pues el punto crítico de
Speaker 4este sistema, si esto fuera una transición de fase de tipo algorítmico, estaría en una longitud de 1500 bases de genoma Vale, cuando tú pintas la longitud media de los genes frente a la longitud media de las proteínas, De los mismos organismos y tenemos unos 6.000 organismos que están en ambas bases porque son dos bases de datos diferentes. Una para proteínas,
Speaker 3otra
Speaker 4para genomas. Las hemos cruzado y hemos
Speaker 3encontrado... Organismos que estén en las dos para comparar la longitud. Exactamente.
Speaker 4Con las proteínas. Cuando lo haces, ves que empiezan a crecer de una forma lineal. Como decía, en prokaryotas crecen. Y cuando llegas, oh, qué casualidad, a 1.500... Eso se destabiliza y las proteínas se quedan estables. Tenemos una longitud de proteínas muy similar a la de los hongos, a la de las levaduras, no ha crecido desde entonces, sino que ha estabilizado. Y ha habido un cambio de régimen en ese punto. La conclusión es que en un momento dado las proteínas dejan de crecer, Pero los genes han seguido creciendo usando el mismo mecanismo pasivo. Este ha seguido funcionando
Speaker 4porque son errores de copia, no tienen nada que ver con el exterior, sino sencillamente por cómo funcionan los
Speaker 3genes. Los que no sean seleccionados por esa longitud precisamente es algo que sigue ocurriendo.
Speaker 4Exactamente. Pero lo que te ocurre es que es una solución. al problema de que las proteínas no pueden seguir creciendo porque tú no puedes seguir explorando espacios de fase cada vez más grandes.¿ Y cuál es la solución? La introducción dentro de los genes de partes no codificantes, partes que no codifican las proteínas Estas partes, que ya son conocidas, no es un descubrimiento nuestro, se llaman intrones y lo que te permiten es jugar con combinatoria. Un gen tiene diferentes trozos que se llaman
Speaker 4exones porque son los que se expresan Y luego tiene los intrones. Cuando un gen de eucariota, de nosotros, se expresa, se hace una copia de todo el gen, luego viene unas tijeras químicas, trocea, coge algunos trozos solamente de eso, las empalma y a partir de ese nuevo ARN copiado,
Speaker 2más
Speaker 4pequeño, que ya se llama el ARN maduro, eso se expresa a una proteína. El resto se supone que se degrada. No sé, pero yo creo que hace cosas muy interesantes. No se degrada todo, sino que tiene también capacidad de regulación. El caso es que yo puedo coger unos trozos u otros u otros, con lo cual un mismo gen puede, gracias a este poder de la combinatoria, crear diferentes proteínas.
Speaker 3Qué bueno. Solo compararlo para que la gente se haga una idea visualmente, corrígeme si no te encaja la analogía, pero con precisamente las limitaciones de espacio que hay ahora en los habitáculos que tenemos, no voy a llamarle ni pisos, implica que las empresas están desarrollando muebles modulares, mesas que, siendo las mismas partes, según cómo las una cama en algunos casos, pero los elementos son los mismos. Lo que importa es qué despliegas en cada caso. Pues es muy buen ejemplo, sí señor.
Speaker 4Y claro, como la combinatoria crece muy deprisa, yo puedo hacer un montón de combinaciones y eso crece de hecho más deprisa que una exponencial. La cantidad de soluciones disponibles que tienes... con combinatoria es mayor que el crecimiento del espacio de fase, con lo cual rápidamente lo consigue sobrepasar, lo deja al crecimiento del espacio de fase rezagado. Tú puedes seguir creciendo los genes, pero al mismo tiempo crece más deprisa el número de soluciones disponibles. Bien, y de hecho, si lo que haces es una estimación burda de la
Speaker 4complejidad algorítmica de este tiempo partido la longitud media, no solamente el modelo teórico que hemos derivado y que dice que 1500 pasa algo, sino si realmente tú estimas y coges para el grupo de bacterias cuál es su longitud media, cuánto tiempo tardaron en aparecer las bacterias, Para las arqueas lo mismo, para los hongos, para los vertebrados, para los mamíferos. Y lo pintas, ves que esta complejidad polémica tiene un máximo en 1500 y a ambos lados decrece. Y es el mismo comportamiento que tiene una transición easy hard easy.
Speaker 3La del sudoku que comentabas, que según cuánto de completos estén las celdillas, cambia la complejidad para la dificultad.
Speaker 4Exacto. Al final, estas transiciones de algorítmicas, al final es un trade-off entre cuánto crece el número de soluciones y cuánto crece el espacio de búsqueda. Llega un momento en que, primero, inicialmente, el espacio de búsqueda crece y las soluciones no crecen, pero llega un momento en que las soluciones empiezan a crecer, adelantan el espacio de búsqueda, lo dejan atrás y por eso vuelves otra vez a una fase sencilla. Y aquí vemos que pasa exactamente lo mismo.
