Miquel de Cáceres, el biòleg captivat pels ordinadors i les matemàtiques

L’espontaneïtat de Miquel de Cáceres salta com una molla literalment davant de la pregunta de per què va estudiar Biologia. I pronuncia la resposta amb una naturalitat abassegadora que cau com el plom: “per Ramon Margalef, sens dubte”. Recorda com el van influir a l’adolescència els llibres de divulgació d’aquest ecòleg de referència, sobretot ‘Planeta azul, planeta verde’: “tenen un discurs aparentment senzill, però que no ho és en absolut”. I rememora com ja llavors es va enamorar de la biologia, gràcies a la passió encomanadissa que transmetia una professora. A banda de la biologia, els ordinadors i les matemàtiques són les seves passions, probablement per aquest ordre. “Sóc d’una generació que començava a tenir ordinadors a casa i em vaig iniciar en la programació amb 15 anys. Érem molt pocs, quatre ‘frikis’ que ens hi vam posar”. La biologia seguia sent una referència i, per això, un cop a la universitat es va capbussar en l’ecologia forestal, la limnologia i l’ecologia teòrica, com encara avui recorda.

"Sens dubte, vaig estudiar Biologia per Ramon Margalef: el seu libre 'Planeta azul, planeta verde' té un discurs aparentment senzill, però que no ho és en absolut"
MIQUEL DE CÁCERES, responsable de l'Ecosystem Modelling Facility del CREAF

La seva primera experiència científica un cop llicenciat en Biologia és fer la tesi doctoral en modelització molecular, si bé la seva fortalesa allà tornaven a ser els seus coneixements de programació informàtica. “Les habilitats matemàtiques en un biòleg són rares”, afirma, “i per això la meva afició m’obria portes professionals... però en direccions que no m’omplien prou”. El que sí apareix de manera clara amb la tesi és la paraula modelització, que avui lliga i dona sentit a tot el seu discurs perquè ha aconseguit unir-la amb l’ecologia: des del 2021 coordina l’Ecosystem Modelling Facility (EMF) del CREAF, una petita unitat especialitzada en modelització estadística, una forma simplificada i matemàtica d'aproximar-nos a la realitat que permet elaborar prediccions. La creació de l'EMF i la contractació del Miquel de Cáceres ha sigut possible gràcies al programa Severo Ochoa.

Un biòleg apassionat que programa codi informàtic des dels 15 anys: una combinació rara que ha portat Miquel de Cáceres a modelitzar per fer prediccions sobre sistemes ecològics.

“He trobat una tasca que, si surt bé, em farà gaudir molt”. I passar-s'ho bé és resultat de connectar la modelització de processos (que ja va desenvolupar al Centre Tecnològic Forestal de Catalunya) amb el dia a dia de la recerca del CREAF. “Em permet enriquir-me del coneixement de les companyes i companys; necessito establir col·laboracions i que les eines que desenvolupo els siguin útils per investigar”, explica.

El ‘dream team’ de la modelització

El discurs estructurat de Miquel de Cáceres passa al plural de sobte i, a partir de llavors, ja només parla de l’equip, del nosaltres que representen els 3 companys que integren l’Ecoystem Modelling Facility. I explica amb detall la versatilitat d’un grup que compta amb Víctor Granda i Roberto Molowny. De Granda destaca la seva fascinació per la informàtica, que el va portar a deixar la recerca en biologia un cop presentada la tesi doctoral: “és molt bo programant... potser per influència del seu pare, que es va especialitzar en hardware”. I de Molowny apunta que és físic, amb una tesi d’astrofísica “i de tots tres és el que sap més matemàtiques, més física i més estadística”.

