Un equipo internacional de científicos desarrolló una biocomputadora que utiliza bacterias vivas como unidades de procesamiento para resolver problemas matemáticos de alta complejidad. El dispositivo aprovecha la capacidad de los microorganismos para desplazarse por canales microscópicos y reproducirse, lo que permite explorar simultáneamente diferentes rutas de solución sin depender del procesamiento electrónico convencional.
La investigación fue liderada por especialistas del Departamento de Bioingeniería de la Universidad McGill, en Montreal, Canadá, con la participación de instituciones y equipos científicos de Países Bajos, República Checa, Reino Unido y Australia. El proyecto, resultado de aproximadamente dos décadas de trabajo, fue presentado por McGill el 3 de noviembre, aunque el estudio científico había sido publicado el 11 de agosto de 2026 en la revista especializada Microsystems & Nanoengineering.
El avance se basa en una idea distinta a la arquitectura de los ordenadores actuales: en lugar de utilizar transistores y circuitos electrónicos para examinar posibilidades, emplea organismos vivos que recorren una estructura física diseñada para representar las diferentes opciones de un problema matemático.
Los investigadores demostraron que las bacterias pueden actuar como procesadores biológicos independientes y que su reproducción permite incrementar el número de unidades disponibles durante el propio cálculo.
Bacterias que funcionan como procesadores
El dispositivo utiliza dos especies bacterianas: Escherichia coli y Vibrio natriegens. Ambas fueron seleccionadas por características que resultan útiles para esta forma de computación, especialmente su movilidad y capacidad de reproducción.
En el sistema, cada microorganismo funciona como una unidad de procesamiento que puede desplazarse por una red de canales microscópicos. A medida que las bacterias avanzan, se encuentran con bifurcaciones que representan decisiones matemáticas. Cada recorrido corresponde a una combinación posible de datos.
La principal ventaja de este método es que los microorganismos no necesitan recorrer las rutas de manera individual y consecutiva. Diferentes bacterias pueden explorar distintos caminos al mismo tiempo y, al multiplicarse, generan nuevas unidades capaces de continuar el proceso.
Dan Nicolau, profesor de Bioingeniería de McGill y uno de los autores principales del trabajo, explicó que la reproducción bacteriana permite ampliar el número de procesadores biológicos disponibles durante la operación. En una comparación divulgada por la universidad, describió el fenómeno como disponer de millones de unidades trabajando simultáneamente, aunque cada una opere a una velocidad individual inferior a la de un procesador electrónico.
La multiplicación no significa que las bacterias se conviertan en chips convencionales. Su función consiste en explorar físicamente las alternativas que el diseño del dispositivo ha codificado previamente.
Una red de túneles microscópicos convierte las matemáticas en recorridos
Para comprobar el funcionamiento de la biocomputadora, los científicos utilizaron un problema conocido como Subset Sum Problem, o problema de la suma de subconjuntos.
El planteamiento consiste en determinar si, dentro de un conjunto de números, existe una combinación de elementos cuya suma sea igual a un valor específico. Aunque parece una operación sencilla, el número de combinaciones posibles crece exponencialmente conforme aumenta la cantidad de datos.
Por ejemplo, cuando se incorporan más números, también aumenta de manera acelerada la cantidad de subconjuntos que deben examinarse para encontrar una respuesta válida. Este tipo de problema pertenece a la categoría matemática denominada NP-completa, que agrupa problemas para los cuales no se conoce un método general capaz de resolver todas sus instancias en tiempo polinómico.
El equipo transformó el problema en una estructura física de canales interconectados. Las bifurcaciones representan decisiones y las rutas que conectan la entrada con las salidas corresponden a las distintas combinaciones matemáticas.
Las bacterias son introducidas en esa red y se desplazan por los canales. Cuando alcanzan una salida determinada, su recorrido permite identificar si la combinación representada satisface las condiciones del problema.
La estructura se fabrica mediante técnicas de microfabricación. Los investigadores construyeron primero un molde con el diseño de la red y después reprodujeron los canales en un material polimérico transparente, sellado sobre una superficie de vidrio. El material utilizado permite el paso de oxígeno, necesario para mantener vivas a las bacterias durante el proceso.
Una vez iniciado el cálculo, los investigadores utilizan análisis automatizado de imágenes para observar los desplazamientos e identificar las rutas que conducen a resultados válidos.
Por qué puede necesitar menos memoria que un ordenador tradicional
La ventaja que más ha llamado la atención es la posibilidad de reducir los recursos de memoria necesarios para abordar determinados problemas.
Los ordenadores electrónicos convencionales ejecutan instrucciones mediante procesadores que, dependiendo del algoritmo utilizado, pueden tener que examinar y registrar grandes cantidades de combinaciones. En problemas de crecimiento exponencial, esa exigencia puede traducirse en elevados requerimientos de tiempo y memoria.
La biocomputadora utiliza una estrategia diferente: las rutas posibles están representadas físicamente en la red de microcanales, mientras que las bacterias exploran esas alternativas de manera paralela. En lugar de almacenar digitalmente cada posibilidad para procesarla después, el sistema utiliza el movimiento de los microorganismos como parte del propio procedimiento de cálculo.
Por esta razón, sus desarrolladores sostienen que puede resolver ciertos problemas con una fracción de los recursos de memoria y energía que exigirían sistemas electrónicos convencionales.
No obstante, es importante precisar que el estudio no demuestra que una computadora bacteriana pueda sustituir la memoria RAM de una computadora personal ni presenta una comparación universal de gigabytes utilizados frente a un ordenador comercial. Se trata de una arquitectura experimental que busca reducir las necesidades de memoria y tiempo para una clase específica de problemas.
