MIL Submissions Engine

Source: The Conversation – (in Spanish) – By Victoria Mazoteras Pardo, Profesora Titular de Universidad, Universidad de Castilla-La Mancha

Ibuprofeno en el bolso y una bolsa de agua caliente para intentar aliviar un dolor que, a veces, obliga a cancelar planes, faltar a clase o afrontar una jornada de trabajo intentando disimular el malestar. Para muchas mujeres, este escenario se repite cada mes y se acepta como una parte inevitable de la menstruación.

El dolor menstrual, o dismenorrea, es muy frecuente. Una revisión reciente que incluyó 336 investigaciones de 70 países estimó que afecta al 71,3 % de las mujeres, aunque los resultados variaron mucho entre estudios.

Que algo sea frecuente no significa, sin embargo, que debamos normalizarlo, especialmente cuando condiciona la vida cotidiana.

¿Por qué puede doler la menstruación?

Durante la menstruación, el útero se contrae para favorecer la expulsión del endometrio, el tejido que recubre su interior y que se desprende cuando no se ha producido un embarazo.

En este proceso intervienen unas sustancias similares a hormonas llamadas prostaglandinas. Su aumento favorece contracciones uterinas más intensas que pueden restringir temporalmente el flujo sanguíneo y activar mecanismos relacionados con el dolor.

Esto explica buena parte de la dismenorrea primaria, el dolor menstrual que aparece sin que exista una enfermedad pélvica identificable que lo justifique. Suele comenzar en la adolescencia y aparecer poco antes o al inicio de la menstruación. Además de las molestias en la parte baja del abdomen, puede acompañarse de náuseas, diarrea, dolor de cabeza o mareo.

Entonces, ¿cuánto dolor es “normal”?

No existe una frontera universal definida únicamente por una puntuación en una escala. La intensidad importa, pero también lo que ese dolor nos impide hacer. Una molestia manejable que permite mantener las actividades habituales no tiene el mismo significado que un sufrimiento que obliga a faltar a clase o al trabajo, impide hacer ejercicio, altera el sueño o lleva a cancelar actividades de forma repetida.

Su repercusión está bien documentada. Un metaanálisis encontró que aproximadamente una de cada cinco mujeres faltaba a clase o a la universidad debido a la dismenorrea y que alrededor de cuatro de cada diez referían una peor concentración o rendimiento académico.

Cuando el dolor puede avisarnos de algo más

Pero no todo dolor menstrual es dismenorrea primaria. Nos enfrentamos a una dismenorrea secundaria cuando existe una causa subyacente.

Conviene solicitar valoración sanitaria si el dolor es intenso o incapacitante, empeora progresivamente o persiste pese al tratamiento habitual. También cuando aparece un patrón diferente al previo o se acompaña de otros síntomas, como dolor pélvico fuera de la menstruación, dolor durante las relaciones sexuales, sangrado abundante o irregular, molestias al defecar o al orinar relacionadas con el ciclo o dificultades para conseguir un embarazo.

Leer más:
Incontinencia urinaria femenina: un problema subestimado que causa mucho sufrimiento

Entre las posibles causas se encuentran la endometriosis (presencia de tejido similar al endometrio fuera del útero), la adenomiosis (presencia de tejido endometrial en la pared muscular del útero) o los miomas uterinos. Esto no significa que una mujer con reglas dolorosas tenga necesariamente alguna de estas enfermedades, sino que determinados síntomas y patrones de dolor justifican investigar qué puede haber detrás.

La endometriosis es uno de los ejemplos más habituales y conocidos. La guía de la Sociedad Europea de Reproducción Humana y Embriología recomienda que los profesionales consideren este diagnóstico ante síntomas como dolor menstrual, dolor profundo durante las relaciones sexuales, molestias al orinar o defecar, fatiga e infertilidad, entre otros.

Estas manifestaciones pueden orientar la evaluación, pero no permiten por sí solas establecer el diagnóstico. Para avanzar en él se combinan la historia clínica y la exploración con técnicas de imagen, principalmente ecografía y, en determinados casos, resonancia magnética. La laparoscopia puede estar indicada cuando las pruebas de imagen son negativas y persiste la sospecha o si el tratamiento empírico no resulta adecuado o eficaz.

El problema de acostumbrarnos al dolor

La normalización del dolor puede contribuir a retrasar la búsqueda de ayuda. En la endometriosis, además, el retraso diagnóstico sigue siendo un problema. Una revisión de 17 estudios encontró demoras hasta el diagnóstico de entre 0,3 y 12 años, con importantes diferencias según cómo se definía ese intervalo, el país y las características de las pacientes.

Este retraso no depende únicamente de quien experimenta los síntomas. La propia revisión señala dificultades relacionadas con el reconocimiento de la enfermedad por los profesionales y la necesidad de mejorar las estrategias diagnósticas.

El mensaje, por tanto, no debería ser que cualquier molestia menstrual es patológica ni que toda regla dolorosa esconde una enfermedad, porque eso supondría medicalizar un proceso fisiológico. Pero tampoco deberíamos asumir como inevitable un dolor que limita de manera repetida la vida cotidiana.

Si cada mes la menstruación obliga a reorganizar los estudios, el trabajo, el descanso, el deporte o la vida social alrededor del dolor, quizá la pregunta ya no sea cuánto podemos soportar, sino por qué está ocurriendo.

