La teoría de cuerdas lleva décadas en una situación bien difícil: es una de las propuestas más ambiciosas para unir la gravedad con la mecánica cuántica, pero sigue sin una prueba experimental directa que la confirme. Aun así, un nuevo estudio publicado en Nature muestra que parte de su matemática sí está encontrando usos concretos fuera de ese objetivo original. En esta ocasión, el terreno no es la cosmología ni los agujeros negros, sino la forma en que se organizan redes físicas como neuronas, vasos sanguíneos, ramas de árboles y corales.
La idea central es simple de decir y complicada de resolver: muchas redes biológicas no se comportan como si solo intentaran acortar distancias. Durante años se asumió que su diseño podía explicarse con modelos de “cableado” mínimo, como si el objetivo fuera conectar puntos con el menor material posible. El nuevo trabajo muestra que esa explicación se queda corta. Al usar herramientas matemáticas desarrolladas en teoría de cuerdas, los investigadores obtuvieron descripciones más precisas de la geometría local de esas redes.
El problema no era el tamaño, sino la forma
En biología, explicar por qué una red se ve como se ve no es un detalle menor. El cerebro, por ejemplo, no está hecho de líneas rectas y limpias, sino de estructuras tridimensionales que tienen grosor, curvatura y puntos de unión con formas muy específicas. Lo mismo ocurre con los vasos sanguíneos, las ramas de los árboles y otras redes físicas: no son dibujos planos, sino estructuras materiales que ocupan espacio y tienen costos reales de construcción y mantenimiento.
El modelo clásico de “cableado mínimo” supone que lo importante es reducir la longitud total de las conexiones. Eso ayuda a explicar algunas cosas, pero falla cuando se comparan sus predicciones con datos tridimensionales de alta resolución. El equipo liderado por Xiangyi Meng, junto con Albert-László Barabási y colaboradores, revisó seis clases de redes físicas y encontró que muchas de ellas violan esas predicciones simples. En lugar de bifurcaciones perfectas y ángulos simétricos, aparecen trifurcaciones, ramas ortogonales y otros patrones que el modelo tradicional no captura bien.
¿Qué aportó la matemática de la teoría de cuerdas?
Lo mejor del estudio no es que la teoría de cuerdas “explique el cerebro” en sentido amplio. No va por ahí. Lo que hicieron los autores fue usar una herramienta matemática de esa teoría para resolver un problema de optimización de superficies que, sin ese truco, resulta muy difícil de manejar. En el artículo de Nature, los investigadores describen un mapeo exacto entre la minimización de superficies y diagramas de Feynman de alta dimensión usados en teoría de cuerdas.
Ese cambio de enfoque es importante porque una red física no solo intenta ahorrar longitud; también tiene que repartir superficie, mantener volumen y conservar una forma funcional. En palabras del propio estudio, cuando se toma en serio la geometría tridimensional, la predicción correcta ya no es “hace la conexión más corta posible”, sino “organiza la superficie de manera que la estructura pueda seguir funcionando”. Ese paso permite explicar por qué aparecen ciertas bifurcaciones y por qué algunas ramas salen de forma casi perpendicular al tronco o al eje principal.
¿Qué observaron en neuronas, vasos y plantas?
Para probar la idea, el grupo comparó el modelo con reconstrucciones tridimensionales de neuronas humanas, neuronas de mosca, vasos sanguíneos humanos, árboles tropicales, corales y plantas Arabidopsis thaliana. En todos esos casos, el modelo basado en superficie se ajustó mejor a los patrones reales que las versiones clásicas de optimización por longitud. El paper reporta que las redes reales tienden a mostrar una organización local más parecida a la predicha por el nuevo enfoque, especialmente en los ángulos de ramificación y en la aparición de bifurcaciones no triviales.
