La Ciencia y sus Demonios

A finales del siglo XIX, John Slowhorses poseía una compañía de diligencias y correos en las llanuras de los Estados Unidos. Él inició el negocio en la zona de Ohio, pero pronto empezó a perder clientela debido a que otros empresarios montaron sistemas de transporte parecidos al suyo, pero con caballos más rápidos. Para intentar salvar el negocio, John contrató la asesoría de un biólogo, un químico y un físico, a ver si alguno de ellos le daba una solución que reverdeciera su negocio. Los tres se retiraron a estudiar el problema y, en el plazo de pocos días volvieron con una respuesta.

El biólogo le planteó un listado de razas de caballos tremendamente rápidas y resistentes que le permitirían recuperar la brillantez de su sistema de transporte. Lo malo es que esas razas eran árabes o europeas y transportarlas hasta América se convertía en algo prohibitivo. El químico entró en escena poco después, con un brebaje que tenía propiedades estimulantes para los animales. Lo había probado en caballos de carreras con estupendos resultados. Sin embargo John desconfió, es posible que para una rápida carrera fuera una pócima óptima, pero temía los efectos secundarios a largo plazo, sobre todo en caballos que debían galopar varios días sobre interminables llanuras. El físico llegó en ese momento con las manos en los bolsillos y le soltó su solución: “imaginemos que los caballos son esferas perfectas…..”.

Este viejo chiste no hace más que mostrar una de las herramientas que tanto se usa en ciencias: los modelos. Cuando se está ante sistemas complejos (y la realidad que nos rodea es compleja) sólo se pueden realizan aproximaciones, se buscan situaciones ideales y se asumen propiedades y circunstancias que sólo se acercan a la realidad. Eso permite realizar predicciones con un margen de error. Cuantos más datos tengamos, más acertado será el modelo; cuantas más aproximaciones sin base experimental hagamos, mayor probabilidad de fracaso existirá.

Un modelo clásico es el de predicción meteorológica: cuando las variables son menores (tiempo estable), mayor probabilidad de acertar; en cuanto las condiciones atmosféricas se complican (y por tanto más variables), mayor probabilidad de error. Alguien puede despotricar contra los partes del tiempo, es libre de hacerlo, pero trate de entender por un momento la complejidad del asunto. Baste con tener en cuenta que en época de tormentas, éstas pueden descargar 100 litros por metro cuadrado en un pueblo, y a 5 kilómetros del mismo puede que no caiga ni una sola gota. Eso no hay modelo predictivo que lo sostenga. Y quien no me crea que esté atento a un gran premio de fórmula I en día de lluvia: ingenieros pegados a una pantalla de radar intentando adivinar en qué justo momento empezará a llover y así adelantarse a sus contrincantes en un fulgurante cambio de ruedas. Los ciclos atmosféricos con tan complejos que, dependiendo de las circunstancias, hay fuerte margen de error. A pesar de ello es difícil entender la navegación aérea o marítima sin los partes del tiempo. Y éstos día a día mejoran gracias a que entendemos mejor la atmósfera y esos datos se integran en los modelos ya existentes.

Otro sistema complejo es el de los seres vivos. La biología de sistemas, en base a los conocimientos de metabolismo, genética y regulación, también puede realizar predicciones en bases a modelos computacionales. Dichas predicciones son muy útiles en el campo de la biotecnología. ¿Qué podemos modelar? Producción de sustancias de interés (fármacos, alimentos) en base a sustratos de partida, tasas de crecimientos de microorganismos, eficiencia de un fármaco… Estos modelos están permitiendo un menor uso de animales de experimentación y fuertes ahorro de energía al optimizar procesos de producción. De todas formas, aún queda mucho por trabajar el campo del modelaje, ya que la clave está en un mayor conocimiento de los organismos empleados en los procesos biotecnológicos. El desarrollo de la biología de sistemas no sólo será de tremenda utilidad para la industria, sino también para conocer mucho mejor cómo funcionan los organismos.

Aún recuerdo uno de los primeros ejemplos de modelado que se proponía hace años en microbiología, decía algo así: “si se parte de una sola bacteria que se divide en dos cada 20 minutos, si una bacteria pesa 10 picogramos y se dispone de una fuerte de comida y energía ilimitada, ¿qué peso peso de bacterias obtendríamos al cabo de 48 horas de crecimiento bacteriano?” Estamos de nuevo ante un caballo esférico, un sistema ideal, ya que la comida nunca es inacabable, ni las bacterias mantienen un ritmo vertiginoso de crecimiento siempre (suelen molestarse y competir entre ellas, lo que retrasa su velocidad de crecimiento). Haciendo los cálculos (si la rapidez con la que he hecho los cálculos son correctos) se llega a que la masa total sería de aproximadamente 2.2 x 10²⁹ kilogramos, o lo que es lo mismo, 36 veces el peso del tamaño Tierra. Las bacterias se comerían nuestro planeta y deberían salir en búsqueda de más comida al espacio. Pero todos sabemos que los caballos no son esféricos.

Entradas relacionadas:

* Somos flujo de electrones
* ¿Para qué estudiar evolución? Utilidades y aplicaciones prácticas
* Hechos, teorías e hipótesis
* Pruebas directas y pruebas indirectas
*La ciencia y los mitos en la práctica forense
* CSIC Evolution