Victoria Mazoteras Pardo no recibe salario, ni ejerce labores de consultoría, ni posee acciones, ni recibe financiación de ninguna compañía u organización que pueda obtener beneficio de este artículo, y ha declarado carecer de vínculos relevantes más allá del cargo académico citado.

– ref. Que sea frecuente no significa que sea normal: cuándo debe preocupar el dolor menstrual – https://theconversation.com/que-sea-frecuente-no-significa-que-sea-normal-cuando-debe-preocupar-el-dolor-menstrual-291894

Source: The Conversation – (in Spanish) – By Francisco Perujo Serrano, Profesor de Comunicación, Doctor en Periodismo, investigador en Flamenco e impulsor del Máster Interuniversitario en Investigación y Análisis del Flamenco, Universidad de Cádiz

¿Hubo flamenco antes del flamenco?

La pregunta, en sí misma, parece contradictoria pero nos pone en la senda de la llamada música preflamenca. Todo arte emerge desde un sustrato previo del que se nutre y, en este caso, tiene orígenes diversos tanto en lo musical como en lo territorial.

Las primeras evidencias documentales fechan el nacimiento social del flamenco en torno a la mitad del siglo XIX. Así lo atestiguan los archivos y, principalmente, las hemerotecas a partir de las investigaciones de autores como José Blas Vega, José Luis Ortiz Nuevo o H. Rossy.

Sin embargo, hay una parte del flamenco que ya existía en América. Hablamos de las habaneras o del punto cubano, del zapateado o de la petenera mexicana, de los ascendentes de la milonga argentina, etc. Es decir, una tradición musical, dancística y folclórica que atraviesa Hispanoamérica de norte a sur y que influirá notablemente en la configuración y enriquecimiento del repertorio flamenco.

Al otro lado del Atlántico

Mucho antes de que Hollywood impusiera su canon cultural al mundo, había constancia de la existencia de artistas flamencos triunfando en América. Cuando la bailaora Carmen Dauset Moreno se convirtió en la primera mujer protagonista de un cortometraje mudo (1894), Carmencita, producido por los laboratorios de Thomas Alva Edison, ya triunfaba en la Gran Manzana. No en vano era conocida como la “reina de Broadway”.

La existencia de una tradición popular, musical y folclórica en América de fuerte arraigo y la evidencia de una proyección internacional del flamenco al otro lado del Atlántico a finales del XIX nos resitúan en un escenario de interconexiones que marca el crecimiento y evolución musical del flamenco.

De esta conexión trasatlántica nacen los cantes de ida y vuelta, una influencia en dos direcciones que tiene también evidentes ramificaciones en el toque y el baile.

Lazos entre Cuba y España

El término fue acuñado por el escritor y poeta gaditano Fernando Quiñones para poner nombre a los estilos flamencos cuya cristalización definitiva se debió a la larga tradición de lazos culturales y musicales entre América y España.

Muchos autores (Blas Vega, Miguel Espín, Romualdo Molina, José Miguel Jaramillo, Javier Osuna o Faustino Núñez, entre otros) han estudiado estas conexiones para profundizar en unos moldes de interpretación que han enriquecido el repertorio flamenco.

Por su protagonismo central en la configuración de la música y del repertorio flamenco, en primer lugar nos encontramos con el tango. Este género musical de origen cubano desembarcó, casi con toda seguridad, en el puerto de Cádiz, y tenía una clara influencia de las habaneras o las contradanzas cubanas. Fue, también, el germen primitivo de la milonga y el tango argentino. Como asegura el musicólogo Faustino Núñez, la transición al flamenco se produjo en la primera mitad del siglo XIX a partir de un proceso de binarización de un compás ternario de origen africano (es decir, tras cambiar una estructura métrica musical en tres tiempos a dos).

A partir de ahí experimentó un proceso de aflamencamiento, incorporando las características y matices musicales, estéticos, rítmicos y expresivos de este género. También creció exponencialmente en formas y estilos, con una capacidad ilimitada para ramificarse. Generó así versiones locales (Cádiz, Sevilla, Málaga, Granada o Extremadura) o personales (tangos de la Niña de los Peines, del Piyayo, La Repompa, etc.) y se convirtió, a la postre, en un pilar fundamental de la música flamenca.

Cubano es también el origen de la guajira. Se trata de una conversión al flamenco del punto cubano, presente en el repertorio español desde mucho antes y que han ejecutado buena parte de los mejores artistas del cante. Como la seguiriya o la soleá, se estructura rítmicamente a partir de un compás amalgama, es decir, un compás de doce tiempos que fusiona el ritmo ternario (dos grupos de tres pulsos) con el binario (tres grupos de dos pulsos), que se invierte y pasa de binario a ternario.

Desde Argentina al Caribe

Dentro de estos cantes se incluyen también la milonga y la vidalita, ambas de origen argentino. Como recogen los estudios de Miguel Espín, Ríos Ruiz o Blas Vega, la milonga es una copla preflamenca de compás binario, cuyo origen se encuentra en los trovos e improvisaciones de La Pampa (Argentina). Fue la cantaora y bailaora Pepa de Oro quien la trajo a España a finales del XIX. Gracias a creadores como Antonio Chacón, experimentó un proceso de aflamencamiento definitivo y se incorporó al repertorio de cantes.

