Un simulador de acuicultura para la trucha arcoíris (Oncorhynchus mykiss) basado en un modelo de comportamiento de cardumen y un presupuesto energético dinámico

Por qué importa simular granjas de peces

A medida que más productos del mar provienen de granjas en lugar del océano abierto, los piscicultores afrontan una pregunta simple pero costosa: ¿cuánto deben alimentar a sus peces cada día? El pienso es el gasto más importante en acuicultura, y probar distintas pautas de alimentación en tanques reales es lento y caro. Este estudio presenta un simulador informático para la cría de trucha arcoíris que busca responder a esas preguntas en la pantalla primero, ayudando a los agricultores a afinar estrategias de alimentación, reducir residuos y hacer crecer los peces con más eficiencia.

De las jaulas marinas a los tanques inteligentes en tierra

La cría tradicional en el mar se está topando con límites: las zonas costeras protegidas ya están saturadas, y el pienso no consumido y los desechos pueden dañar las aguas circundantes. Los tanques en tierra evitan muchos de estos problemas y ofrecen condiciones de agua más estables, pero son caros de construir y mantener, y el pienso puede representar alrededor del 60 % de los costes totales. Como los beneficios dependen directamente de la rapidez con que los peces ganan peso a partir del pienso, los productores buscan herramientas de “acuicultura inteligente”: sensores, cámaras y simulaciones que puedan predecir el crecimiento bajo distintas condiciones sin tener que realizar largos experimentos de prueba y error.

Enseñar al ordenador cómo se comportan los peces

Los investigadores construyeron su simulador en dos partes principales. La primera se centra en el comportamiento: cómo nadan los peces en grupo y se lanzan hacia los pellets cuando se esparce alimento en el tanque. Para imitar el comportamiento en cardumen, el modelo toma ideas de la animación por ordenador, donde “pájaros virtuales” o “boids” siguen reglas simples: mantener cierta distancia, seguir al grupo y evitar las paredes. En este estudio, cada trucha en el tanque virtual reacciona a peces cercanos, a los límites del tanque y a los pellets que se hunden. El programa calcula hacia dónde se mueve cada pez cada fracción de segundo y cuenta cuántos pellets encuentra cada individuo, convirtiendo esos encuentros en la ingesta diaria de ese pez.

Seguir la energía a medida que los peces crecen

La segunda parte del simulador rastrea lo que ocurre con ese alimento dentro de cada pez. Aquí el equipo utilizó un marco llamado presupuesto energético dinámico, que describe cómo los animales usan la energía para mantenimiento y crecimiento. En términos sencillos, el modelo se pregunta: de la energía ingerida con el pienso, ¿cuánto se usa solo para mantener vivo al pez y cuánto puede invertirse en aumentar su tamaño? Al avanzar por días simulados, el programa predice el peso corporal y la longitud de cada pez a lo largo del tiempo. La relación entre longitud y peso se calibró usando mediciones de truchas arcoíris reales, de modo que los peces virtuales sigan relaciones de tamaño realistas mientras crecen.

Poner a prueba el tanque virtual

Para comprobar si el simulador refleja la realidad, el equipo llevó a cabo un experimento de engorde de 203 días con cientos de truchas arcoíris jóvenes en un tanque circular. La temperatura del agua se mantuvo estable y los peces fueron alimentados con generosidad mientras los investigadores registraban cuánto pienso se consumía cada día, junto con mediciones regulares del tamaño de los peces. Luego reprodujeron la misma historia de alimentación en el simulador, con el mismo tamaño de tanque y número de peces, y compararon las predicciones del ordenador con el crecimiento real. Al principio, los peces virtuales y reales coincidieron estrechamente tanto en peso como en longitud, y la conversión alimenticia —la cantidad de pienso necesaria para ganar una unidad de peso— fue casi idéntica. Sin embargo, en periodos más largos, el simulador tendió a sobreestimar el peso corporal y mostró más variabilidad entre individuos que el tanque real.

Explorar diferentes planes de alimentación

Una vez validado, aunque imperfectamente, el simulador se convierte en un campo de pruebas para preguntas de tipo “qué pasaría si”. Los investigadores probaron escenarios en los que las cantidades diarias de pienso se reducían al 70 % o se aumentaban al 130 % del nivel experimental. Como era de esperar, más alimento condujo a peces más grandes al día 200. Pero la eficiencia en el uso del pienso —la relación de conversión alimenticia— cambió con el tiempo y con el nivel de alimentación. En la fase más temprana, un nivel de alimentación moderado hizo el mejor uso del pienso, mientras que en etapas posteriores una tasa de alimentación algo mayor ofreció en realidad mejor eficiencia. Estos patrones sugieren que el plan de alimentación más económico no es fijo, sino que debe ajustarse al tamaño del pez y a la etapa de crecimiento, algo que puede explorarse mucho más fácil in silico que en una instalación real.

Qué supone esto para la piscicultura futura

Para los no especialistas, la conclusión es que el equipo ha creado una granja virtual donde truchas individuales nadan, compiten por alimento y crecen de maneras realistas. Aunque el modelo aún necesita mejoras —por ejemplo, para tener en cuenta efectos de hacinamiento y niveles de oxígeno— ya reproduce bien el crecimiento temprano y puede predecir cómo podrían desarrollarse distintas estrategias de alimentación a lo largo de meses. Herramientas como esta podrían ayudar a los gestores de acuicultura a reducir el desperdicio de pienso, planificar las cosechas y mantener tamaños de peces más uniformes, todo ello reduciendo los impactos ambientales. Con el tiempo, simuladores similares podrían adaptarse a otras especies de cría y convertirse en una pieza clave para una producción de mariscos más inteligente y sostenible.

Cita: Takahashi, Y., Yoshida, T., Yamazaki, Y. et al. An aquaculture simulator for rainbow trout (Oncorhynchus mykiss) based on a fish schooling behavioral model and a dynamic energy budget. Sci Rep 16, 7706 (2026). https://doi.org/10.1038/s41598-026-39028-y

Palabras clave: simulación de acuicultura, trucha arcoíris, alimentación de peces, modelado del crecimiento, tecnología de piscicultura