Speaker 3Y esto es un poco lo que habéis descrito, que justifica de alguna forma cómo ha ido progresando en el tiempo limitado que hemos tenido la complejidad de esos organismos que vemos, ¿no
Speaker 4De hecho, ahora estamos preparando un artículo justamente sobre eso, para hacer un análisis más detallado de cómo de bien correlaciona la complejidad y la longitud media de los genes, comparado con otras métricas habituales que se están usando, para hacer una comparativa. Ya te adelanto, aunque no está publicado, que va mejor,
Speaker 2funciona
Speaker 4mucho mejor, captura muy bien la complejidad del organismo, la longitud media de los genes. que no la de las proteínas, y eso es porque conforme se van adquiriendo cada vez más carga intrónica, más partes no codificantes, en el caso de los seres humanos, la parte no codificante dentro de los genes, ¿vale? Luego parte está la DNA basura y todo eso, pero dentro de los genes es más del 99%. solamente menos de 1% de un gen en promedio, siempre lo hablamos, codifica proteína. El resto está ahí
Speaker 3y hace cosas Qué bueno. Hay una pregunta que quiero hacerte que en parte ya la has resuelto y de verdad que pasaremos a las de los oyentes porque están ahí esperándonos y en algún momento la responderemos. Comentas esta correlación entre la complejidad del organismo y la longitud media de sus genes. Importante que no se confunda con la longitud de su genoma en conjunto, porque ahí entraríamos en este problema del ADN basura, veríamos el ejemplo del pez pulmonado que tiene el genoma más largo de todos los registrados. No va por ahí, ¿no? No va por ahí, no, no, no.
Speaker 4A ver, el genoma en su conjunto tampoco correlaciona mal, pero hay muchas excepciones.
Speaker 3Claro, por eso.
Speaker 4Pero la media de los genes es una métrica además muy robusta y es bastante fácil de estimar porque no necesitas conocer todos los genes del organismo. Igual se te quedan algunos fuera porque no están bien anotados o lo que sea, pero con la media ya te haces una buena idea de lo que hay
Speaker 3Claro, la misma comparación podría ser que no necesitamos contar a todas las personas de España para saber cuál es la media de altura, pero si quisiéramos saber el número de personas que hay o la suma de todas sus alturas, sí que hace falta tenerlos a todos y es mucho más complejo. Exacto, exacto. Una pregunta que te quiero hacer al respecto, porque comentas, predice bastante bien la complejidad de los organismos.¿ Cómo mides la complejidad de ese organismo para que no haya mucha discrepancia luego cuando la gente vea el paper y diga, uy, es que lo has valorado así, asá?
Speaker 4Vale, a ver, digamos, hay dos métricas tradicionales de complejidad. Una es totalmente subjetiva, pero que aún así funciona. que es la que te dice, bueno, yo veo que las bacterias son más simples que los hongos, que son más simples que las plantas, que son más simples que los invertebrados, que son más simples que los vertebrados, que son más simples que el ser humano. Claro
Speaker 3hablamos de esos grandes grupos, no es comparar necesariamente un cerdo y un perro y decidir cuál es más complejo.
Speaker 4Exacto, no es ese detalle, es trabajando con grandes grupos, tú aprecias, lo ves... no lo puedes definir muy bien matemáticamente porque es una apreciación subjetiva yo veo que efectivamente este organismo tiene muchos sistemas muchos órganos se puede medir en teoría se podría medir viendo todos los componentes que hay pero eso es muy difícil de hacer
Speaker 2eso
Speaker 4es muy difícil entonces se tiende a buscar métricas que sean más sencillas y de estimar la otra es el número de tejidos el número de células diferentes que tiene un
Speaker 2organismo claro
Speaker 4Eso también te denota, en cierta forma, la complejidad que tiene el ser humano. Si no recuerdo mal, algunas estimaciones están en que tenemos 220 tipos diferentes de células, entre epiteliales, neuronales, células gliales. Hay un montón de células, 220. En los insectos están por unos 50. En las plantas creo que están por unos 25. Los hongos creo que andan por los 5 o 10, dependiendo del hongo. Y los unicelulares es una. Entonces, esta es la otra
Speaker 4métrica que en este caso sí que es objetiva, es una medida cuantitativa que se puede hacer y es con la que se suele trabajar la gente para comparar cuando tienes otra métrica alternativa. Vamos a ver qué tal compara con el número de tejidos. Eso es lo que estamos haciendo nosotros ahora. Pero también falla porque dentro de unicelulares una bacteria es menos simple que una ameba que es menos simple que otros tipos de organismos unicelulares, que algunos por dista son muy complejos. Y eso no lo pierdes,
Speaker 4porque en todos los casos la métrica es una célula, no puede distinguir. Por eso se busca también otras alternativas.
Speaker 3Nos has dado la complejidad de humanos, pero comparado humanos con otros vertebrados,¿ cómo puntuamos cuando lo tenemos en cuenta por ese número de células distintas?
Speaker 4Pues también bastante alto.
Speaker 3Bastante alto,
Speaker 4vale. Más que la mayoría de mamíferos.