La vidalita, creada ya iniciado el siglo XX, está emparentada melódicamente con la milonga, y su existencia se debe a los cantaores Manuel Escacena y el propio Chacón.

¿Quiere recibir más artículos como este? Suscríbase a Suplemento Cultural y reciba la actualidad cultural y una selección de los mejores artículos de historia, literatura, cine, arte o música, seleccionados por nuestra editora de Cultura Claudia Lorenzo.

Tampoco podemos olvidar el que es, probablemente, el cante más popular de todos: la rumba. Se trata de un estilo esquivo para la ortodoxia flamenca que, en ocasiones, ha eludido su inclusión entre los cantes por la simplicidad de su estructura y facilidad de ejecución.

Su origen es afrocubano (como el guaguancó, la guaracha, etc.) y fue importada desde el Caribe. Constituye un género muy popular en España desde principios del siglo XX y ha originado composiciones célebres para la guitarra flamenca como “Agua Marina” (Paco Cepero), “Entre dos aguas” (Paco de Lucía) y “Caballo Negro” (Manolo Sanlúcar).

La colombiana que no fue y el zapateado internacional

Un caso singular es la colombiana, porque su origen no es directamente americano.

Se trata de una creación propia del sevillano José Tejada Martín, Pepe Marchena, que interpreta con una evidente influencia del compás binario del tango. La colombiana se popularizó rápidamente, sobre todo en el contexto de los espectáculos de Ópera Flamenca que proliferaron por teatros y plazas de toros de España entre las décadas de los veinte y cincuenta del siglo pasado.

El recorrido finaliza con el zapateado flamenco, heredero en gran medida del americano, que sostiene una rica tradición de “feet dance” con reverberaciones en toda Hispanoamérica, desde México hasta Argentina. Ambos pertenecen al tronco común de los bailes de tierra e influyen en el marcado carácter percusivo del baile flamenco.

Como vemos, el vínculo entre el flamenco en España y sus influencias americanas es profundo. Por ello, podríamos mejor hablar de cantes, toques y bailes de idas y vueltas. Un viaje inacabado que empezó antes del flamenco.

Francisco Perujo Serrano no recibe salario, ni ejerce labores de consultoría, ni posee acciones, ni recibe financiación de ninguna compañía u organización que pueda obtener beneficio de este artículo, y ha declarado carecer de vínculos relevantes más allá del cargo académico citado.

– ref. Cantes de ida y vuelta: el hilo irrompible entre el flamenco y América – https://theconversation.com/cantes-de-ida-y-vuelta-el-hilo-irrompible-entre-el-flamenco-y-america-280412

Source: The Conversation – (in Spanish) – By Paula Lamo, Profesora e investigadora, Universidad de Cantabria

El 2 de septiembre de 2026, a las tres y cuarto de la madrugada, el carguero Tuğberk İmamoğlu y el petrolero Alsu chocaron en el mar de Mármara, a 18 millas (unos 29 kilómetros) de la costa de Estambul. El carguero, de 90 metros de eslora, se hundió 11 minutos después, con 10 tripulantes a bordo.

¿Cómo fue posible la colisión, si los dos barcos sabían dónde estaba el otro? A bordo, tenían operativo el radar, el sistema de navegación por satélite y las comunicaciones. De hecho, sus capitanes habían hablado por radio poco antes del impacto.

Pero, aunque parezca raro, este accidente no es una excepción. Las colisiones siguen apareciendo en las estadísticas de accidentes marítimos, pese a que un puente de mando moderno cuenta con más información que nunca.

Saber dónde está no es saber adónde va

Un buque conoce su posición mediante sistemas de navegación por satélite. El sistema de identificación automática (AIS) permite, además, que los barcos intercambien información como su identidad, posición, rumbo y velocidad.

El radar es otra fuente de información independiente. Emite ondas de radio y analiza los ecos que regresan de los objetos situados alrededor. Los sistemas de ayuda automática para el punteo radar (ARPA) utilizan esos ecos para seguir otros buques y calcular dos datos especialmente útiles: a qué distancia mínima pasarán si mantienen sus trayectorias y cuánto tiempo falta para que lleguen a ese punto. Si la distancia prevista es demasiado pequeña, existe riesgo de colisión. Pero el cálculo contiene una condición importante: supone que los dos barcos seguirán navegando como hasta ese momento. Con que uno de ellos cambie de rumbo o velocidad, el resultado se modifica.

Y es que los sensores permiten saber con bastante precisión dónde está otro barco y cómo se está moviendo. Lo que no pueden medir es qué piensa hacer su capitán en los próximos dos minutos.

Un barco no frena

A esa incertidumbre se añade un problema de escala. Un coche que circula a 50 kilómetros por hora puede detenerse en unas decenas de metros, mientras que un buque necesita mucho más espacio.

Las normas de maniobrabilidad de la Organización Marítima Internacional (OMI) establecen que, en determinadas condiciones, la distancia recorrida durante una parada de emergencia no debe superar quince veces la eslora del barco. En los grandes buques, esto implica que detenerse puede requerir kilómetros.

Tampoco pueden cambiar de dirección de forma instantánea. Aunque el timón empiece a modificar la trayectoria, el casco continúa avanzando mientras gira.

