29 de noviembre de 2025

El hack definitivo para vivir más años no es una dieta ni una pastilla: es casarse, según la ciencia

El "hack" definitivo para vivir más años no es una dieta ni una pastilla: es casarse, según la ciencia

Vivimos obsesionados con la longevidad, tratando de alargar la vida lo máximo posible, pese a que nuestra propia biología nos pone un freno muy claro que es muy difícil de quitar. Dietas restrictivas, ayunos intermitentes o tratamientos muy costosos son algunas de las acciones que usamos en el día a día para poder durar cada vez más años en esta vida. Sin embargo, hay un factor que no esperábamos que influyera en vivir más años: casarse y elegir bien al compañero de vida.

Esta es una idea que difundió Dan Buettner, el experto que popularizó el concepto de "Zonas Azules" como la de Japón y que a sus 64 años dedicó décadas a estudiar las regiones del mundo donde la gente vive más tiempo. Y la verdad es que la conclusión que vio es que la base de longevidad está en tener un matrimonio fuerte (entre otras cosas). 

Pero a esta conclusión, que se ha sacado a través de todo lo que ha visto en sus viajes, hay que buscarle también una correlación dentro de los estudios científicos. Y la verdad es que lo que dice no tiene mucho de locura, y nos hace plantearnos el hecho de tener que buscar mejor con quien vamos a compartir toda una vida. 

Y es que Buettner apunta a que de media las personas casadas viven, entre 2 y 5 años más que aquellas que permanecen solteras, divorciadas o viudas. En las zonas azules, la unidad familiar es el valor central. Buettner argumenta que el matrimonio ofrece estabilidad emocional a largo plazo y ayuda a construir redes de apoyo social, lo que reduce drásticamente el riesgo de aislamiento, uno de los grandes enemigos de la salud en la tercera edad.

Además, existe un componente de responsabilidad compartida: tener una pareja implica una motivación mutua para cuidarse, desde la alimentación hasta tener que ir al médico porque tu pareja te lo recuerda o te insiste. Todo porque al final se están preocupando por uno mismo. 

Los estudios. Las afirmaciones de Buettner no son meras observaciones anecdóticas; están respaldadas por meta-análisis masivos que han escrutado la salud de millones de individuos.

En concreto, un estudio exhaustivo publicado en Global Health Research and Policy en 2020 analizó datos de 7.881.040 individuos a través de 21 estudios de cohortes prospectivos. Los resultados fueron contundentes: en comparación con las personas casadas, no estar casado (incluyendo solteros, divorciados y viudos) se asoció significativamente con una mayor mortalidad por todas las causas como el cáncer y las enfermedades cardiovasculares. 

Diferencia por sexos. Además de dar esta conclusión tan contundente, también se encontró claramente que la asociación entre no estar casado y la mortalidad fue más fuerte en hombres que en mujeres. Precisamente, los hombres no casados mostraron un 20% más de riesgo de morir por un evento cardiaco en comparación con las mujeres que no estaban casadas. Como si tener una mujer al lado fuera un factor protector de este suceso. 

Pero no se queda aquí, ya que también los hombres que se habían casado presentaron un exceso de riesgo del 31% de mortalidad por accidente cerebrovascular en comparación con las mujeres que nunca se habían casado.

Aunque quedarse soltero no es solo lo que puede llamar la atención. En el caso de estar divorciado o separado se asociaba a un mayor riesgo de mortalidad por cualquier causa en hombres. Pero cuando el matrimonio se diluía, el riesgo de morir por cáncer y enfermedades cardiovasculares iba en aumento. 

Otro estudio. Publicado en Social Science & Medicine y centrado específicamente en la población anciana, reforzaba esta tesis inicial que planteábamos. Para ello se analizaron 53 comparaciones independientes con más de 250.000 sujetos mayores, encontrando que estar en matrimonio era un factor protector muy importante. 

Si entramos en detalle, los datos apuntaban a que se reducía un 12% en riesgo de morir por el hecho de estar casado. Al desglosar los datos por estado civil en comparación con los casados, el riesgo de muerte iba en aumento en todos los grupos. 