Speaker 3Nos quedamos algo tranquilos. Alguno habrá por encima, pero bueno, eso no tiene por qué significar que sea mala medida, solo que tal vez nuestra concepción intuitiva de complejidad no sea del todo la adecuada y nos queramos poner por encima por otras cuestiones. Hay una pregunta que nos hace Camus. no Camus Camus, pero se llama así, y dice,¿ la complejidad biológica es inevitable dado suficiente tiempo y energía o es un accidente que podría no haber ocurrido? Porque dentro de esto que estás contando casi parece haber un orden natural que llamaban los escolásticos, ¿no? Donde la complejidad de
Speaker 3alguna forma tiende a crecer con el tiempo especie tras especie.
Speaker 4Sí, a ver, si nos dejamos fuera nuestro modelo, nuestro trabajo... Como decía, la vida empieza siendo muy sencilla. A partir de ahí solamente se puede complicar. Te puedes
Speaker 2complicar la vida,
Speaker 4mejor dicho. Porque hacia abajo no puedes ir. Claro, podemos aquí usar el principio antrópico y decir, nosotros estamos aquí, vemos la vida desde el presente y vemos que puede ser muy compleja. Con lo cual, aquella vida simple tenía mucho espacio, por así decirlo, por arriba. para hacerse más compleja el simplemente de hecho de que la vida explore diferentes posibilidades que lo puedas ver como un camino aleatorio que va explorando diferentes configuraciones va a hacer que esa envolvente vaya creciendo con el tiempo porque no hay nada que la limite con lo cual yo diría que sí
Speaker 4luego ya en nuestro trabajo como vemos que existe esta correlación entre longitud media y Y como vemos que existe un mecanismo de difusión en los genes que fuerza a que tiendan con el tiempo a hacerse más largos, como digo, son errores de copia, un gen se copia con otro, hace dos copias, se quedan pegadas entre sí, y eso se llama una duplicación en tándem, y de repente tienes un gen que es el doble de grande que el original, todos esos errores de copia van a forzar, muchas veces son letales, y
Speaker 2se
Speaker 4mueren, pero a veces se quedan ahí, no son letales, y luego la evolución puede a ajustar ese gen que está ahí para hacer cosas útiles. Pues eso te va a hacer que vaya creciendo. Y va a ir forzando a la vida a ser más compleja. Inicialmente, más compleja en el sentido de hacer proteínas más largas que tienen más funciones. Cuando llegan al punto crítico, esta corriente de fondo, este río de crecimiento exponencial de los genes sigue empujando a la vida, llega un momento en el que tiene
Speaker 4lugar el invento de los intrones. Aquí ya es especulación, podía ser por el hecho de que entrara en ese momento... a convivir dentro del huésped un simbionte y hubiera algo de intercambio de genes que podría ser el principio de los intrones, posiblemente eso si hubiera ocurrido antes no habría sido fértil, no habría pasado nada, tenía que pillarlo justamente en ese punto crítico y a partir de ahí vuelve otra vez a crecer la complejidad, en este caso a través de tener cada vez más intrones. Pero la conclusión es la misma, al final lo que tienes es que hay una corriente de fondo que te explora más configuraciones
Speaker 4Y como por abajo hay un suelo, no puedes hacerte infinitamente simple, la consecuencia es que te vas a ir haciendo complejo cada vez con el tiempo de forma inevitable.
Speaker 3Claro. Esta dirección ya queda clara sin necesidad de especular ni agencias superiores ni otras cuestiones. Estamos hablando de mecanismos fundamentales que están ahí y de los cuales emerge esta complejidad y estas reglas. Y hay una pregunta que nos hace aquí Nicolás MP97 que dice,¿ puede un entorno favorecer o hacer más probable el surgimiento de ciertas características más allá de solo seleccionarlas para que aparezcan? Y yo quiero añadir, nos has contado, la dirección está clara, pero la velocidad a la que ocurre dependerá de muchas cosas.¿ El entorno
Speaker 3puede acelerar este crecimiento de la complejidad o es algo que va a depender más de los factores que ya has contado, que son más internos?
Speaker 4A ver, los factores internos van a estar ahí y va a ser una corriente de fondo, por así decirlo, que va a empujar, pero el ambiente realmente tiene mucha relevancia. Se especula mucho, por ejemplo, si hay tendencias, aparte de esta que hemos hablado, si hay tendencias intrínsecas en evolución. Y si tú ves el registro fósil, hay casos en los que se ve que hay una tendencia. Por ejemplo, en el caso de los caballos, que es un ejemplo típico, hay una tendencia a ir perdiendo cada vez dedos hasta quedarse con un solo dedo. Hay algunos mamíferos parecidos a
Speaker 4los rinocerontes, pero que no eran rinocerontes, era otra arma diferente. Pero no seriosos Exactamente, que ves que los cuernos son cada vez más grandes. Todas esas tendencias que se mantienen durante un largo periodo de tiempo, luego pueden desaparecer, posiblemente hayan sido moduladas por el medioambiente, por la competencia entre especies, puede haber ahí un tema de selección sexual que haya favorecido que se dé ahí, quizás competencia con otros organismos que estén en la zona, es algo ambiental. que afecta a que se produzcan estas tendencias. Pero posiblemente el caso más claro es
Speaker 4cuando se producen grandes extinciones. Cuando tú tienes una gran extinción, de repente te desaparecen un montón de organismos, hay un montón de especies, de géneros que desaparecen, pero después de la extinción, en un tiempo relativamente corto, creo que la estimación está en torno a un millón de años o así, no solo se recupera, sino que lo supera. Y lo hace muy rápidamente.