Por eso, las colisiones se deben evitar mucho antes de que los barcos estén cerca. Además, la maniobra debe ser suficientemente clara para que pueda ser detectada desde el otro puente de mando. De lo contrario, una corrección pequeña de rumbo puede no ser evidente y hacer que el otro barco continúe tomando decisiones como si nada hubiera cambiado.

Es decir, el problema no consiste solo en detectar el peligro. Hay que detectarlo con tiempo suficiente.

Quién se aparta

Para evitar que dos capitanes tengan que adivinar qué hará el otro existe el Reglamento Internacional para Prevenir los Abordajes (COLREG), que establece cómo deben actuar los buques cuando sus trayectorias pueden entrar en conflicto.

Estas reglas dictan de qué manera deben comportarse los barcos en situaciones frecuentes. Por ejemplo, si dos buques se aproximan de frente, ambos modifican su rumbo. Si sus trayectorias se cruzan, uno debe ceder el paso. En un adelantamiento, el barco que alcanza al otro debe mantenerse apartado.

La finalidad es decidir quién tiene prioridad y hacer que el comportamiento de ambos sea previsible. Si uno debe maniobrar y el otro mantener rumbo y velocidad, el primero puede calcular su movimiento suponiendo que el segundo seguirá haciendo lo esperado. Sin embargo, el problema aparece cuando alguien no lo hace.

Cuando hablar tampoco basta

Los barcos también pueden comunicarse por radio de muy alta frecuencia (VHF). Si dos capitanes tienen dudas sobre sus intenciones, pueden hablar y acordar cómo cruzarse. En principio, eso debería reducir la incertidumbre, pero no siempre ocurre.

En seguridad marítima, se utiliza la expresión “colisión asistida por VHF” para describir accidentes en los que la conversación entre dos barcos contribuye a crear una interpretación equivocada de la maniobra. Puede haber dudas sobre cuál de los varios barcos visibles está hablando, dificultades con el idioma o instrucciones ambiguas.

Esto fue lo que pasó, en 2017, cuando el Huayang Endeavour y el Seafrontier chocaron en el estrecho de Dover después de haberse comunicado por radio. La investigación británica posterior concluyó que las conversaciones contribuyeron a que los dos equipos de puente desarrollaran interpretaciones distintas de cómo iban a pasar uno respecto al otro. Hablar había añadido información y, también, una posibilidad nueva de equivocarse.

Por su parte, el accidente en el mar de Mármara continúa bajo investigación para determinar qué sucedió antes del impacto. Pero el hecho de que ocurriera después de haber hablado los capitanes de ambos buques es un buen ejemplo de por qué disponer de un canal de comunicación tampoco elimina por sí solo una colisión.

Más sensores no eliminan el problema

En 1956, el Andrea Doria y el Stockholm colisionaron frente a Nantucket, en Estados Unidos. Los dos barcos contaban con radar y ambos habían detectado al otro antes del accidente. Setenta años después, los instrumentos son mucho mejores. Al radar se han añadido el GPS, el AIS, las cartas de navegación electrónicas y sistemas capaces de seguir automáticamente numerosos objetivos y calcular en todo momento el riesgo de colisión.

Sin embargo, hay una parte del problema que sigue siendo la misma. Los instrumentos describen la situación, pero después alguien tiene que decidir. ¿Y si ese “alguien” fuera una máquina?

El siguiente capitán puede estar en tierra

En julio de 2026 entró en vigor el primer código internacional de seguridad para buques autónomos de la Organización Marítima Internacional. Por ahora, su aplicación es voluntaria y abarca distintos grados de automatización, desde barcos con tripulación asistida por sistemas automáticos hasta buques controlados desde tierra. Evitar colisiones es uno de los problemas que tendrán que resolver.

Un sistema automático tiene algunas ventajas: puede vigilar simultáneamente numerosos objetivos y recalcular sus trayectorias de forma continua, y además no sufre fatiga durante una guardia nocturna. Las situaciones regladas también son relativamente sencillas de traducir a un algoritmo: detectar el riesgo, determinar qué regla se aplica y ejecutar la maniobra correspondiente.

El gran reto son las excepciones. Un pesquero pequeño puede no transmitir AIS. Otro barco puede realizar una maniobra inesperada. Un capitán puede no cumplir la regla prevista. El radar puede ofrecer información incompleta y una situación inicialmente clara puede cambiar mientras se ejecuta la maniobra. En este contexto, la capacidad que tiene un sistema autónomo para reaccionar a imprevistos es limitada.

Durante décadas, la tecnología ha permitido saber cada vez mejor dónde están los barcos. La siguiente etapa consiste en automatizar qué hacer con esa información. Porque conocer la posición es un problema de medida, pero evitar una colisión es un problema de predicción.

Las personas firmantes no son asalariadas, ni consultoras, ni poseen acciones, ni reciben financiación de ninguna compañía u organización que pueda obtener beneficio de este artículo, y han declarado carecer de vínculos relevantes más allá del cargo académico citado anteriormente.

