Estudio desafía un principio centenario de la neurociencia: la forma de los impulsos neuronales varía según el estado de la red

Investigadores de la Universidad de California en San Diego (UC San Diego) y la Universidad de Rutgers han demostrado que los potenciales de acción —los impulsos eléctricos con los que se comunican las neuronas— no son señales binarias idénticas, como se asumió durante más de un siglo. El hallazgo, publicado como preprint en septiembre de 2026, revela que la forma de estas señales varía sistemáticamente según los estímulos recientes y el estado de la red neuronal circundante, un descubrimiento que podría redefinir los modelos de codificación neural y el diseño de redes neuronales artificiales en el ámbito académico.

El fin de la ley del “todo o nada”

Desde las investigaciones de Lucas (1909) y Adrian (1914), la neurociencia se ha regido por la ley del “todo o nada”, que establece que un potencial de acción ocurre o no ocurre, siendo su amplitud invariable ante la intensidad del estímulo. Esta premisa limitó los modelos teóricos de codificación neural a estados binarios, como los códigos de tasa o temporales. Sin embargo, el nuevo equipo de investigación, liderado por Blanca Martin-Burgos y Bradley Voytek, utilizó registros intracelulares de altísima resolución temporal (200 kHz) para demostrar que la complejidad de la forma de onda no es ruido aleatorio, sino un reflejo dependiente del estado celular y de la red.

Información oculta en la forma de la señal

Para llegar a esta conclusión, los científicos desarrollaron una herramienta de parametrización de código abierto llamada spikewise y la aplicaron a registros de neuronas de ratas y ratones. Al analizar cómo respondían las células a diferentes corrientes eléctricas, descubrieron que características como la amplitud del pico o la tasa de decaimiento de la repolarización predicen las propiedades de la corriente entrante. En una neurona de ratón, un modelo de aprendizaje automático logró distinguir entre tres tipos de estimulación con un 78,4 % de precisión basándose únicamente en la forma de la señal. Además, estas variaciones de forma ofrecen pistas sobre la entrada eléctrica hasta 500 milisegundos antes de que ocurra el pulso.

Impacto en el análisis de datos y la inteligencia artificial

El hallazgo tiene implicaciones directas para los laboratorios de investigación y el desarrollo de inteligencia artificial. Al examinar la actividad espontánea en modelos animales, el 75 % de las neuronas analizadas presentó distribuciones multimodales, es decir, una misma neurona generó señales con formas distintas. Esto cuestiona los algoritmos de “clasificación de picos” (spike sorting), que asumen que cada neurona produce una forma de onda consistente para separar señales en registros extracelulares.

“Un potencial de acción solo parece un ‘pico’ cuando se observa desde lejos; pero al acercarse, la forma de ese rastro de voltaje indica lo que le ha sucedido recientemente a esa neurona”, explica Voytek. “Cuando convertimos un potencial de acción en un evento binario, desechamos información sobre su entrada reciente”.

Los autores señalan que, si bien la forma de la señal refleja el estado de la red y los estímulos previos, aún falta investigar si las neuronas modifican deliberadamente estos pulsos para transmitir mensajes ocultos a otras células. Los hallazgos sugieren que las actuales redes neuronales artificiales, construidas sobre eventos binarios discretos, podrían estar ignorando una dimensión biológica crucial, lo que abre nuevas líneas de investigación para el desarrollo de arquitecturas de inteligencia artificial más fieles a la biología. El código y los datos utilizados en el estudio están disponibles públicamente en GitHub para la comunidad científica.

Fuente: Martín-Burgos, B., Juavinett, A., Rivière, P. D., Hammonds, R., & Voytek, B. (2026). Action potential waveforms are state-dependent. bioRxiv. https://doi.org/10.64898/2026.09.15.751814