Por qué. La ciencia quiere entender las razones que llevan a esta relación. Una de las primeras está centrada en el estrés crónico y el cortisol, que sin duda es un asesino silencioso. Se ha sugerido que no estar casado contribuye a redes sociales menos íntimas y soledad, lo que aumenta los niveles de hormonas del estrés, sobre todo cuando se acerca el final de la vida. 

Además, también se ha visto que las mujeres cuentan con un sistema inmunológico más fuerte que el de los hombres, en parte debido a que la testosterona causa inmunosupresión. Por otro lado, están los estrógenos en las mujeres que tienen muchas funciones de protección

Desde una perspectiva social, los hombres casados tienden a beneficiarse más porque a menudo dependen de sus esposas para su principal apoyo social. Los hombres que viven solos tienen más probabilidades de ignorar consejos médicos y de tener redes sociales más pequeñas y menos íntimas. 

Imágenes | Eugenia Pan'kiv Aron Visuals 

En Xataka | No todas las células del cerebro envejecen a la par: hemos encontrado un "punto caliente" del envejecimiento


-
La noticia El "hack" definitivo para vivir más años no es una dieta ni una pastilla: es casarse, según la ciencia fue publicada originalmente en Xataka por José A. Lizana .

]]>

☞ El artículo completo original de José A. Lizana lo puedes ver aquí

Los cientos de puntos negros en cristales de trenes y coches no son un capricho: son un escudo llamado frits

Los cientos de puntos negros en cristales de trenes y coches no son un capricho: son un escudo llamado 'frits'

Viajar en coche o en tren implica mirar por las ventanillas. Probablemente, no te fijes sólo en el paisaje, sino en todos los elementos del interior del vehículo, siendo el más próximo el borde de esas ventanillas. Un elemento común en el tren y en la luna del coche es un borde negro con un curioso patrón de puntos que se van haciendo más pequeños a medida que aumentan las filas.

No es pintura o un elemento estético, sino algo que cumple una función técnica crucial para proteger la integridad del vidrio. Se llaman ‘frit band’ o ‘frits’, y se trata de uno de los elementos de seguridad pasiva más importante que tienen estos vehículos.

La ciencia de los puntos negros de las ventanas de los coches

Aunque lo parece, estos puntos no son pintura: es cerámica horneada a temperaturas altísimas, que se fusiona con el cristal durante la fabricación del mismo. El proceso es de lo más curioso, ya que primero se aplica la pasta cerámica negra aún caliente sobre los bordes de la luna, y luego se hornea junto al vidrio en el proceso de templado y curvado.

Es un elemento estructural del cristal y este proceso implica una unión permanente que no se desgasta con el tiempo. El motivo del patrón de puntos, conocido como “matriz de degradado”, tampoco es un capricho, sino una solución a algo que podría romper de manera espontánea la luna del coche.

El vidrio negro absorbe muchísimo más calor que el transparente, y esto es algo que puedes comprobar fácilmente en un día soleado: la banda negra va a estar a más temperatura que el resto del cristal. Cuando la temperatura es extrema, y en viajes en los que la luna puede ser golpeada por pequeñas piedras, si hubiera una transición abrupta de temperatura entre el borde negro y la zona transparente, se crearían puntos de tensión que podrían provocar grietas.

Por eso se sacaron de la manga ese degradado que funciona como el disipador de un procesador: crea una zona de transición térmica que distribuye el calor de manera más uniforme. Es algo que aporta una protección al cristal, pero sirven para algo más: ayudar a la unión entre el chasis y el vidrio.

En el perímetro de los cristales hay pegamento que une los elementos, y los ‘frits’ tienen una textura más rugosa que permite una mejor adherencia del vidrio al chasis. También, al ser negros, protegen el pegamento frente a los rayos ultravioleta, maximizando su durabilidad y la seguridad de la unión de los componentes.

frits Un detalle de Jeep, que introdujo un huevo de pascua en estos frits

Al final, lo que podría parecer un simple elemento estético, cumple una importante función de seguridad. En el tren, esa adherencia y disipación térmica, y en el coche, sumado a lo anterior, una mayor resistencia de la luna ante los golpes. En algunos coches se ha utilizado para colocar algún guiño, y que sean círculos y no otro elemento geométrico tiene una parte estética, pero también funcional porque hace que los pasemos por alto durante la conducción.