Speaker 3Antes, cuando estábamos empezando la conversación y hablábamos de qué pasó con ese paper y de ese revisor que llevaba un poco de mala baba, comentaste, no sé si será porque tenía una filosofía distinta, otra forma de ver las cosas. Claro, creo que en este momento de la conversación es inevitable hablar de qué implicaciones tiene esto también para las explicaciones naturalistas sobre el origen de la vida y su evolución. No por entrar en filosofías ni cuestiones complejas, pero porque... Creo que esto ha sido un reducto. La dificultad para explicar los cambios y cómo del enorme espacio de posibilidades
Speaker 3que había, hemos acabado con estas, ha sido el reducto para que muchos digan, tiene que haber aquí una mano divina, un dedo que haya puesto y haya dirigido. Y lo que estáis es desentrañando mecanismos que no necesitan esa hipótesis.
Speaker 4Sí. La aparición de los eucariotas, la eucarogenesis, es lo que se suele llamar una de las grandes transiciones mayores. Hay diferentes transiciones mayores, la invención del sexo es una, la aparición de la vida sería otra. Aquí lo que hemos visto es que esta transición mayor, que es únicamente un nombre para catalogar las cosas, tiene mucho que ver con una transición de fase, que es algo que en física tiene un significado muy concreto y que nos permite hacer predicciones matemáticas muy concretas que además luego encontramos en
Speaker 4los datos, en los organismos. Bien, esto puede iluminar otras transiciones mayores. No todas ellas quizás tengan que ver con transiciones de fase, pero sí que es una linterna con la que puedes explorar y que habitualmente no es frecuente utilizado porque, como digo, proviene de otras disciplinas. Es algo típico en física, pero no es tan típico dentro de biología. Quizás la aparición de la complejidad necesaria para que aparezca la primera célula fue también algún tipo de transición, en este caso una red de relaciones químicas entre diferentes sustancias
Speaker 4interaccionan entre sí, llega un momento en que eso aún no es vida, pero llega un momento en que hay una transición que podría ser, por ejemplo, de un tipo de percolación que haga que esa red de repente empiece a generar algo mucho más complejo que lo que podías prever a partir de sus componentes.
Speaker 3Lo que aquí veía como componente común, vamos a decirlo así, es que si vemos un poco la historia y cómo se ha ido desarrollando explicando a través de mecanismos naturalistas la complejidad de la vida que tenemos tenemos ese ejemplo del ojo que es un ejemplo fantástico El ojo es muy complejo,¿ cómo puede ser que el ojo haya pasado por fases intermedias manteniendo algún tipo de función relevante para ser seleccionado a través de la evolución, generación tras generación? Y en su momento no lo teníamos claro y ahí se acantonó un poco la defensa de no es posible.
Speaker 3Pero lo hemos entendido, conocemos muy bien cómo algunas células reaccionaban más a las longitudes de onda que convenían por determinados pigmentos, cómo se fue invaginando, se fueron formando estructuras, eso lo sabemos. Pero a medida que hemos ido destripando este tipo de cuestiones, hemos llegado a otras que no eran tan fáciles de reducir a componentes básicos, puede que por esto que dices, de que entre ellas y el paso previo había un cambio de fase. Eso es lo que me parece interesante, porque aunque lo del ojo sea
Speaker 3un argumento que ya haya quedado desechado, se siguen escuchando argumentos a favor de explicaciones religiosas para cuestiones físicas o biológicas, que es lo que quiero decir, que dicen que esta serie de reacciones metabólicas no se puede simplificar gradualmente para que la entendamos. Igual no es necesario, ¿no? Exacto
Speaker 4exacto. Hay muchísimos casos, tanto en biología como en química, como en física, en los que se produce una transición de repente. Hay veces que es por acumulación. Tienes una acumulación pequeña de... modificaciones que en principio no parece que haga nada y de repente llega un punto crítico en el que ¡pum! salta el sistema Steve Jay Gould hablaba también sobre el equilibrio puntuado en el que parece que hay especies que se quedan quietas y de repente en el tiempo y de repente dan un salto ahí quizás
Speaker 4se especular mucho pero bueno es un es una analogía realmente sí que No es infrecuente que algo pase de un estado a otro, bastante diferente, sin apenas fases intermedias
Speaker 3Me parece súper interesante, pero no seguiré preguntándote por ello, porque creo que podríamos acabar en derroteros metafísicos que a mí me gustan, pero que no era el tema del programa. Nos pregunta Adolfo Cobo una cosa que yo creo que te va a gustar responder, porque además yo cuando te conocí, cuando coincidimos por primera vez en la radio, fue para hablar de este tema. Y es,¿ hay relación entre los sistemas complejos y el caos?
Speaker 4Pues sí, de hecho, muchos sistemas complejos tienen una transición de orden a caos. De hecho, ya he mencionado antes algún caso, en el caso del magnetismo. Pero hay muchos sistemas, por ejemplo, redes sintéticas por ordenador, que intentan remedar el comportamiento de las neuronas. Tenemos unas ciertas entidades, se llaman autómatas celulares, uno interfiere a otro, otro interfiere a otro.