– ref. ¿Por qué los barcos siguen chocando, a pesar de la tecnología y de conocer sus respectivas posiciones? – https://theconversation.com/por-que-los-barcos-siguen-chocando-a-pesar-de-la-tecnologia-y-de-conocer-sus-respectivas-posiciones-291302

Source: The Conversation – (in Spanish) – By Ignacio López-Goñi, Catedrático de Microbiología. Miembro de la Sociedad Española de Microbiología (SEM), Universidad de Navarra

El pasado mes de agosto, investigadores de la Universidad de Stanford y el Arc Institute anunciaron en Science una nueva y sorprendente aplicación de la IA: gracias ella, lograron diseñar genomas completos de bacteriófagos, es decir, virus que infectan bacterias. Algunos de esos genomas fueron sintetizados en el laboratorio y dieron lugar a virus funcionales capaces de infectar y reproducirse en la bacteria Escherichia coli.

Esto no significa que una IA pueda diseñar seres vivos a la carta. Estamos muy lejos de eso (o no, quién sabe). Pero sí demuestra algo importante: un modelo entrenado con enormes cantidades de secuencias de ADN puede aprender algunas de las reglas que organizan un genoma y utilizarlas para proponer secuencias nuevas que funcionan en el mundo real.

Del lenguaje humano al lenguaje del ADN

Los investigadores utilizaron Evo 1 y Evo 2, dos grandes modelos de lenguaje genómico. Su modo de funcionamiento es similar al de ChatGPT, con la diferencia que, en lugar de aprender de palabras y textos, Evo lo hace de secuencias de ADN.

Así, su alfabeto tiene solo cuatro letras (A, G, C y T, los cuatro nucleótidos o moléculas que conforman la estructura del ADN), y durante el entrenamiento intenta predecir qué nucleótido debería aparecer a continuación. Después de analizar millones de genomas, el modelo acaba identificando regiones asociadas a genes, secuencias reguladoras y secuencias que codifican proteínas, además de entender cómo es la organización genómica.

De la misma manera que ChatGPT comprende el lenguaje humano y es capaz de escribir textos con sentido, Evo entiende el lenguaje del ADN y escribe genomas con sentido.

En 2024, Evo 1 fue entrenado con 2,7 millones de genomas de bacterias, arqueas y virus bacteriófagos. En 2026, la nueva versión Evo 2 ha ampliado enormemente la cantidad y diversidad de secuencias analizadas y la longitud de ADN que puede analizar: contiene más de 40 000 millones de parámetros y ha sido entrenada con billones de nucleótidos de genomas no solo de procariotas (arqueas y bacterias) y virus, sino también de eucariotas (las células que forman los animales, plantas, hongos y protistas).

Aparte de reconocer genes y las regiones o señales relacionadas con la traducción de la información genética, lo interesante es que estos modelos también pueden generar nuevas secuencias de ADN siguiendo las reglas que han aprendido. No solo lo leen, sino que lo escriben. La pregunta es: ¿podrían llegar a escribir un genoma completo que funcionara?

Un pequeño virus como banco de pruebas

Para comprobarlo, los investigadores escogieron al bacteriófago ΦX174, un virus muy conocido que infecta Escherichia coli. Tiene un diminuto genoma circular de ADN de tan solo 5 386 nucleótidos y ocupa un lugar histórico en la biología molecular: fue el primer genoma completo de ADN que se consiguió secuenciar, allá por los años setenta.

Diseñar un genoma viral no consiste simplemente en colocar genes uno detrás de otro: todo el sistema debe funcionar coordinadamente. El ADN tiene que replicarse, los genes deben expresarse correctamente y en un orden determinado, sus proteínas tienen que interaccionar, el genoma debe empaquetarse dentro de una cápside proteica y, finalmente, la nueva partícula viral tiene que reconocer una bacteria, infectarla y completar su ciclo de reproducción.

No basta, por tanto, con escribir palabras que tengan sentido: hay que conseguir que funcione toda la historia.

Los investigadores especializaron Evo 1 y Evo 2 utilizando unas 15 000 secuencias de virus pertenecientes a la familia Microviridae, a la que pertenece ΦX174. A partir de esa información, los modelos generaron miles de posibles genomas nuevos.

De una secuencia informática a un virus real

Tras aplicar diferentes filtros computacionales, se seleccionaron cerca de 300 genomas para comprobarlos experimentalmente. Solo 16 de ellos produjeron bacteriófagos viables capaces de infectar E. coli y reproducirse. Es decir, de miles de genomas generados por IA, 300 fueron seleccionados y poco más del 5 % funcionaron. En suma, la tasa de éxito fue muy baja: la IA todavía falla mucho y no sabe escribir de forma fiable un genoma funcional. Pero que 16 de esos genomas diseñados por inteligencia artificial funcionaran demuestra que los modelos habían captado suficientes relaciones entre las distintas partes del genoma como para generar combinaciones biológicamente compatibles. Los autores llamron “Evo-Φ” a estos nuevos fagos generados por IA.

Leer más:
La promesa de los cromosomas humanos artificiales

Otro resultado muy interesante fue que los nuevos bacteriófagos no eran simples copias de ΦX174 con unas pocas mutaciones. Algunas de sus proteínas eran muy diferentes de las del virus de referencia, pero seguían funcionando integradas dentro del conjunto. La IA no parecía estar aprendiendo únicamente cómo debía ser cada pieza, sino también algunas de las reglas que permiten que esas nuevas piezas funcionen juntas. Es como si hubiera aprendido las reglas de la evolución.

Y esto, ¿para qué sirve?

