Cuando adaptarse es cuestión de cerebro: el caso de la grajilla occidental

La creciente preocupación por el impacto del cambio global sobre la biodiversidad ha generado una necesidad urgente de identificar qué organismos son más vulnerables y entender qué los hace más sensibles a la extinción. Hoy sabemos que la principal causa del declive y desaparición de especies es la mala adaptación a los cambios ambientales rápidos y drásticos inducidos por la actividad humana. Paradójicamente, sin embargo, algunas especies se han visto favorecidas por estas alteraciones, lo que les ha permitido aumentar en número y expandirse. Estas observaciones plantean dos preguntas clave: ¿por qué unas especies toleran mejor la mala adaptación que otras? ¿Y qué mecanismos explican estas diferencias?

En algunos casos, como en organismos de vida corta como virus, algas o insectos, la explicación radica en su gran capacidad de adaptarse evolutivamente con rapidez a los cambios ambientales. Pero en los animales de vida larga, como muchas aves y mamíferos, la evolución es demasiado lenta para poder “rescatar” a las poblaciones de la mala adaptación. En estas situaciones, una alternativa plausible es que su persistencia dependa de su cerebro y de la capacidad de modificar el comportamiento frente a nuevos retos ambientales —una teoría conocida como la hipótesis del cerebro protector (cognitive buffer hypothesis).

El proyecto COGPOP, liderado por el CSIC-CREAF con la participación del CTFC, la Universidad de Amberes y el CEAB-CSIC, explora aspectos poco conocidos de esta teoría combinando dos aproximaciones complementarias. La primera compara especies para identificar qué rasgos cognitivos distinguen a las que toleran mejor los cambios y bajo qué condiciones han evolucionado. Con la ayuda de modelos evolutivos, estudiamos cómo cambios drásticos en el ambiente ocurridos en el pasado —como los asociados a la colonización de ambientes marinos por aves y mamíferos terrestres— han favorecido cambios adaptativos en las áreas del cerebro implicadas en la cognición, y cómo esto ha condicionado las estrategias vitales y la demografía.

La segunda aproximación se centra en los individuos: cómo toman decisiones y cómo estas influyen en la demografía y la evolución de la población. Lo hacemos mediante un estudio a largo plazo de la grajilla occidental (Corvus monedula), un ave social, longeva y de sorprendente inteligencia.

Desde 2015, estudiamos una población de grajillas que cría en cajas nido y torres de nidificación que la Generalitat de Catalunya ha habilitado en la plana de Lleida para mejorar la biodiversidad. Cada año capturamos, medimos y marcamos pollos y adultos, observamos su comportamiento y recogemos datos de reproducción (p. ej. tamaño de puesta y número de volantones) y de supervivencia. También utilizamos cámaras y sensores para registrar lo que ocurre dentro de los nidos: quién alimenta, cuándo entran y salen los progenitores, cómo cooperan y cómo compiten. Además, realizamos análisis genéticos para determinar el sexo y las relaciones de parentesco entre individuos, lo que nos permite distinguir respuestas evolutivas de respuestas plásticas.

Con toda esta información podemos estimar la “fitness” de los individuos y de la población, y evaluar cómo responde la población, demográfica y evolutivamente, a los cambios ambientales —como el aumento de temperaturas derivado del cambio climático. Además, podemos entender cómo las decisiones individuales —como adelantar la reproducción cuando hace más calor— pueden amortiguar las presiones ambientales, y explorar cómo esas decisiones modelan las trayectorias microevolutivas.

El proyecto está liderado por Daniel Sol (CSIC-CREAF) y los miembros de su laboratorio Alessandra Bateman, Francis Dale, Laura Noguer y Marçal Pou-Rossell. También colaboran Aina Garcia-Raventós (Universidad de Amberes), Francesc Sardà, David Giralt y Gerard Bota (CTFC), y Jolle W. Jolles (CEAB-CSIC).

Una de las principales tareas de campo del proyecto COGPOP es el anillamiento científico de pollos y adultos de grajilla. Consiste en colocar una anilla metálica en la pata del ave, con un código único que permite identificarlo cuando se recaptura. A cada individuo también se le coloca una anilla de plástico con un código alfanumérico y un microchip, que permiten identificar a los individuos a distancia o mediante data-loggers instalados en el nido.

Cuando capturamos una grajilla, también aprovechamos para pesarla, medirle el pico y las alas, y recoger muestras para analizar su ADN. Con toda esta información podemos saber cómo sobreviven y se reproducen los individuos, y por tanto estimar su “fitness”, además de estudiar decisiones que toman como cuándo y dónde reproducirse o con quién asociarse para alimentarse.

La población de grajillas que estudiamos cría en cajas nido artificiales repartidas por toda la plana de Lleida, y existen dos tipos:
Por un lado, cajas nido solitarias, colocadas en postes de madera de unos 4 metros de altura, en espacios abiertos y tranquilos. Por otro lado, grandes torres de nidificación, cada una con una media de 30 cajas nido. Estas estructuras funcionan como bloques de pisos para grajillas, favoreciendo la cría en colonia, un comportamiento típico de esta especie.

Por dentro, las torres de nidificación parecen una nave espacial: luces verdes y rojas, cables y componentes electrónicos por todas partes. Cada caja nido tiene un microordenador Raspberry Pi asociado, una cámara y algún otro sensor. Jolle Jolles y Marçal Pou-Rossell son expertos en esta nueva tecnología do it yourself de bajo coste.

Los Raspberry Pi son microordenadores sin pantalla, teclado ni ratón que, mediante programación, se pueden configurar para hacer cualquier cosa. En este caso, Jolle y Marçal los han programado para grabar imágenes cada segundo y así saber qué ocurre en el interior de las cajas nido en todo momento, desde que empieza la época de reproducción con la construcción del nido hasta que los pollos se marchan volando. Cada microordenador envía toda esta información a la nube diariamente mediante una red wifi portátil incorporada en el sistema. Posteriormente, la gran cantidad de imágenes obtenidas de las múltiples cajas nido se procesa mediante inteligencia artificial, para detectar las grajillas que aparecen en cada fotograma y poder cuantificar sus comportamientos de cuidado parental de forma automatizada.