Speaker 4De tal forma, tú creas una serie de funciones de input y output y se suelen definir de forma aleatoria porque en el fondo da lo mismo, pero tu output va a depender de los inputs que recibas de las otras redes. Este es un sistema complejo. Muy habitual, muy usado. Se usa también para simular, por ejemplo, el comportamiento del genoma, de cómo se regulan entre sí un gen que activa a otro y otro activa a otro. Bueno, pues en función de cuántas conexiones tengan estos nodos, a cuántos otros
Speaker 4autómatas afecten,¿ Tienes un comportamiento ordenado o lo tienes puramente caótico? Disculpad. Y hay justamente en la frontera, hay una transición, es un punto crítico, en el que el sistema está a caballo, está en el borde del caos y es un lugar muy interesante, el borde del caos, porque, a ver, de hecho hay muchos sistemas biológicos que estamos estimando que están en el borde del caos. Estar en el borde del caos te permite hacer un montón de cosas, que coge
Speaker 4lo mejor de los dos mundos. Si tú tienes un sistema totalmente ordenado, apenas hay cambio. Pero la vida necesita cambio. Tienes que cambiar cosas, tienen que producirse
Speaker 3eventos
Speaker 4Si el sistema es totalmente caótico, es todo tan desastrado que realmente no llegas tampoco a hacer nada útil.
Speaker 3No puede haber direccionalidad tampoco, claro. Por ejemplo.
Speaker 4Pero si estás justo en el borde del caos, tienes un cierto orden, porque el caos no es desorden,
Speaker 2no sé si es también el mismo.
Speaker 4Sí, sí. Hay un cierto orden, pero también hay cambio, con lo cual tienes lo mejor de los otros mundos. Y de hecho, si coges herramientas de teoría de la información, por ejemplo, intentas calcular la información del sistema, que es menos la entropía, puedes ver que la menos entropía, la información, se hace máxima justamente en el borde del caos.
Speaker 3Qué bueno. Aquí hay ejemplos, lo digo para recalcar lo que has dicho, de que es bueno, tal vez, desde a caballo, cuando hablamos de cómo se activan las neuronas, una regularidad perfecta es posiblemente un ataque epiléptico. O sea, necesitamos ahí esa regularidad.
Speaker 4Y tú que eres médico sabes también que un corazón que lata de una forma perfectamente exacta como un reloj es malo, no es bueno, tiene que tener variaciones.
Speaker 3Ahí están, esos dos ejemplos están siempre presentes. Has comentado, y no para que nos extendamos mucho, pero para dejarlo claro para los oyentes, que frente a ese orden que comentabas, esa regularidad perfecta, el caos no es exactamente desorden, ¿no? No hablamos de eso.
Speaker 4Exacto, no es desorden. Hay patrones dentro del caos. Hay atractores. Muchas veces cuando tú intentas pintar magnitudes que se comportan de una forma caótica, por ejemplo, en un péndulo caótico, pintas el ángulo X frente al ángulo Y en el que se mueven, y eso lo dibujas en un ordenador simplemente, ves que no aparece un montón de rayas aleatorias, que sería el desorden, sino que aparecen figuras geométricas de tipo fractal. Entonces,
Speaker 4realmente hay unos patrones matemáticos muy ricos detrás, sencillamente que... Es predecible, pero hasta cierto punto. Es el problema que tiene el caos. El caos es determinista en principio. Hay también caos con ruido aleatorio, pero vamos a hablar únicamente del caos determinista. Lo que te dice el caos determinista es que yo puedo pasar de aquí a aquí y de aquí a aquí de una forma predicha. Lo que pasa es que tengo que tener una precisión infinita en el conocimiento de mi parámetro. para hacer la predicción en cuanto tenga un poquito de error experimental con el tiempo
Speaker 4va divergiendo un ejemplo típico de sistema caótico es la meteorología Yo puedo conocer muy bien los parámetros. Si tuviera un coeficiente infinito en todas las posiciones de la Tierra de la presión, de la temperatura, de la humedad, podría predecir el tiempo en los próximos 100 años sin ningún problema. Pero como eso no se puede, pues como mucho estamos llegando a la semana.
Speaker 3Claro. Me gusta esto, para dejarlo claro, porque hay mucho concepto equivocado respecto al orden, al desorden, a la predictibilidad, a la no. Y luego incluso cuando hablamos de aleatoriedad, lo que eso tiene que ver pero por volver al tema hay aquí una pregunta que nos hace Igno y que quiero que sea la última del público que es verdad que nos habías hecho muchas, pero algunas se solapan, hemos hecho esta selección y creo que está muy bien para, con todo lo que has contado, plantearnos un easy. A él lo que le preocupa es si puede colapsar la
Speaker 3complejidad de un sistema y si se sabe qué tipos de problemas pueden ocasionar. Yo supongo que aparte de un sistema cualquiera, que es una de las respuestas que espero, se refiere también a la complejidad de la vida. Si esta direccionalidad que hemos comentado que está aquí y que nos ha traído hasta donde estamos puede cambiar de sentido en algún momento.