Igual que se vuelven inmunes a los antibióticos, las bacterias también pueden hacerse resistentes a la infección por bacteriófagos. Esto representa uno de los problemas de la fagoterapia, como se denomina la utilización de virus bacterianos para combatir determinadas infecciones.

Los investigadores obtuvieron cepas de E. coli resistentes al ΦX174 original y después las enfrentaron a diferentes combinaciones de los nuevos fagos Evo-Φ diseñados mediante IA. Pues bien, un cóctel determinado de fagos Evo-Φ consiguió superar rápidamente la resistencia a ΦX174 en tres cepas bacterianas.

Esto no significa que dispongamos de una nueva terapia. El experimento se realizó en el laboratorio y no demuestra que estos bacteriófagos sean eficaces o seguros para tratar infecciones humanas. Pero es una “prueba de concepto” muy interesante. Quizás, en el futuro, ante una bacteria resistente, podamos utilizar modelos de IA para explorar rápidamente miles de posibles variantes de fagos y seleccionar después experimentalmente aquellas que tengan las propiedades que buscamos.

Una nueva etapa de la biología sintética

La importancia de este trabajo va más allá de los bacteriófagos. Lo que ha demostrado es que una IA puede proponer desde cero secuencias de genomas virales que, después de ser sintetizadas, producen fagos funcionales.

Esta capacidad de diseñar genomas completos funcionales abre muchas posibilidades en biología sintética y biotecnología. En el caso concreto de los fagos, podría ayudar a modificar su especificidad, ampliar el rango de bacterias que pueden infectar o generar nuevas combinaciones útiles frente a bacterias resistentes.

Sin embargo, también plantea cuestiones de bioseguridad. Quienes desarrollaron el sistema Evo 2 excluyeron deliberadamente de su entrenamiento los virus que infectan eucariotas; entre ellos, los que infectan humanos y animales. El objetivo era reducir la capacidad del modelo para generar este tipo de virus que podrían ser nuevos patógenos.

La capacidad técnica para generar secuencias biológicas debe avanzar acompañada de mecanismos de evaluación y control. Cuanto más potentes sean estos modelos, más importante será decidir con qué objetivo se hacen, con qué datos se entrenan, qué capacidades se liberan, cómo se evalúan sus posibles riesgos y quién es el responsable. El mayor problema de la IA es la falta de transparencia y que está en manos de unos pocos: ¿quién vigila al vigilante?

Una versión de este articulo ha sido publicada en el blog microBIO del autor.

Ignacio López-Goñi no recibe salario, ni ejerce labores de consultoría, ni posee acciones, ni recibe financiación de ninguna compañía u organización que pueda obtener beneficio de este artículo, y ha declarado carecer de vínculos relevantes más allá del cargo académico citado.

– ref. La IA ya puede diseñar genomas de virus que funcionan – https://theconversation.com/la-ia-ya-puede-disenar-genomas-de-virus-que-funcionan-292478

Source: The Conversation – (in Spanish) – By Carlos Vázquez Monzón, Profesor Ayudante Doctor, especializado en Astrofísica y Astrodinámica, Universidad Loyola Andalucía

¿Hasta qué punto es especial nuestro sistema solar?

Desde que en los años noventa se confirmó la existencia de los primeros planetas fuera del Sistema Solar, los astrónomos han descubierto ya más de 6 000 exoplanetas. Pero esta colección está lejos de ser representativa de la población planetaria de la Vía Láctea: nuestros métodos de detección favorecen determinados tipos de mundos y, sobre todo, las estrellas relativamente próximas al Sol.

El telescopio espacial Nancy Grace Roman, lanzado por la NASA el pasado 30 de agosto, puede cambiar esa situación. Durante su misión principal, prevista para cinco años, observará enormes cantidades de estrellas y podría descubrir alrededor de 100 000 nuevos exoplanetas.

No se trata simplemente de aumentar un catálogo: Roman pretende realizar un auténtico censo de los mundos que habitan nuestra galaxia.

Un telescopio construido para mirar a lo grande

Roman tiene un espejo principal de 2,4 metros de diámetro, prácticamente idéntico al del telescopio espacial Hubble. Sin embargo, hay una diferencia fundamental: su instrumento principal, el Wide Field Instrument, posee un campo de visión al menos 100 veces mayor que el de Hubble.

Esto permite observar enormes regiones del cielo de una sola vez. El telescopio espacial trabajará principalmente en el infrarrojo cercano, una característica especialmente importante para observar el interior de la Vía Láctea, donde las estrellas están mucho más concentradas y el polvo interestelar dificulta las observaciones en luz visible. A lo largo de su misión, el telescopio podrá medir la luz de alrededor de mil millones de galaxias, además de estudiar cientos de millones de estrellas de nuestra propia galaxia.

Para encontrar planetas, esta capacidad resulta especialmente valiosa. No basta con tener un telescopio sensible: hay que observar muchas estrellas durante mucho tiempo y detectar cambios diminutos en su brillo.

Una población de planetas que apenas conocemos

La gran novedad del Nancy Grace Roman será su capacidad para encontrar mundos que han quedado fuera del alcance de las principales campañas de búsqueda de exoplanetas.

Una de sus técnicas será el tránsito, mediante el que se detecta el pequeño descenso de brillo de una estrella cuando un planeta pasa por delante de ella. Roman podría encontrar unos 100 000 planetas mediante este método, incluidos mundos situados a miles de años luz y, potencialmente, al otro lado de la galaxia.