El caso del cerebro es el que más atención ha recibido, pero los autores insisten en que el hallazgo es más general. No están diciendo que neuronas, vasos y plantas sigan exactamente la misma receta biológica, sino que hay un principio geométrico compartido que ayuda a describirlas mejor. La propia investigación subraya que esta lógica puede mejorar la formación de sinapsis en el cerebro y el acceso a nutrientes en plantas y hongos, lo que sugiere que la superficie disponible para construir y conectar importa más de lo que se pensaba.
Por qué esto no significa que la teoría de cuerdas haya sido confirmada
Aquí conviene ir despacito. Este trabajo no prueba que el universo esté hecho de cuerdas, ni ofrece evidencia experimental de que la teoría de cuerdas describa la realidad fundamental. Lo que sí muestra es algo más modesto y más útil a corto plazo: algunas de las matemáticas desarrolladas para esa teoría pueden resolver problemas concretos en biología y geometría de redes físicas.
Ese matiz es importante porque la teoría de cuerdas sigue siendo una propuesta teórica muy discutida. Su gran problema histórico ha sido la falta de verificación experimental directa, algo que también reconocen los artículos de divulgación y las notas institucionales de Caltech y Scientific American. Precisamente por eso, cualquier uso práctico fuera de la física fundamental cambia un poco el panorama: aunque siga sin cerrar el caso como teoría del universo, la matemática detrás de cuerdas ya no está confinada al papel.
El cambio real: de una promesa lejana a una herramienta útil
La nueva utilidad de estas ideas no viene de vender la teoría de cuerdas como una respuesta total, sino de tratarla como una fuente de métodos matemáticos. En el estudio de Nature, la clave fue entender que las redes físicas no pueden analizarse como hilos sin grosor. Cuando se incorpora su volumen y su superficie, aparecen reglas distintas y una descripción más fiel de cómo se organizan. Ese resultado también conecta con ideas históricas de Ramón y Cajal y de Murray, que ya habían señalado que el espacio y el volumen son fundamentales para entender la forma de las redes biológicas.
Eso también explica por qué varios investigadores externos han recibido el trabajo con interés, aunque sin convertirlo en una revolución cerrada. La lectura prudente es que la teoría de cuerdas está mostrando utilidad como herramienta matemática en sistemas reales, sobre todo en problemas de optimización geométrica. No hace falta prometer más de lo que el estudio ofrece para ver que el resultado ya es importante por sí mismo.
¿Y ahora?
El propio artículo de Nature deja claro que todavía falta extender el modelo a redes más complejas, con bucles, ramificaciones mayores y procesos de crecimiento más específicos. Los autores señalan que su marco describe muy bien estructuras tipo árbol, pero que quedan fuera otras formas más enredadas presentes en redes de transporte o en sistemas artificiales. También admiten que la optimización local no siempre define el óptimo global, así que el siguiente paso será ver hasta dónde llega la idea.
Aun así, el resultado ya marca un cambio en la conversación sobre teoría de cuerdas. Durante mucho tiempo se habló de ella como una idea elegante pero lejana. Ahora, al menos en este frente, aparece como un conjunto de herramientas útiles para leer la forma de estructuras vivas. No resuelve el problema de fondo en física teórica, pero sí muestra que una teoría nacida para explicar partículas y gravedad puede terminar ayudando a describir neuronas, vasos y ramas.
Referencias
- Meng, Xiangyi, et al. “Surface optimization governs the local design of physical networks.” Nature 649, 315–322 (2026). Click para ver
- Billings, Lee. “Does String Theory Solve the Mystery of the Brain?” Scientific American, 14 January 2026. Click para ver
- Caltech. “String Theory Emerges From ‘Almost Nothing’.” 14 May 2026. Click para ver
- Rensselaer Polytechnic Institute. “Scientists Use String Theory to Crack the Code of Natural Networks.” 7 January 2026. Click para ver
- Physics Today. “The new math of network optimization, courtesy of string theory.” 29 January 2026. Click para ver
^^
