En el cerebro de un ratón hay unos 70 millones de neuronas, y sus conexiones están lejos de repartirse por igual: algunas células apenas tienen un par de decenas de contactos, otras miles. Es como una ciudad con callejones tranquilos y plazas abarrotadas. Pero hasta ahora no estaba claro cómo afecta esa heterogeneidad al funcionamiento del cerebro.

Los investigadores crearon un modelo informático en el que podían hacer las conexiones entre células más o menos desiguales. Descubrieron que las células con muchas conexiones —los hubs— empiezan a trabajar más despacio: acumulan las señales que les llegan antes de responder. Las células con pocas conexiones, en cambio, reaccionan rápido. Así, en una misma red aparecen neuronas «rápidas» y «lentas», aunque las reglas sean las mismas para todas.

La comprobación con datos reales confirmó la teoría: en un fragmento diminuto de cerebro de ratón, mapeado con una resolución de una milésima de milímetro, las neuronas con más conexiones entrantes mostraban tiempos de respuesta más lentos. Esto significa que la desigualdad de conexiones no es ruido aleatorio, sino un mecanismo importante que permite al cerebro procesar a la vez señales rápidas (como el movimiento) y lentas (como el estado de ánimo).

Este principio podría aplicarse también a las redes neuronales artificiales: si las conexiones se hacen desiguales, la red podría procesar datos a distintas velocidades, igual que hace el cerebro.