Leer más:
¿Se ha descubierto la primera “luna” fuera del sistema solar?

Pero el verdadero salto cualitativo llegará con la microlente gravitacional.

Cuando dos estrellas se alinean casi exactamente desde nuestra perspectiva, la gravedad de la estrella más cercana curva y amplifica la luz de la más distante. Si la estrella que actúa como lente tiene planetas, estos producen pequeñas alteraciones adicionales en el patrón de luz. El fenómeno puede durar apenas horas, por lo que es necesario observar millones de estrellas con una cadencia muy alta.

Cuando un exoplaneta pasa por delante de una estrella más distante, su gravedad hace que la trayectoria de la luz de la estrella se desvíe y, en algunos casos, provoca un breve aumento del brillo de la estrella de fondo tal como lo observa un telescopio.

El telescopio espacial Nancy Roman dedicará aproximadamente 15 meses de su misión a un programa de observación del bulbo galáctico, realizando exposiciones repetidas con intervalos de unos 12 minutos durante determinadas campañas. El objetivo es detectar miles de eventos de microlente y extraer de ellos información sobre la población planetaria.

La ventaja es que esta técnica es sensible a mundos muy diferentes de los que predominan en los catálogos actuales. Puede encontrar planetas situados lejos de sus estrellas, incluidos gigantes de hielo similares a Urano y Neptuno y planetas rocosos con masas comparables a la Tierra o incluso Marte. También puede detectar planetas errantes, cuerpos que han perdido su estrella y vagan solos por la galaxia.

¿Cuántos sistemas como el nuestro existen?

Esta es posiblemente la pregunta más importante que El telescopio espacial ayudará a responder.

Los planetas que conocemos actualmente no constituyen una muestra aleatoria. Es mucho más sencillo encontrar un gigante gaseoso que orbita muy cerca de su estrella que un planeta pequeño situado a una distancia comparable a la de la Tierra respecto al Sol.

Roman permitirá comparar poblaciones planetarias en distintas regiones de la Vía Láctea. Su sondeo penetrará hasta el bulbo galáctico y las regiones del otro lado de la galaxia, mucho más lejos que la mayoría de los exoplanetas conocidos actualmente. Así podremos comprobar si los sistemas planetarios tienen características similares independientemente de dónde se formen o si nuestro vecindario cósmico es una excepción.

El resultado será una distribución estadística de tamaños, masas y distancias orbitales. En lugar de preguntarnos únicamente «¿hemos encontrado otra Tierra?», podremos plantearnos una cuestión mucho más poderosa: ¿con qué frecuencia aparece un planeta parecido a la Tierra?

Un primer paso hacia la búsqueda de vida

Roman no está diseñado para detectar directamente vida extraterrestre. Su contribución será anterior: identificar una enorme población de mundos y determinar cuáles merecen ser estudiados con instrumentos más especializados.

Además del gran sondeo planetario, probará una tecnología especialmente interesante: un coronógrafo capaz de bloquear la luz de una estrella para obtener imágenes directas de planetas cercanos. Su objetivo será estudiar mundos gigantes y discos de material alrededor de otras estrellas, demostrando técnicas que podrían ser utilizadas por futuros telescopios para fotografiar planetas rocosos potencialmente habitables.

El telescopio también estudiará la materia y energía oscuras, la evolución de las galaxias, las supernovas y otros fenómenos astrofísicos. Pero su legado en el campo de los exoplanetas puede ser especialmente profundo.

Porque quizá la respuesta a «¿estamos solos?» no comience encontrando una civilización extraterrestre ni detectando una señal procedente de otro mundo. Puede comenzar con una estadística.

Si Roman descubre que los planetas pequeños y las órbitas similares a las de nuestro sistema son habituales, la Tierra dejará de parecer un caso excepcional. Si, por el contrario, nuestro tipo de sistema resulta extraordinariamente raro, habremos descubierto algo igualmente fascinante.

Roman no buscará directamente vida. Buscará algo que necesitamos conocer antes: cuántas oportunidades ha tenido el universo para crearla.

Carlos Vázquez Monzón no recibe salario, ni ejerce labores de consultoría, ni posee acciones, ni recibe financiación de ninguna compañía u organización que pueda obtener beneficio de este artículo, y ha declarado carecer de vínculos relevantes más allá del cargo académico citado.

– ref. ¿Estamos solos en el universo? El telescopio Nancy Grace Roman buscará respuesta entre 100 000 exoplanetas – https://theconversation.com/estamos-solos-en-el-universo-el-telescopio-nancy-grace-roman-buscara-respuesta-entre-100-000-exoplanetas-291172

Source: The Conversation – (in Spanish) – By Lorena Sánchez, Responsable de Eventos. Editora de Ciencia y Tecnología, The Conversation

Mientras OpenAI conmocionaba a la comunidad científica al anunciar la resolución de las ecuaciones de Navier-Stokes –uno de los célebres Problemas del Milenio–, saltaba la agridulce noticia de que la arquitectura conceptual del trabajo utilizaba desarrollos (sin citarlos) de dos matemáticos españoles: Diego Córdoba (ICMAT-CSIC) y Luis Martínez Zoroa, profesor en CUNEF.