Es un ejemplo más de toda esa tecnología cotidiana que nos rodea y que quizá siempre nos preguntamos si tendría alguna función, pero una vez pasa esa curiosidad inicial, nos olvidamos de buscar.

Imágenes | Jeep, Abil Saputra

En Xataka | Los coches se han hecho gigantescos. El problema es que nuestras plazas de parking no

-
La noticia Los cientos de puntos negros en cristales de trenes y coches no son un capricho: son un escudo llamado 'frits' fue publicada originalmente en Xataka por Alejandro Alcolea .

]]>

☞ El artículo completo original de Alejandro Alcolea lo puedes ver aquí

En plena carrera hacia la inmortalidad, China cree haber encontrado la forma de que vivamos 150 años: con uvas

En plena carrera hacia la inmortalidad, China cree haber encontrado la forma de que vivamos 150 años: con uvas

El envejecimiento es el objetivo que ahora mismo tiene buena parte de la sociedad con diferentes dietas para poder lucir más joven, tratamientos 'anti-aging' o incluso cócteles que prometen esto (aunque nuestra biología tiene un límite bastante claro). Ahora, desde China se apunta a una empresa biotecnológica que afirma estar desarrollando una pastilla capaz de prolongar la vida humana hasta los 150 años. 

Una simple uva. A priori parece que nada tiene que ver con el envejecimiento de los humanos, pero estamos bastante equivocados. La biotecnológica de Shenzhen afirma haber identificado en sus semillas un compuesto llamado prociyanidina C1 (PCC1) que consigue el efecto que muchos quieren y que tiene un gran efecto antioxidante. 

Células zombis. Para entender el funcionamiento de este supuesto compuesto milagroso, primero hay que hablar del enemigo del envejecimiento: la senescencia celular. Con el paso del tiempo, algunas de nuestras células dejar de dividirse, pero no se mueren. Se quedan en un estado de limbo, acumulándose en los tejidos y secretando sustancias inflamatorias que dañan a las células vecinas que no son tan perezosas y siguen dividiéndose. 

A estas células que no quieren morir es lo que se conoce como 'células zombis' porque al final hay bastantes paralelismos. 

Cómo. Una vez se tiene en cuenta, esto es donde entra en juego el PCC1 que no es más que un flavonoide natural. Donde empieza lo interesante está en un estudio clave publicado en Nature Metabolism donde se apunta a que el PCC1 actúa como un agente senolítico. Esto quiere decir que tiene una capacidad selectiva bastante importante para actuar en las células que nos están molestando más. 

En concreto, a dosis bajas, el PCC1 inhibe las sustancias tóxicas que emiten las células zombis, pero a altas dosis las mata sin dañar a las células sanas. Y hasta aquí todo es bastante sólido, ya que ha sido científicamente comprobando. 

Hay 'peros'. La base científica que utiliza el laboratorio chino para sus afirmaciones provienen casi de manera exclusiva de los modelos animales a los que se les aplicó esta sustancia. De esta manera, los investigadores al aplicar PCC1 sobre ratones viejos lograban varias cosas: 

  • Reducir la carga de las células en senescencia en órganos que son vitales. 
  • Revertir las disfunciones motores, haciendo que el ratón tuviera más fuerza y mejor equilibrio. 
  • Aumentar la esperanza de vida entre un 9 y un 60%. 

El gran 'pero' que encontramos es que solo se ha probado  en ratones y no en humanos. Y ante esto podemos llegarnos a preguntarnos algo bastante simple: ¿por qué somos escépticos con la afirmación de los 150 años en humanos?. Hay varios motivos para serlo. 

El primero de ellos es que decir que porque un ratón vive un 60% más de tiempo, un humano va a vivir un 60% más también es una falacia biológica. El metabolismo de los ratones y de los humanos no es para nada similar, y es por ello que hay fármacos que pese a que han funcionado en un ratón han fallado en los humanos. 

No somos iguales con los ratones. Por ello no envejecemos de la misma manera. Aunque es cierto que los humanos tenemos células senescentes que se relacionan con el envejecimiento, somos mucho más complejos. El envejecimiento implica inestabilidad genómica, acortamiento de telómeros, disfunción mitocondrial y agotamiento de las células madre. Es por ello que limpiar las 'células zombis' podría mejorar la salud en la vejez, pero es improbable que por si solo nos haga superar el límite biológico actual de nuestra especie. 

