Navegación bioinspirada basada en mecanorreceptores distribuidos en la sanguijuela

Cómo un gusano sencillo puede enseñar a sentir con más inteligencia

Los animales acuáticos a menudo encuentran alimento y evitan el peligro sintiendo las ondulaciones en el agua. Este estudio muestra cómo la humilde sanguijuela, cubierta de diminutos sensores táctiles, puede inspirar nuevas formas para que robots y otras máquinas naveguen usando muchos detectores simples en lugar de unos pocos costosos. Al construir un modelo informático de cómo una sanguijuela podría combinar señales de sensores repartidos por todo su cuerpo, los autores exploran cómo los animales mantienen el rumbo incluso cuando algunos sensores son ruidosos, están dañados o faltan, y cómo los ingenieros podrían emplear esos mismos trucos.

Un cuerpo cubierto de pequeñas orejas

Las sanguijuelas son bancos de prueba ideales para esta cuestión del “muchos que actúan como uno”. Sus cuerpos están cubiertos por casi 300 pequeños órganos sensoriales que pueden percibir el movimiento del agua, la luz y sustancias químicas. Con esta red distribuida, una sanguijuela puede detectar las ondulaciones producidas por una presa nadadora y luego localizar la fuente. Aun así, los biólogos no saben exactamente cómo se combinan todas estas señales individuales en el sistema nervioso para orientar al animal, ni cómo cambiaría su comportamiento si dejaran de funcionar grandes parches de sensores. Realizar experimentos tan detallados en animales vivos es extremadamente difícil, por lo que los autores recurrieron a una sanguijuela digital simplificada.

Construyendo una sanguijuela digital

En el modelo por ordenador, el cuerpo flexible de la sanguijuela se reemplaza por un óvalo rígido con sólo 24 grupos de sensores espaciados uniformemente a su alrededor, cada uno representando a muchos sensores reales. Estos grupos detectan ondas de agua entrantes cuya intensidad depende de cuánto miren directamente hacia la fuente de la onda y de la frecuencia de la onda. Sus salidas alimentan una red “ganador-se-lleva-todo”: un anillo de poblaciones neuronales que se excitan e inhiben unas a otras hasta que sólo una pequeña región queda fuertemente activa. Esa región activa apunta en una dirección particular, hacia la cual la sanguijuela simulada gira antes de nadar hacia delante. Al repetir este ciclo sentir–decidir–moverse, el agente intenta alcanzar la fuente de las ondas.

Encontrando el punto óptimo en las ondulaciones

Cuando el equipo varió la frecuencia de las ondas de agua y el umbral de sensibilidad de la red neuronal, el comportamiento del agente coincidió estrechamente con el de sanguijuelas reales probadas en un tanque. Las ondas de muy baja frecuencia apenas estimulaban los sensores, por lo que el agente avanzaba casi en línea recta y rara vez encontraba el objetivo. Las ondas de muy alta frecuencia sobreestimularon muchos sensores a la vez, haciendo que el agente girara en direcciones aleatorias y de nuevo fallara el blanco. Entre estos extremos hubo un punto óptimo: con frecuencias de onda alrededor de 8–12 ciclos por segundo y una sensibilidad neuronal adecuada, sólo un pequeño cúmulo de poblaciones neuronales se volvía fuertemente activo y el agente se orientaba de forma fiable hacia la fuente. Este es el mismo rango de frecuencias en el que las sanguijuelas reales funcionan mejor en experimentos, lo que sugiere que el modelo simplificado captura rasgos clave de su estrategia sensorial.

¿Qué ocurre cuando fallan los sensores?

El modelo facilitó realizar “cirugías virtuales” apagando grupos seleccionados de sensores. Quitar sensores de todo un lado del cuerpo llevó a un rendimiento pobre en todas las frecuencias probadas, lo que implica que comparar la entrada izquierda y derecha es crucial para la navegación. Otros patrones produjeron efectos más sutiles. Por ejemplo, desactivar sólo los sensores frontales apenas perjudicó el rendimiento a una frecuencia típica, aunque las trayectorias curvaban más gradualmente hacia el objetivo. Sorprendentemente, en algunas distribuciones en las que se eliminaron sensores frontales o frontales y traseros, el agente incluso rindió mejor, pero a frecuencias de onda algo más altas. Estos resultados insinúan que cambiar el número y la colocación de sensores puede desplazar el rango de frecuencia óptimo sin necesariamente empeorar la navegación, un patrón que refleja cómo cambia la sensibilidad de las sanguijuelas reales a medida que crecen.

Cuando más sensores superan datos ruidosos

Los investigadores también examinaron cómo podía afrontar el agente sensores ruidosos e poco fiables añadiendo errores aleatorios a las señales entrantes. Con sensores de “alta calidad”, el rendimiento fue similar ya tuviera el agente 8, 24 o 72 grupos de sensores. Pero cuando la calidad de los sensores se degradó, añadir más sensores ayudó: con 72 sensores ruidosos, el agente aún podía tener éxito con mucha más frecuencia que con sólo 8, porque las señales correctas procedentes de muchas direcciones tendían a compensar las malas. Esto sugiere una razón por la que las sanguijuelas reales podrían portar tantos sensores simples: la redundancia les permite filtrar el ruido ambiental y el daño, manteniendo la capacidad de localizar perturbaciones útiles.

De gusanos de estanque a máquinas del futuro

En conjunto, el estudio muestra que un esquema relativamente simple de sensado y toma de decisiones puede reproducir gran parte de la habilidad real de la sanguijuela para localizar la fuente de ondulaciones en el agua. Al ajustar la sensibilidad de la red neuronal y cambiando cuántos sensores están disponibles y dónde se colocan, el modelo predice cuándo la navegación tendrá éxito o fracasará. Para un lector no especialista, la conclusión principal es que la naturaleza a menudo resuelve tareas complejas—como guiarse en un mundo ruidoso y cambiante—no con sensores perfectos ni con cálculos pesados, sino con muchos detectores modestos y un modo robusto de dejar que el patrón más fuerte “gane”. Esta misma idea podría orientar diseños futuros para robots submarinos, dispositivos médicos o monitores estructurales que deban seguir funcionando incluso cuando algunos de sus sensores se vuelvan ruidosos o fallen.

Cita: Gill, J.P., Nichols, S.T., Motevalian, M. et al. Bioinspired navigation based on distributed mechanoreception in the leech. npj Robot 4, 24 (2026). https://doi.org/10.1038/s44182-026-00082-3

Palabras clave: navegación de sanguijuelas, sensado distribuido, mecanorrecepción, red ganador-se-lleva-todo, robótica bioinspirada