Speaker 4Sí, puede, puede, puede, sin ninguna duda. La transición de fase puede ocurrir en los dos sentidos. De hecho, hemos encontrado algunos eucariotas que han cruzado la barrera crítica en sentido contrario. Se han simplificado tanto, esto suele ocurrir muy a menudo con los parásitos, se van simplificando, se han simplificado tanto que, de hecho, hay un tipo de hongos que no me acuerdo exactamente cómo se llaman los parásitos, No me acuerdo. Da igual, es un nombre técnico. Estos
Speaker 4hongos se ha descubierto finalmente que eran hongos gracias a que han hecho una secuenciación de los genes y ven que claramente son hongos. Pero parecen bacterias porque se han simplificado tanto, se han quedado tan simples que no se ve que tengan un núcleo, no se ve que tengan ninguna estructura. y ahí han pasado al otro lado y en principio te puede simplificar tanto que podías realmente colapsar podías llegar a un mínimo de complejidad que no sea viable Por ejemplo, un organismo que sea parásito, si de
Speaker 4repente se ve forzado a vivir fuera de su huésped, colapsará. No tiene medios de vivir. Y bueno, sí, hemos visto muchas veces colapsos en redes de ordenadores, hemos visto un colapso en la red eléctrica hace un año aproximadamente. Sí que puede haber colapsos. Si cruzas demasiado la frontera en el sentido de simplificarte o de meterte demasiado en la zona caótica, realmente puede haber un colapso.
Speaker 3para que quede claro, que yo creo que ha quedado, pero por si acaso, esto no significa que sea algo que ocurre por arte de magia y que mañana las generaciones de humanos vayan a parecer menos complejas y no estamos hablando de eso. Estamos hablando de que esta dirección que nos ha traído hasta aquí, por motivos, siempre por motivos, puede ir en otra dirección, ¿no? Sí, exactamente. Vale. Fantástico. Una, nos has hablado un poco del artículo y antes de hacerte unas preguntas finales sí que quería preguntarte,¿ hay algo que se te haya quedado en el tintero? Que supongo que es todo, porque los artículos son muy complejos de resumir,
Speaker 3esto es algo que te habrá ocupado ya no horas, sino meses o años de trabajo y dejarlo en una hora es difícil, pero por eso quiero dar la oportunidad.¿ Algo que subrayar, algo que añadir?
Speaker 4Vale, entra más en el terreno de la especulación. Esto no sale directamente de los datos con los que hemos trabajado ni del modelo teórico, pero es plausible. Sabemos que la célula eucariota es como es porque en un momento dado entró como en simbiosis una bacteria que luego perdió material genético que fue a parar a la célula huésped y hoy día lo llamamos mitocondria. Es la teoría de Lynn Margulis que hoy día es fundamental en el entendimiento
Speaker 4de lo que es una eucariota, de lo que es una célula con núcleo. Pero bueno, eso lo puedes ver como que es un evento aleatorio. Eso puede haber pasado en cualquier momento. Por tanto,¿ cómo podemos nosotros predecir con un modelo matemático determinista en qué momento ocurre si eso es algo que sencillamente podría haber ocurrido en cualquier otro momento?¿ Cómo comparar las dos cosas? Bueno, pues como digo, esto ya es especulación, pero lo que vemos es que Quizás hubo otros eventos parecidos de endosimbiosis o intentos de endosimbiosis antes en el tiempo, en un momento mucho anterior, pero
Speaker 4no triunfaron. Hacía falta que la célula de la huésped hubiera llegado a un nivel de complejidad, en este caso a través de proteínas muy largas, hubiera llegado a un nivel de complejidad lo bastante alto como para que pudiera hablarse con la red genética del simbionte y que esa complejidad nueva, el tener ahora una comunidad bien avenida, que es lo que somos las células eucariotas, pudiera triunfar. Con lo cual, el fenómeno pudo ser aleatorio y quizás haya ocurrido en otras ocasiones, pero no pudo triunfar hasta que no estuvo la vida muy cerca de ese punto crítico.
Speaker 3Qué bueno. Te preguntaba al principio, bueno, preguntaba, lanzaba la palabra astrobiología por ahí y no la lanzaba porque sí, es que realmente cuando se va entendiendo cómo ha sido la historia de la vida en la Tierra y nos vamos remontando más y más y reduciendo el espacio de posibilidades que se podía haber explorado, podemos sacar conclusiones tal vez más interesantes sobre qué habría ocurrido en otros lugares para buscar por ahí vida con determinadas propiedades.¿ Qué tiene que estar presente?¿ Qué características son contingentes en nuestro caso y no cabe esperar? En este caso, que hablamos de
Speaker 3la complejidad,¿ cuánto de lo que habéis aprendido crees que podría ayudar a entender vida en condiciones totalmente distintas?
Speaker 4Bien, una vez aparece la vida... Yo creo que sí que podemos concluir a partir de nuestro trabajo que va a tener una tendencia a hacerse más compleja, con lo cual la vida compleja posiblemente sea solo una cuestión de tiempo. Ha de pasar tiempo suficiente.
Speaker 3No tendría por qué depender de que tenga genes tal y como los nuestros o proteínas constituidas por aminoácidos. Hablamos de algo más abstracto incluso.