Esto se suma también a que a día de hoy no hay ensayos clínicos publicados que avalen la seguridad y la eficacia de una de usar este compuesto en el organismo humano.

Es por ello que como conclusión podemos sacar que PCC1 es un hallazgo muy importante para identificar una puerta a terapias que nos hagan envejecer mejor. Pero hablar de alargar la vida hasta los 150 años sin duda presenta muchas dudas, ya que seguramente esta 'pastilla china' no nos haga inmortales de la noche a la mañana. 

Imágenes | Maja Petric Danie Franco

En Xataka | No todas las células del cerebro envejecen a la par: hemos encontrado un "punto caliente" del envejecimiento



-
La noticia En plena carrera hacia la inmortalidad, China cree haber encontrado la forma de que vivamos 150 años: con uvas fue publicada originalmente en Xataka por José A. Lizana .

]]>

☞ El artículo completo original de José A. Lizana lo puedes ver aquí

Modelos de inteligencia artificial para observación terrestre: así están cambiando nuestra comprensión del planeta

observación espacial

La necesidad de comprender qué ocurre en nuestro planeta con precisión y en tiempo real es cada vez más urgente. Desde la predicción de catástrofes naturales hasta la gestión de cultivos o la planificación urbana, múltiples sectores dependen de datos precisos sobre el comportamiento de la Tierra. En este contexto, la inteligencia artificial está transformando la forma en que accedemos, analizamos e interpretamos estos datos. IBM Research, junto con NASA, la Agencia Espacial Europea (ESA) y otros socios, lidera esta revolución científica.

Fundamentos adaptados a los datos espaciales

A diferencia de los problemas tradicionales de visión por computador, la observación terrestre (EO, por sus siglas en inglés) requiere una comprensión mucho más compleja de los datos. No basta con analizar imágenes RGB comunes. Se necesitan representaciones multispectrales, información temporal y datos provenientes de distintas fuentes como satélites ópticos, sensores de radar (SAR) y registros climáticos. IBM ha apostado por modelos fundacionales específicos para EO, que permiten generar abstracciones más precisas del mundo físico.

Prithvi-EO, creado en 2023 junto con NASA, fue el primer modelo en utilizar transformadores de visión a gran escala para datos EO multitemporales. Su evolución, Prithvi-EO-2.0, incorporó mejoras en el manejo de metadatos y en el análisis temporal, con resultados notables en tareas como detección de inundaciones o vigilancia medioambiental.

TerraMind y el aprendizaje multimodal

En colaboración con la ESA y el centro de supercomputación Jülich, IBM presentó en 2025 TerraMind, un modelo que introdujo un enfoque novedoso: el «pensamiento en modalidades». Esta capacidad permite al modelo comprender y generar información sin necesidad de tokenización, lo que mejora su eficiencia y flexibilidad. Además, incluye un algoritmo de autoajuste que se entrena con datos generados por el propio modelo, permitiéndole mejorar continuamente.

TerraMind ha demostrado ser altamente competitivo, dominando los benchmarks GEO-Bench-2 y PANGAEA en tareas específicas de EO. Incluso ha sido optimizado para funcionar en dispositivos de recursos limitados, como satélites pequeños o teléfonos móviles, lo que amplía su aplicabilidad.

Nuevas fronteras: del clima al Sol

IBM también ha trabajado en otros modelos fundacionales que amplían los límites tradicionales de la observación terrestre. Prithvi-WxC se centra en datos meteorológicos y climáticos, permitiendo predicciones regionales y globales incluso sin información previa inmediata. Surya, por su parte, fue desarrollado con NASA y otros ocho centros de investigación para estudiar la actividad solar. Este modelo analiza cómo las erupciones solares pueden afectar a infraestructuras críticas como redes eléctricas o sistemas de navegación.

Estos modelos se complementan con conjuntos de datos abiertos, como SuryaBench, y están alineados con una filosofía de ciencia abierta que contrasta con enfoques más cerrados como el de Google Earth AI.