La diferencia también es importante desde el punto de vista técnico: la RAM convencional almacena temporalmente datos e instrucciones para que el procesador pueda acceder a ellos rápidamente. En el dispositivo de McGill, la información se representa mediante la estructura física de los canales y los recorridos de los microorganismos. Son mecanismos distintos y no directamente intercambiables.
Posibles aplicaciones en criptografía, biología molecular e inteligencia artificial
Los investigadores consideran que esta forma de procesamiento podría tener aplicaciones en campos que requieren explorar numerosas combinaciones o resolver problemas de optimización.
Entre las áreas mencionadas se encuentran la criptografía, la biología molecular y determinadas tareas relacionadas con la inteligencia artificial.
En biología molecular, por ejemplo, existen problemas que exigen analizar múltiples configuraciones posibles de estructuras y relaciones entre componentes biológicos. Una arquitectura capaz de explorar numerosas alternativas en paralelo podría convertirse en una herramienta complementaria para algunas de esas investigaciones.
En criptografía y optimización, el interés reside en la posibilidad de abordar problemas cuya complejidad aumenta rápidamente con el número de variables. Sin embargo, los autores no han demostrado que el dispositivo pueda descifrar sistemas criptográficos modernos ni que supere a los métodos actuales de inteligencia artificial.
La propuesta tampoco consiste en construir una computadora que ejecute programas cotidianos como un procesador convencional. Su utilidad potencial está en resolver problemas concretos para los cuales la exploración paralela de alternativas puede ofrecer ventajas.
Los obstáculos que todavía debe superar
Pese a los resultados experimentales, la tecnología se encuentra en una etapa inicial. Los propios investigadores describen el trabajo como una prueba de concepto y reconocen que su desarrollo requiere mejoras antes de alcanzar aplicaciones prácticas a gran escala.
Uno de los desafíos es controlar el crecimiento de las bacterias. La multiplicación aumenta la capacidad de procesamiento, pero también puede provocar aglomeraciones dentro de los canales y dificultar el desplazamiento de los microorganismos.
Para evitar ese problema, el equipo estudió la regulación de la temperatura como mecanismo para controlar el ritmo de reproducción. También identificó dificultades relacionadas con el comportamiento de las bacterias en las bifurcaciones: algunas pueden tomar rutas incorrectas, detenerse o quedar inmovilizadas, lo que introduce posibles errores en el cálculo.
El sistema necesita, además, mecanismos ópticos de observación y análisis para identificar los recorridos correctos. Los autores consideran que una futura versión requerirá sensores ópticos distribuidos y controles locales de temperatura que permitan administrar el movimiento y la reproducción bacteriana en distintas zonas.
La velocidad constituye otro desafío. Aunque millones de bacterias pueden explorar alternativas simultáneamente, cada unidad biológica es mucho más lenta que un procesador electrónico moderno en la ejecución de operaciones individuales. La ventaja potencial aparece cuando la cantidad de combinaciones que deben explorarse hace que el procesamiento convencional requiera recursos extraordinarios.
Por tanto, no se trata de una tecnología destinada a reemplazar computadoras personales, teléfonos inteligentes, servidores o sistemas de computación cuántica. Su posible desarrollo apunta a una función especializada y complementaria.
Dos décadas de investigación y cooperación internacional
El trabajo publicado lleva por título Amplification of computational power by the multiplication of bacteria exploring microfluidic networks encoding mathematical problems (Amplificación del poder computacional mediante la multiplicación de bacterias que exploran redes microfluídicas que codifican problemas matemáticos).
Entre sus autores figuran Ayyappasamy Sudalaiyadum Perumal, Falco C. M. J. M. van Delft, Giulia Ippoliti, Ondřej Kašpar, Viola Tokárová y los investigadores Dan Nicolau y Dan Nicolau Jr., entre otros.
La colaboración reunió a investigadores de la Universidad McGill, la Universidad de Química y Tecnología de Praga, la Universidad Tecnológica de Delft, King’s College London, la Universidad Tecnológica de Queensland y la empresa Molecular Sense, con sede en Liverpool.
El proyecto recibió apoyo de distintas instituciones, entre ellas la Agencia de Proyectos de Investigación Avanzada de Defensa de Estados Unidos (DARPA), el Consejo de Investigación de Ciencias Naturales e Ingeniería de Canadá, el Consejo de Investigación de Ciencias Sociales y Humanidades de Canadá y la Unión Europea.
La publicación en Microsystems & Nanoengineering, revista científica especializada en micro y nanotecnología perteneciente al grupo editorial Nature Portfolio, constituye la documentación académica del avance. No debe confundirse con una publicación en la revista Nature, como han señalado algunas versiones divulgativas.
El resultado representa un paso significativo en el campo de la computación biológica: demuestra que organismos vivos pueden utilizarse para explorar redes matemáticas y que su reproducción puede ampliar los recursos disponibles durante el cálculo. Su aplicación fuera del laboratorio dependerá de que los científicos logren mejorar la precisión, controlar el crecimiento bacteriano y demostrar ventajas medibles en problemas reales de mayor escala.
La informática, que durante décadas ha dependido de la miniaturización de los componentes electrónicos, explora así una posibilidad diferente: utilizar las propiedades de los sistemas vivos para procesar información. Todavía no es una alternativa a los ordenadores actuales, pero sí una nueva vía de investigación que combina biología, ingeniería y ciencias de la computación.