Speaker 4Exactamente. Nosotros hemos encontrado un modelo muy particular de crecimiento genético debido a errores de copia, pero que es muy dependiente de cómo es la vida en la Tierra. Pero más allá de eso, lo que estamos viendo es que empiezas con una vida muy simple, y que en principio puede complicarse mucho porque tiene un montón de espacio más complejo de posibilidades para explorar. Con lo cual, como un proceso difusivo, como una mancha que dejas caer en una servilleta, una mancha de tinta que no se queda en el sitio, sino que se va poco a poco expandiendo, va a ocurrir algo mismo con la búsqueda de complejidad. Así que
Speaker 4yo creo que en principio sí que podemos concluir que dando el tiempo suficiente la vida puede llegar a ser tan compleja como la vida terrestre.
Speaker 3La vida se abre camino de Parque Jurásico. Y la última pregunta que quiero hacerte antes de pasar a las finales con las que acabamos todos los programas es¿ cuál es el siguiente paso? No sé si puedes revelar si estáis dándole vueltas a algo relacionado con esto o si habéis cambiado de dirección, pero sí que esperas que en un tiempo razonable se avance en esta línea.
Speaker 4Bueno, ahí le vamos a dejar también mucho trabajo a otras personas.
Speaker 3Durante
Speaker 4años. Durante años, sí, sí, sí, que cojan esto como una posible inspiración para usar herramientas que provienen de otro campo y aplicarlas a la biología y ver por dónde salen. Nosotros en concreto tenemos un par de ideas que queremos explorar, aún no hemos empezado a explorarlas, que sería ver, por ejemplo… Si hay alguna relación entre el tamaño de los genes de los virus y el tamaño de los genes de los huéspedes que infectan. Porque quizás eso te esté diciendo,
Speaker 4es fácil que este virus afecte a este organismo porque sus tamaños medios sean similares. Parece que van por ahí las cosas, no hemos ido mucho más allá. También estamos trabajando simplemente en intentar sacar información, definir un parámetro de información de los genes para ver si eso nos puede dar una nueva herramienta para medir la complejidad. Aquí estamos hablando de diferentes tipos de entropía y similares. Ese engorrosete de...
Speaker 4Porque además requiere mucho tiempo computacional, son cálculos bastante pesados. Pero bueno, a corto plazo lo que estamos haciendo, y eso ya lo tenemos prácticamente ya para acabar y mandar a publicar, es ver cómo de bien compara la longitud media de los genes como métrica que estima la complejidad comparada con otras alternativas que hay en la literatura.
Speaker 3Has comentado lo de las simulaciones. Prometo que última pregunta antes de pasar al otro, pero¿ de cuánto tiempo estamos hablando para simulaciones como las que tenéis en mente? A lo mejor una semanita de tiempo de CPU. Yo creo que la gente no se hace una idea del tiempo que requieren estas cosas. Escucho mucho el¿ por qué no se ha simulado esto o esto otro? Es que el tiempo de computación no solo hay que tenerlo en cuenta, sino que es limitado. No podéis disponer de todo el que queráis. Si valen vuestros ordenadores, los tenéis, pero si no, incluso hay que pelearse Por alquilar tiempo en un superordenador,
Speaker 3¿no
Speaker 4Sí, sí, pero es que incluso aunque tengas el ordenador, yo de hecho tengo un maquinón aquí en el despacho para este tipo de cosas, claro, tú lo programas, lo dejas todo cerradito, lo pones a correr, al cabo de una semana puedes ver el resultado y dices, mierda, me he equivocado al programar. Claro. Me he equivocado a cambiarlo todo y otra semana para… es engorroso, ¿eh?
Speaker 3Tenéis algún sistema...? Es que estoy pensando, porque no sé la respuesta, pero, por ejemplo, cuando se edita un vídeo en comunicación, que no tiene nada que ver, pero es cierto que el vídeo, si tiene unas animaciones muy complejas, puede tardar en renderizarse muchísimo tiempo, muchas horas. Lo que se hace es hacer un pre-render a veces, ¿no? Algo más a baja resolución para detectar posibles errores, corregirlos y que no te comprometa a estar esperando durante esas horas para ver el error solo al final.¿ Hay algo parecido en estas simulaciones que hacéis o os la jugáis todas
Speaker 3a que compile el código entero? A
Speaker 4ver, hay casos en los que sí que puedes simplificar. Por ejemplo, puedes decir, si estás trabajando con, yo qué sé, con un millón de genes, pues vamos a hacer un programa con 100 genes solamente y vamos a ver qué funciona. Posiblemente no saques ninguna conclusión, pero puedes ver que el programa funcione bien o que no funciona bien. Lo que pasa es que muchas veces no siempre escalan las cosas.
Speaker 3A
Speaker 4veces te funciona muy bien con 100 genes y de repente metes 300 genes y tienes un problema de memoria que no esperabas y el sistema ha petado.
Speaker 3Claro. Pues nada, es lo que toca. Ejeccionar la frustración en la investigación creo que es algo común a todas las disciplinas. Fernando, quiero preguntarte, para acabar y conocerte un poco más,¿ qué libro quieres recomendarnos?