Eficiencia y accesibilidad: el reto de la compresión

Uno de los desafíos más importantes en EO es el volumen masivo de datos. Para abordarlo, IBM ha desarrollado TerraCodec, un sistema de compresión neural que mejora en hasta 10 veces la eficiencia respecto a códecs tradicionales como JPEG 2000. Esto permite almacenar y transmitir información satelital con menor coste y sin perder calidad.

Al mismo tiempo, las versiones «pequeñas» y «mini» de Prithvi y TerraMind mantienen un rendimiento similar a sus equivalentes grandes, pero con una huella computacional reducida. Esto las hace ideales para tareas en entornos donde los recursos son limitados, como misiones espaciales o despliegues en zonas remotas.

Ciencia colaborativa y validación rigurosa

Uno de los pilares de estos desarrollos ha sido la colaboración con científicos especializados. Todos los modelos han sido co-creados y validados junto a expertos de NASA, ESA y otros centros, lo que garantiza que estén alineados con las necesidades reales del campo. Esto evita el error de aplicar modelos de visión por computador genéricos a problemas que requieren una comprensión más fina del contexto geoespacial.

Un estudio con los modelos Prithvi y TerraMind demostró que, al utilizar solo imágenes RGB, el rendimiento puede disminuir hasta un 25% en tareas como detección de cultivos o de zonas quemadas. Este resultado subraya la importancia de incorporar datos multispectrales para obtener predicciones más fiables.

Infraestructura abierta y herramientas de desarrollo

IBM ha acompañado estos modelos con herramientas que facilitan su adopción y personalización. TerraTorch, por ejemplo, permite ajustar y desplegar modelos fundacionales de forma sencilla. Esta biblioteca, de uso abierto, se ha convertido en un estándar dentro de la comunidad EO.

Además, IBM ha ampliado vLLM, una plataforma de inferencia de alto rendimiento, para que acepte entradas y salidas no textuales. Esto facilita flujos de trabajo completamente multimodales, algo esencial para integrar distintos tipos de datos EO.

Casos de uso concretos

La utilidad práctica de estos modelos ya es evidente. En el Reino Unido e Irlanda, Prithvi-EO fue adaptado para mejorar la detección de inundaciones. En África, se ha utilizado en esfuerzos de reforestación en Kenia y en el estudio de islas de calor en Sudáfrica. También se ha adaptado a los ecosistemas marinos en colaboración con el laboratorio marino de Plymouth y universidades británicas, dando origen al modelo Granite, especializado en la salud de los océanos.

TerraMind ha sido usado en competiciones como el Blue-Sky Challenge, donde ha mostrado su versatilidad en tareas como detección de barcos, predicción de inundaciones o degradación ecológica.

Transparencia y comunidad

Todo este trabajo se sostiene en una apuesta firme por el software abierto. Modelos, códigos y datos están disponibles bajo licencias como Apache 2.0, permitiendo que otros investigadores los usen, mejoren o adapten según sus necesidades. Frente a alternativas cerradas, esta filosofía potencia la colaboración y acelera el progreso científico.

Con la ayuda de benchmarks comunitarios como GEO-Bench-2 y NeuCo-bench, se están estableciendo nuevos estándares para evaluar la capacidad real de los modelos en tareas del mundo real. La participación activa en conferencias, talleres y tutoriales también ha sido clave para consolidar esta comunidad global de usuarios y desarrolladores.¡


]]>

☞ El artículo completo original de Natalia Polo lo puedes ver aquí

Una inteligencia artificial que descubre electrolitos para baterías con solo 58 datos

descubre electrolitos para baterías con solo 58 datos

La búsqueda de nuevos materiales para baterías es una carrera contra el tiempo. Cada experimento para probar una combinación química puede tardar semanas o incluso meses. Esto convierte el desarrollo de nuevas tecnologías energéticas en un proceso lento, especialmente cuando se trata de químicas emergentes que no cuentan con décadas de datos acumulados. Ante este desafío, un equipo de la Universidad de Chicago ha logrado un avance notable: un modelo de inteligencia artificial capaz de explorar un millón de combinaciones químicas para electrolitos de baterías partiendo de apenas 58 datos experimentales.

Este trabajo, dirigido por el laboratorio del profesor asistente Chibueze Amanchukwu, del Pritzker School of Molecular Engineering, fue recientemente publicado en la revista Nature Communications. El modelo creado aplica una técnica conocida como «aprendizaje activo», una estrategia que permite a la IA aprender mientras decide cuáles experimentos serían más informativos para mejorar su rendimiento.

