Seguir a una hormiga parece sencillo hasta que se intenta describir con precisión cada uno de sus movimientos. Avanza, cambia ligeramente de dirección, se detiene, vuelve a caminar, alcanza una pared y modifica otra vez su trayectoria. Detrás de ese recorrido intervienen la anatomía, los sentidos, el estado del animal y las características del entorno. Convertir todo eso en una descripción cuantitativa plantea un problema bastante más interesante que registrar por dónde ha pasado una hormiga.

El movimiento es una pieza fundamental del comportamiento animal. Permite buscar alimento, evitar amenazas, encontrar refugio o explorar un territorio. En las hormigas, buena parte de la investigación se ha concentrado en el comportamiento colectivo y en los sistemas de comunicación que coordinan una colonia. Sin embargo, antes de que exista una ruta colectiva hay individuos que caminan, se detienen y cambian de dirección. Un equipo internacional encabezado por investigadores del Okinawa Institute of Science and Technology (OIST) ha estudiado precisamente esa escala individual combinando experimentos con hormigas, seguimiento mediante redes neuronales y herramientas procedentes de la física estadística. 

Una hormiga sola ante una cámara

Los investigadores trabajaron con Anoplolepis gracilipes, conocida como hormiga loca amarilla o de patas largas, una especie invasora presente en Okinawa. Recogieron ejemplares en distintos puntos del campus de OIST y colocaron cada hormiga por separado en un recinto rectangular de acrílico de 15 por 21 centímetros. Cada experimento duraba aproximadamente veinte minutos y registraba el movimiento del animal a 60 imágenes por segundo. Tras excluir varios ensayos considerados atípicos, el conjunto analizado reunió más de 24 horas de grabaciones correspondientes a casi un centenar de individuos. 

Obtener los vídeos era únicamente el principio. Los científicos entrenaron una red neuronal convolucional mediante SLEAP para seguir tres puntos del cuerpo: el extremo de la cabeza, el centro del tórax y la parte posterior del abdomen. A partir de ellos reconstruyeron la posición del animal a lo largo del tiempo, con un error medio por punto de unos 0,2 milímetros. El paseo de cada hormiga quedaba así convertido en una trayectoria cuantificable, de la que podían extraerse posiciones, velocidades y cambios de orientación. 

Había, además, un elemento que alteraba claramente el recorrido: las paredes. Las hormigas permanecían más tiempo cerca de los límites del recinto y tendían a orientar su marcha en paralelo a ellos. Para estudiar las características del movimiento lejos de esa influencia, el equipo analizó también por separado la región central, descartando los datos obtenidos a menos de 1,5 centímetros de los bordes. La geometría del escenario dejaba una huella medible sobre la conducta del animal, algo que el modelo tendría que ser capaz de reproducir. 

Cuando el paseo se convierte en un problema de física

Aquí aparece el resultado que da sentido al experimento. Al estudiar cómo variaba el desplazamiento con el tiempo, los investigadores distinguieron tres regímenes. En intervalos breves, la hormiga tendía a mantener aproximadamente su dirección y recorría segmentos casi rectos: lo que en física se denomina movimiento balístico. En escalas temporales mayores, los sucesivos cambios de orientación daban lugar a un comportamiento aproximadamente browniano. A tiempos aún mayores aparecía inevitablemente el efecto del tamaño finito del recinto, que impedía que el desplazamiento continuase creciendo. 

Antes de cualquier ruta colectiva hay una hormiga individual que avanza, se detiene y cambia de rumbo.

Ese patrón sugería una forma de abordar el problema mediante modelos estocásticos, es decir, modelos que incorporan explícitamente componentes aleatorios. Los autores combinaron elementos del movimiento browniano activo con un esquema conocido como run-and-tumble, utilizado para representar movimientos formados por tramos de avance interrumpidos por reorientaciones. En su versión aplicada a las hormigas, el modelo incorpora además pequeñas desviaciones durante la marcha, pausas y reglas específicas cuando el animal entra en contacto con las paredes. 

La elección resulta especialmente sugerente porque estas herramientas proceden de problemas físicos que también se emplean para estudiar difusión o movimiento bacteriano. Una hormiga, por supuesto, es un organismo con sistema nervioso y capacidades sensoriales. El modelo no pretende reconstruir cada una de las causas que determinan sus decisiones. La estrategia consiste en buscar unas pocas regularidades estadísticas capaces de describir el movimiento observable, sin tener que conocer el estado de cada neurona, cada estímulo ambiental o cualquier otra variable que pueda intervenir.

