EON Systems conectó el conectoma de Drosophila a un cuerpo físico simulado. El primer paso real hacia emulaciones cerebrales funcionales.
Hay experimentos que merecen más atención de la que reciben. El que publicó el equipo de EON Systems PBC en marzo de 2026 es uno de ellos. Lo que hicieron fue copiar el cerebro de una mosca de fruta dentro de un ordenador. Además, conectaron ese cerebro a un cuerpo virtual que camina, come y se limpia solo. No es una animación. Tampoco es un modelo estadístico que imita comportamientos. Es, en el sentido más preciso del término, un cerebro biológico corriendo en silicio.
Por eso este proyecto importa. Por primera vez, un cerebro copiado de la naturaleza controla un cuerpo físico en un entorno simulado. Sin instrucciones de comportamiento programadas a mano. Solo la estructura neuronal real haciendo su trabajo.
Cómo se copió el cerebro de la mosca
El punto de partida fue el conectoma del adulto de Drosophila melanogaster publicado por Dorkenwald et al. en 2024. Este mapa recoge 140.000 neuronas y 50 millones de conexiones sinápticas. Para construirlo, los científicos cortaron el cerebro de la mosca en miles de láminas ultrafinas. Luego fotografiaron cada lámina con un microscopio electrónico. Finalmente, reconstruyeron el cableado completo en tres dimensiones. El resultado es el plano exacto del cerebro, no una aproximación.
A partir de ese mapa, el equipo construyó un modelo de simulación neuronal. Cada neurona funciona con una ecuación llamada leaky integrate-and-fire (LIF). El principio es simple: la neurona acumula señales de sus vecinas hasta un umbral. Cuando llega a ese umbral, dispara. Después, el impulso se propaga por la red. Además, cada conexión tiene un signo positivo o negativo según el neurotransmisor que usa. Esos signos fueron inferidos mediante inteligencia artificial, siguiendo el trabajo de Eckstein et al. (2024).
Del mapa neuronal al cuerpo que se mueve
Para el cuerpo, el equipo usó NeuroMechFly v2, un modelo biomecánico construido desde un escáner de microtomografía de rayos X de una mosca real. El cuerpo digital tiene 87 articulaciones independientes. Responde a la física real: gravedad, fricción y contacto con el suelo. La simulación corre sobre MuJoCo, el mismo motor de física que usan laboratorios de robótica avanzada.
Conectar el cerebro y el cuerpo es el reto central del proyecto. La solución fue construir una cadena de traducción estricta. Los eventos del mundo virtual (contacto con comida, polvo en las antenas, estímulos visuales) se convierten en corrientes eléctricas. Esas corrientes se inyectan en neuronas sensoriales específicas del conectoma. Entonces el cerebro procesa la información. Lo hace propagando actividad eléctrica por sus 140.000 neuronas. Este ciclo se repite cada 15 milisegundos.
Para la visión, el equipo añadió una segunda capa. Usaron el modelo de Lappalainen et al. (2024), que predice qué neuronas visuales se activarían ante cada imagen del entorno. Esas activaciones se inyectan en el conectoma. Es un modelo alimentando a otro modelo. Los propios autores reconocen que este punto sigue en desarrollo.
Finalmente, unas pocas neuronas descendentes traducen la actividad cerebral en movimiento. DNa01 y DNa02 controlan el giro. oDN1 regula la velocidad hacia adelante. MN9 extiende la probóscide para comer. Por consiguiente, el cuerpo se mueve sin que nadie le diga qué hacer paso a paso.
Qué aplicaciones prácticas tiene este experimento hoy
Las aplicaciones inmediatas no son especulativas. Por ejemplo, en farmacología este modelo permite simular el efecto de un compuesto en circuitos neuronales específicos. Eso es posible antes de sintetizar el compuesto en un laboratorio. En consecuencia, el proceso de cribado de pesticidas y fármacos neurológicos se acelera de forma considerable.
En robótica, la arquitectura jerárquica del modelo resuelve un problema clásico de la industria. Señales de alto nivel (girar, acelerar, parar) se traducen en movimiento coordinado de múltiples articulaciones. La mosca virtual lo hace con elegancia biológica. Además, su sistema de locomoción en seis patas podría inspirar robots de búsqueda en entornos difíciles.
En neurociencia, el valor es inmediato. Con este modelo, un investigador puede silenciar virtualmente cualquier neurona. También puede repetir el mismo experimento miles de veces con variaciones. Igualmente, puede observar toda la actividad cerebral al mismo tiempo. Ninguna de esas cosas es posible in vivo con la misma velocidad ni escala.
En el horizonte próximo, aparecen más oportunidades. El conectoma del mosquito Aedes aegypti, vector del dengue, está en proceso de mapeo. Por lo tanto, este mismo pipeline podría aplicarse a un organismo con implicaciones directas en salud pública. Del mismo modo, modelos similares podrían servir para estudiar enfermedades neurodegenerativas simulando la degradación progresiva de circuitos específicos.
Lo que el modelo no hace todavía
Los autores son honestos sobre los límites actuales. El modelo no tiene memoria. No aprende. No representa estados internos como el hambre o la saciedad. Además, su interfaz usa solo un puñado de las más de 1.000 neuronas descendentes que existen en la mosca real. Sin embargo, eso no reduce el alcance de lo que lograron.
La validación sigue siendo conductual, no electrofisiológica. En otras palabras, la mosca funciona porque se comporta como una mosca real ante los mismos estímulos. No porque exista un árbitro que confirme que cada neurona dispara en el momento correcto. Aun así, este experimento es infraestructura científica de primer nivel. Su valor real está en lo que otros construirán encima de él.