Bullían las ollas mediáticas de medio mundo, y las científicas, con acusaciones de plagio (que OpenAI ha desmentido), cuando Martínez Zoroa, al despertar aquella mañana, comprobaba aún aturdido que en su vida había tenido tantos mensajes de WhatsApp antes de desayunar. Hemos hablado con él.

¿Haces matemáticas con papel y lápiz, sin usar la IA?

Sí. Bueno, hace no tanto trabajaba así todo el mundo. Me va a tocar adaptarme, pero es verdad que hasta ahora yo no he usado inteligencia artificial.

Entonces, los desarrollos que has llevado a cabo junto con el profesor Diego Córdoba, que han sido fundamentales en la resolución del problema del milenio, ¿los has hecho con lápiz y papel?

Sí, pero no es raro, ¿no?

En la publicación de OpenAI con la resolución al Problema del Milenio, ¿puedes identificar que los 80 000 agentes de IA empleados para ello han usado vuestros desarrollos?

Mirando el artículo, es verdad que hay varias ideas que creo que podrían tener origen en nuestra investigación. También es evidente que ha usado un montón de resultados de este cuerpo de investigación, las matemáticas, que se han ido desarrollando en las últimas décadas.

¿Como es posible que puedan identificarse vuestras ideas y no la de otros miles de matemáticos que están trabajando en modelos similares?

Básicamente porque nuestra idea no era la más prometedora, y es llamativo que la utilizaran. Solo nosotros estábamos trabajando en esa línea de aproximación, y a partir de nuestro trabajo, Tristan Buckmaster, que ha sido quien reconoció el trabajo y dio la voz de alarma. Es posible identificar que son nuestras ideas porque solo nosotros las habíamos planteado. Aparte de la de Tristan, ha habido muy poca investigación en la dirección que nosotros proponíamos.

En cualquier caso, nosotros estamos contentísimos porque demuestra en cierto modo que teníamos razón y que habíamos dado con herramientas muy poderosas que tenían capacidad para abrir nuevas puertas.

¿Hasta dónde habíais llegado? ¿Dónde está vuestro logro?

El objetivo era demostrar la formación de singularidades, situaciones donde la velocidad de un fluido se vuelve infinita en algún punto, lo cual no es físicamente observable en la realidad y suele indicar que el modelo es incorrecto o requiere variaciones. Habíamos conseguido demostrar esta singularidad en otros modelos. Decíamos que, con las herramientas que nosotros habíamos descubierto o desarrollado, uno podía potencialmente intentar atacar problemas más difíciles, como la formación de singularidades en Navier-Stokes. Pero nosotros no habíamos trabajado directamente en estas ecuaciones.

¿Estaba en vuestra cabeza hacerlo?

Sí, nuestra intención era hacerlo, digamos, a medio plazo. Pero un equipo humano habría necesitado ocho años de trabajo.

Ha sido OpenAI quien lo ha hecho…

Correcto, sí. Con agentes de IA han sido capaces de combinar las distintas líneas de investigación que había para atacar este problema. Y dar una respuesta.

El conflicto estalla cuando es una inteligencia artificial quien recoge esa información y se alimenta de todo ello sin dar el crédito correspondiente. ¿Por qué esto es tan relevante en ciencia?

Tal y como está montado el sistema de investigación, los desarrollos son abiertos a la comunidad científica, pero es fundamental que se referencie a aquellos en los que está basado cada trabajo. Esta falta de reconocimiento afecta a los investigadores más jóvenes en la búsqueda de empleo y a los más experimentados en la obtención de financiación para proyectos. Aquí hay una problemática fundamental: la IA se ha alimentado de todo lo que se ha hecho hasta ahora y muchas de las ideas que utiliza no se sabe necesariamente de dónde han salido.

¿Crees que en algún momento OpenAI, y cualquiera que use IA, se va a plantear referenciar el trabajo de los investigadores humanos? ¿Es un momento fundamental para la investigación y las matemáticas?

Hicieron correcciones al artículo donde ya se nos mencionaba, pero carece de bastantes citas de otros, cuando en un artículo de investigación típico estarían presentes. Esto no ha sentado muy bien en general. Espero que hagan un esfuerzo por dar más reconocimiento a toda la investigación previa en el campo que sea. Sí, estamos ante un momento decisivo para trazar como van a referenciarse los desarrollos de IA.

También es verdad que es un tema un poco difícil cuando tu artículo lo ha escrito una inteligencia artificial y en tu empresa no hay necesariamente ni siquiera expertos en el tema. No sería de extrañar que publicaran un artículo en un campo donde no tienen a ningún especialista, lo cual también dificulta hacer un buen trabajo. Dicho esto, creo que deberían hacer un esfuerzo más grande en esa dirección.

¿Y qué va a ser del millón de dólares que el Clay Mathematics Institute ofrece a quien resuelva el problema?.

¡Ay, el millón de dólares! De eso no vamos a ver ni un euro. Ya te lo digo.

– ref. Luis Martínez Zoroa, el español clave en el hito del Problema del Milenio: “Sigo haciendo matemáticas con lápiz y papel” – https://theconversation.com/luis-martinez-zoroa-el-espanol-clave-en-el-hito-del-problema-del-milenio-sigo-haciendo-matematicas-con-lapiz-y-papel-292327