Una orquesta en su primer ensayo sin director. Los violines entran a destiempo, los vientos llegan tarde y, en lugar de una sinfonía, se escucha una cacofonía. Algo parecido le ocurre a un modelo computacional del cerebro al que le quitaron unas células especiales: las neuronas de von Economo. Son células grandes, fusiformes (del tamaño de dos o tres neuronas normales), viven en zonas relacionadas con la comunicación y la comprensión de los demás, y desaparecen misteriosamente en algunas enfermedades.
En el nuevo estudio, los neurocientíficos construyeron una red neuronal simplificada de 2000 células, de las cuales solo 40 eran esas "directoras". La red fue entrenada para distinguir dos tipos de señales, algo así como diferenciar un gato de un perro. Con las directoras, el aprendizaje tuvo éxito en 49 de 50 casos. Al quitarlas, la red se estancó en 15 de 50 casos: uno de cada tres "cerebros" resultó incapaz de aprender por completo.
¿Por qué sucede esto? Las neuronas normales de la red se comunican mediante bucles de retroalimentación, y la señal puede extinguirse o explotar; los matemáticos lo llaman "inestabilidad del jacobiano". Las neuronas de von Economo crean una vía directa de derivación por la que la señal de aprendizaje viaja sin distorsiones, como un mensajero con un paquete importante por un carril exclusivo, esquivando los atascos.
Cuando el aprendizaje termina, las directoras ya no son necesarias: la red funciona sin ellas. Eso sí, en 4 de 20 redes el resultado cayó bruscamente; parece que se volvieron "dependientes" de la vía de derivación. Es como los andamios: mientras el edificio crece son imprescindibles, pero una vez terminado, se sostiene solo.
Esa fragilidad del aprendizaje explica por qué en personas con autismo, que tienen menos de estas células, las habilidades sociales se desarrollan de manera muy variable, desde casi normales hasta gravemente alteradas. El modelo matemático predice que en mini-cerebros cultivados en laboratorio, si se eliminan las neuronas de von Economo, el aprendizaje fallará de forma estocástica, y eso se puede comprobar experimentalmente.
tal como lo escribieron los autores, en inglés arXiv:2605.17399
Von Economo neurons (VENs) are selectively lost in behavioural-variant frontotemporal dementia (bvFTD) and reduced in autism spectrum conditions (ASC), yet their computational role in social learning remains unexplained. We train a spiking neural network (the VENCircuit) embedding VEN-like projection neurons (K=40, 2% of total) in a recurrent pyramidal circuit across 50 matched random initialisations with and without VENs. The network is trained on a controlled binary classification task; we make no claim to model social cognition directly. VEN-intact networks converged in 49/50 cases (98%) versus 35/50 (70%) for VEN-ablated networks (Fisher's exact OR=21.0, 95% CI 2.7-167, p=8.7e-5). Failed ablated networks showed complete absence of learning, inconsistent with a speed-of-learning account. Phase-ablation experiments show VEN removal is most disruptive during mid-training (epochs 5-25), when a co-adaptive dependency forms in the pyramidal circuit. We derive a formal account showing VENs provide a direct gradient pathway immune to Jacobian instabilities affecting the recurrent circuit. Inference-time VEN ablation caused a significant performance drop (Wilcoxon p=0.022), ranging from no change (16/20 networks) to catastrophic collapse (0.989 to 0.620). VENs function as acquisition scaffolds whose developmental absence produces stochastic learning failure - a computational analogue of variable social skill acquisition in ASC - with falsifiable predictions for organoid and electrophysiology studies.
Las neuronas de von Economo solo existen en humanos, grandes simios, elefantes, ballenas y delfines, animales con comportamiento social complejo.
En la novela "Flores para Algernon", el protagonista gana y pierde inteligencia debido a una intervención cerebral; los nuevos datos sugieren que la pérdida de solo el 2% de unas células especiales puede derrumbar la capacidad de aprender.