"Al Victor Granda, al Roberto Molowny i a mi (integrants de l'EFM) no ens espanten les qüestions numèriques, sabem programar, tenim un bagatge quantitatiu i això és positiu. Tenim perfils complementaris, podem fer grans coses junts amb objectius comuns"
MIQUEL DE CÁCERES

Sobre si mateix, admet que el seu pas ha sigut una mica més tardà, perquè s’ha dedicat a investigar en ecologia forestal i fa un any que coordina l’Ecosystem Modelling Facility en un paper híbrid entre la recerca i el suport tècnic. “El Victor Granda, el Roberto Molowny i jo tenim el l’afegit que no ens espanten les qüestions numèriques, sabem programar, tenim un bagatge quantitatiu i per això aportem, i això és positiu. Tenim perfils complementaris, podem fer grans coses junts amb objectius comuns”. I de sí mateix recalca: “he programat molts anys, no sóc informàtic però tinc l'algorítmica al cap”. El seu gran repte com a equip: continuar donant suport, participar a projectes en els que hi hagi un valor afegit i seguir impulsant desenvolupaments propis.

El seu discurs està quallat de preguntes retòriques que contesta ràpidament de manera didàctica i endreçada. Com si assumís que la modelització i l’estadística són abstractes i convé clarificar. Es dedica a modelitzar processos després de centrar-se en l’estadística aplicada a l’ecologia com a predoctorand i, a continuació, com a postdoctorand al Canadà.

Distingeix entre la modelització estadística (analitzar dades per extraure’n informació sobre patrons), de la modelització que elabora eines per fer prediccions sobre el funcionament d’un sistema ecològic. “Amb la primera vaig obtenir un reconeixement mitjançant cites científiques, però em generava la insatisfacció de no tenir un sistema d’estudi”, recorda. I aquesta és la raó per la que s’ha anat especialitzant en modelitzar processos. “D’una banda és molt dur perquè he d’aprendre sobre molts àmbits de recerca i integrar-los, i conèixer com funcionen els processos en els sistemes ecològics. Però de l’altra, treballo sobretot amb boscos i això em permet pensar què està pensant a les capçades amb la intersecció de la pluja, observar les arrels... ara tinc un vincle més fort entre la meva experiència vital i la meva feina”. La modelització de processos ecològics, doncs, posa la biologia per davant, en íntima col·laboració amb els ordinadors i les matemàtiques.

Un científic que modelitza

Els models complementen l'experimentació, que és cara. I tenen una multiplicitat d'usos, de la qual es beneficien els diversos àmbits de recerca del CREAF.

La multiplicitat d’usos dels models en recerca van des de comprovar com interacciona amb d'altres processos un de propi de l’ecologia, fins a concebre aplicacions per transferir coneixement. “Els models complementen l’experimentació, que és cara”, aclareix, “per això se'n beneficien els diversos àmbits de recerca del CREAF”. Un dels exemples rellevants de transferència és preveure el risc d’incendi, a partir de prediccions sobre la variació d’humitat a la vegetació. "Em sembla rellevant perquè és una manera d’incidir, de connectar amb la realitat. Em sento útil no només per fer avançar la recerca sinó també perquè es prenen decisions a partir de la informació que proporcionem”.

La constant col·laboració amb àmbits diversos de coneixement també és una part de la feina que li crida l’atenció. “L’avantatge dels models és que integren coneixement de diferents àmbits formalitzats matemàticament per fer càlculs quantitatius". La decisió professional d’evolucionar des de l’estadística aplicada a l’ecologia de comunitats fins a la modelització de processos forestals li va permetre desenvolupar un sistema d’estudi, aplicable al bosc, a escala de parcel·la o a escala de conca.

"Em sento científic, si bé és una qüestió que fa 20 anys que em plantejo"
MIQUEL DE CÁCERES

Si se li demana si es considera científic afirma que sí, que s’hi sent identificat. “És una qüestió que fa 20 anys que em plantejo”, confessa. “M’agrada l’activitat de fer recerca, si bé la que faig està molt orientada a generar eines perquè investiguin altres. Escric articles científics, però no tots contesten una pregunta sobre el funcionament de la natura. Em considero científic, però podria no considerar-m’hi. Ara m’hi considero més perquè la meva feina està molt més lligada als boscos i els seus processos. Però els que ens dediquem a números som una mica especials, crec”.

Aquesta acció és part del Severo Ochoa "ULandscape" finançat l'any 2019 per l'Agència Estatal d'Investigació del Ministeri de Ciència i Innovació espanyol per donar suport als Centres de Recerca d'Excel·lència.