Aprendizaje activo: el ciclo de prueba y error acelerado

En lugar de entrenar el modelo con una gigantesca base de datos histórica, los investigadores empezaron con solo 58 puntos de datos. A partir de allí, la IA generó predicciones sobre nuevas combinaciones químicas que podrían funcionar como electrolitos eficientes. Lo inusual de este trabajo es que el equipo no se quedó en simulaciones: fabricaron baterías reales con las sustancias sugeridas, probaron su rendimiento y retroalimentaron los resultados en el sistema para afinar la próxima ronda de predicciones.

El postdoctorando Ritesh Kumar, coautor del estudio, destaca que la validación experimental es clave. Muchos estudios se quedan en aproximaciones computacionales, pero esas simulaciones pueden alejarse de lo que sucede en condiciones reales. Aquí se decidió enfrentar la realidad física desde el inicio. Si la IA proponía un electrolito prometedor, el equipo lo sintetizaba y medía su durabilidad, evaluando su «ciclo de vida», uno de los indicadores más críticos en baterías.

Este ciclo de predicción, fabricación y prueba se repitió en siete rondas. En cada una, se testearon alrededor de diez electrolitos diferentes. Finalmente, se identificaron cuatro nuevas combinaciones que igualan o superan el rendimiento de los electrolitos comerciales más avanzados disponibles hoy.

Riesgos de extrapolar desde pocos datos

Al igual que pedirle a un generador de imágenes que pinte una cara con seis dedos, una IA que extrapola demasiada información desde una base de datos pequeña puede cometer errores. Los investigadores eran conscientes de esto. Desde el principio, el modelo no solo generaba predicciones, sino también un nivel de incertidumbre asociado a cada resultado. Esta información permitió priorizar cuáles compuestos valía la pena probar primero, maximizando el beneficio de cada nuevo experimento.

Con más datos, las predicciones se vuelven más fiables. Pero el valor de esta metodología reside justamente en hacer mucho con poco. Frente a la imposibilidad de probar un millón de combinaciones en el laboratorio, esta IA funciona como una especie de intuición científica automatizada, orientando la investigación hacia zonas químicas que tal vez los humanos no habrían explorado por su cuenta.

De la predicción a la generación

Actualmente, el modelo de IA parte de combinaciones ya existentes en bases de datos, y extrapola nuevas a partir de ellas. Pero los investigadores ya miran hacia un siguiente paso: convertir esta herramienta en una IA generativa, capaz de inventar moléculas completamente nuevas, sin depender de registros previos. En un universo químico con potencial de hasta 10 elevado a la 60 combinaciones posibles, las oportunidades son literalmente inabarcables por medios tradicionales.

Según el coautor Peiyuan Ma, esto permitiría romper con los límites de la literatura científica actual. Ya no se trataría solo de mejorar lo conocido, sino de descubrir configuraciones que nadie ha imaginado. No obstante, también advierte que, para que estas moléculas lleguen a ser útiles en el mundo real, la IA deberá evaluar muchos más criterios que solo la vida útil del ciclo de carga.

Un electrolito comercial no solo debe durar: también tiene que ser seguro, barato y tener buena capacidad de almacenamiento. La próxima generación de modelos deberá incluir estas variables para filtrar los candidatos con mayor potencial de éxito práctico.

Superar el sesgo humano en la ciencia

El proceso tradicional de investigación suele centrarse en lo que ya se conoce. Existe una inclinación natural a estudiar variaciones de compuestos que ya han mostrado buenos resultados. Es una forma de reducir riesgos, pero también limita el alcance del descubrimiento. Según Kumar, la IA puede ayudarnos a salir de ese ciclo y mirar más allá de las fronteras habituales del conocimiento científico.

Este modelo no reemplaza la ciencia experimental, sino que la complementa. Actúa como un navegador que sugiere rutas menos exploradas en un mapa gigantesco. La combinación de intuición humana, experimentación y herramientas de inteligencia artificial está marcando una nueva etapa en la ciencia de materiales.


]]>

☞ El artículo completo original de Natalia Polo lo puedes ver aquí