Carreras, giros y pausas

Para comprobar si esa descripción era algo más que un parecido visual, los investigadores descompusieron las trayectorias en unidades manejables: periodos de avance, cambios de orientación y pausas. Cada uno de esos componentes mostró una estructura estadística reconocible. En la zona central, los ángulos de giro podían ajustarse mediante una distribución concentrada alrededor de cero. Al incluir las paredes y las esquinas aparecía, en cambio, una distribución mucho más compleja, con máximos próximos a 0°, ±90° y ±180°, consecuencia de la interacción con los límites del recinto. 

Un paseo que parece errático puede esconder regularidades estadísticas capaces de medirse y reproducirse.

Los tiempos de avance seguían aproximadamente una distribución exponencial. Según los parámetros empleados para dividir las trayectorias, su duración media se encontraba entre 1 y 2,1 segundos; para la parametrización representativa utilizada en el artículo era de 1,27 segundos. Las pausas mostraban otro comportamiento: podían describirse mediante una ley de potencias con exponentes comprendidos aproximadamente entre 1,5 y 1,7. 

Otro parámetro relevante es el tiempo de persistencia, que mide cuánto tarda aproximadamente el movimiento en perder la orientación que llevaba. Los investigadores lo calcularon mediante dos procedimientos independientes. El método derivado de los parámetros del modelo produjo una mediana de 1,86 segundos, mientras que el cálculo directo sobre las trayectorias dio 1,66 segundos. La proximidad entre ambos valores indica que la descripción estocástica captura propiedades cuantitativas del movimiento real, y no únicamente su aspecto general. 

Fabricar el paseo de una hormiga

Una ventaja de disponer de un modelo matemático es que puede utilizarse para generar nuevas trayectorias. Una vez determinadas las distribuciones de tiempos, giros y pausas, los investigadores introdujeron esos ingredientes en sus ecuaciones y produjeron hormigas simuladas cuyos recorridos reproducían varias propiedades estadísticas de las trayectorias experimentales. El modelo permitía así pasar de describir lo observado a fabricar movimientos artificiales con características semejantes.

Las paredes también podían incorporarse con reglas relativamente sencillas. Cuando la partícula que representa a la hormiga llega a un límite, el modelo introduce una condición que impide atravesarlo y un efecto de orientación que favorece el movimiento paralelo a la pared. De esta manera, una dinámica definida inicialmente a partir del movimiento libre puede generar también parte del comportamiento observado en los bordes. El entorno deja de ser un simple recipiente y pasa a formar parte de la dinámica.

Esta capacidad abre una posibilidad interesante: cambiar virtualmente la geometría y preguntar qué ocurriría con las trayectorias. El modelo puede emplearse para estudiar qué propiedades permanecen cuando cambia el escenario y cuáles dependen de las paredes, los obstáculos u otros elementos externos. En ese sentido, simular una hormiga no consiste simplemente en dibujar un camino que parezca convincente. Permite formular predicciones que después podrían ponerse a prueba mediante nuevos experimentos.

Lo que el azar explica, y lo que todavía no

Conviene marcar una frontera importante. Que un modelo estocástico reproduzca con bastante fidelidad las estadísticas observadas no implica que la hormiga esté ejecutando internamente ese modelo. Las ecuaciones describen el resultado del movimiento a cierta escala; no identifican por sí mismas los mecanismos neuronales, sensoriales o fisiológicos que generan cada giro y cada pausa. Esa diferencia entre descripción y mecanismo es fundamental para interpretar correctamente el trabajo.

Simular el movimiento de una hormiga permite distinguir qué parte de su trayectoria pertenece al animal y cuál está escrita por el entorno.

Precisamente por eso el modelo puede servir como referencia. Si se introduce alimento, agua, obstáculos, depredadores u otros estímulos, las desviaciones respecto a ese comportamiento basal podrían ayudar a cuantificar cómo responde el animal. Los autores apuntan también que este tipo de aproximación podría contribuir al estudio de especies invasoras como A. gracilipes y extenderse a otros problemas de navegación, búsqueda y exploración animal.

Hay algo especialmente fértil en ese cambio de escala. Las herramientas matemáticas empleadas para estudiar partículas y procesos difusivos pueden reconocer regularidades en los pasos de un organismo vivo sin reducir toda su conducta a unas cuantas ecuaciones. El azar, tratado estadísticamente, permite separar parte de la estructura que permanece oculta cuando observamos una trayectoria aislada. El paseo aparentemente errático de una hormiga se convierte entonces en un problema físico medible, reproducible y, hasta cierto punto, predecible.