Speaker 4Pues a mí me gusta mucho, voy a proponer un clásico, y sí que tiene que ver con mi tema, pero es que realmente es un libro que a mí me afectó positivamente mucho en su momento, es La conexión cósmica de Carl Sagan. Es un libro, si no recuerdo mal, del 67 o de por ahí aproximadamente, pero es uno de estos libros que, ostras, te abre un poco el cerebro a otras cosas.
Speaker 3Es una época en la que se abría el cerebro a muchas cosas, la verdad, sobre todo Carl Sagan también. Pero vale la pena volver de vez en cuando y releer estos clásicos.¿ Qué película nos recomiendas?
Speaker 4Pues a mí me gustó mucho La Llegada. La Llegada de ciencia ficción me pareció una película que yo creo que debería haber ganado el Oscar a la mejor película el año en el que estuvo y realmente no sé si se llevó a un Oscar técnico. Pero yo aún estoy esperando la gran película de ciencia ficción que la Academia de Hollywood reconozca como esta es la mejor película.
Speaker 3Claro. A ver, es cierto que ya casi por gafapastismo, Odisea en el espacio tiene muchísimo predicamento entre los cinéfilos. Iba a decir cinófilos, que eso serían los aficionados a los perros, no, los cinéfilos. Pero cuesta más con las recientes, cuesta más que Calen, ¿no? Sí
Speaker 4sí, sí. Pero yo realmente me parece que la película es muy redonda. De
Speaker 3hecho
Speaker 4mejora mucho el libro.
Speaker 3Mira, tengo aquí, porque lo he comprobado, tuvo ocho nominaciones, eso es verdad, pero se llevó solo un premio, como decías, a Mejor Edición de Sonido. Que es cierto que tiene estos sonidos tan de otro mundo, metálicos, profundos, que son un poco comunes al director. En realidad a Villeneuve lo vemos por ahí en otras. Tengo que decir que posiblemente sea la película que más nos han recomendado los invitados de Nosfera. pero nunca habían hecho una afirmación tan tajante de debería haber ganado el Oscar a Mejor Película. Que
Speaker 3estoy de acuerdo contigo, no me acuerdo quién la ganó, pero creo que es muy buena y no se valoró como se debía. Ese año estaba La La Land,
Speaker 4pero La La Land
Speaker 3creo que tampoco lo ganó. Sí, fue el error aquel, que dijeron el nombre y no era. Exacto. Creo recordar cuál es la que ganó, pero bueno, voy a ver si me acuerdo yo solito. Mientras te pregunto,¿ Qué afición quieres recomendarnos? Pues bailar.
Speaker 4De hecho, conocí a mi mujer bailando. Empezamos a bailar bailes de salón hace... Bueno, fue en el plioceno, creo que fue. Hace un montón de años. Y ahora estamos pasando al indie. Bailar swing, que es muy entretenido. Es una forma de hacer ejercicio sin que te des cuenta de que haces ejercicio.
Speaker 3Que ese es el problema, ¿no? Porque si no, no lo haríamos el ejercicio. Exacto. lo acabo de buscar efectivamente a la que tenía en mente Moonlight Moonlight que también es una película bastante chula recomendamos que la gente lo vea pero bueno es verdad que estaba ahí peleándose con grandes Fernando hasta aquí llega la entrevista ha sido un enorme placer volver a hablar contigo y además para un temazo como este Lo mismo digo, me lo he pasado muy bien. Genial, es mutuo. Y llegamos a ese final donde improviso algo y en este caso yo creo que de todo lo que podríamos decir me quedo con la tendencia.
Speaker 3No solamente las tendencias que se van desentrañando en la evolución, que no indican que haya una dirección preconcebida a través de un agente, son cosas que ocurren, que emergen y que podemos explicar aunque no entendamos exactamente por qué pasan. Y eso está ahí, está presente en lo que se va descubriendo sobre nuestro pasado y está presente en cómo poco a poco vamos descubriendo lo que son dos cosas distintas. Así que muchísimas gracias por escucharnos y hasta la próxima.
Cada vez hablamos más sobre China… pero ¿qué sabemos de ella? Mayormente clichés y, aunque Noosfera sea un podcast de ciencia, bien entendida, la historia también tiene cabida en él para arrojar algo de luz sobre el...
"Alguna vez hemos hablado sobre neutrinos, pero nunca hemos aprovechado una percha de actualidad para hacerlos. Hoy nos centramos en un telescopio congelado, hundido en la Antártida, capaz de detectar las partículas más...
"La optogenética ha sido galardonada con el Nobel y eso ha despertado entre el público el interés por una tecnología que ya había encandilado a los expertos: una forma de activar e inactivar neuronas a voluntad...
"Algunos lo llaman “mathapocalypse”, pero… ¿Lo es? Open AI dice que su IA ha logrado demostrar uno de los problemas del milenio y otros casi 400 problemas abiertos. Todo ha ocurrido en poco más de un mes y la comunidad...
"El suelo es más que “tierra”... bueno, es que la tierra también es más que tierra. ¿Cómo se forma a partir de minerales erosionados? ¿Cómo cambia? ¿Cuánto cambia? Es hora de hablar sobre la ciencia de los suelos: la...