¿QUÉ ES LA VIDA?: DEL CARTESIANISMO A LA BIOLOGÍA DE SISTEMAS

Publicado en Revista Persea.
Léelo completo en su sitio: http://ift.tt/2gpcK5d

Diógenes Infante Herrera

31/9/2017

queslavida.jpg

¿Qué es la vida?

Hace años trabajaba yo en Nueva York y vivía en Nueva Jersey, por lo cual tenía que tomar el autobús para ir a Manhattan todos los días.  Un día me tocó un chofer latino, muy simpático, que después de una breve conversación me invitó para una reunión religiosa.  Yo lo rechacé muy amablemente, manifestándole que yo era científico y no tenía ningún interés en la religión.  El chofer inmediatamente me replicó: «Si Uds. los científicos se creen tan poderosos por qué no pueden crear vida en los laboratorios».  En ese momento me vino a la cabeza la reacción en cadena de la polimerasa, la PCR por sus siglas en inglés, y le respondí: «¡Claro que podemos hacerlo!», y le expliqué que el proceso de la PCR implicaba una amplificación enzimática del ADN en el laboratorio, utilizando una máquina que permite generar ciclos de temperatura diferentes, una enzima capaz de replicar el ADN (polimerasa) que es estable a altas temperaturas y unos cebadores de la reacción que eran específicos para amplificar una cierta secuencia de ADN.  ¡El chofer se quedó callado y siguió conduciendo!  

Yo simplifiqué la vida como una molécula que es capaz de hacer copias de sí misma y dejar descendencia. Sin embargo, podríamos conceptualizar la vida un poco mejor en base a los siguientes postulados que estableció Sir Paul Nurse, Premio Nobel: (i) el gen es la base para herencia, (ii) la célula es la unidad fundamental de los organismos, (iii) La biología se basa en la química, y (iv) las especies evolucionan por selección natural.  Estos preceptos representan una ventana mediante la cual podríamos entender la vida según un criterio reduccionista.  Sin embargo, las cosas pueden ser más complejas, ya que lo que realmente ocurre es la interacción compleja entre los distintos componentes, las células, los genes, las proteínas y todas las macromoléculas presentes, lo cual nos lleva una quinta ventana que es la biología de sistemas; sistemas complejos que interactúan a muchas escalas y que están interconectados.  Un ejemplo es el metabolismo secundario de las plantas, que está constituído por todas esas enorme cantidad de sustancias que estas producen: aromas, sabores, colores, compuesto con aplicaciones medicinales y de cosmética. El metabolismo secundario está necesariamente sincronizado con el metabolismo primario, que es el que produce la energía necesaria para poder realizar todas esas funciones; además con los genes, las proteínas y tiene una gran interacción con el ambiente.  Un caso muy emblemático es el de la viña, ya que la misma variedad de uva produce vinos distintos al ser cultivada en diferentes localidades.  Entender la vida finalmente implica entender esas complejas interacciones.

El fin del sistema cartesiano en biología

Nuestra capacidad de investigar ha estado durante muchos años basada en las ideas filosóficas de René Descartes, quien en su libro conocido popularmente como el Discurso del Método nos planteó la metodología a seguir para generar nuevos conocimientos.  Descartes enfrentaba los conceptos establecidos durante siglos, que basaban el conocimiento en la Lógica Aristotélica que, a su entender, sólo servía para explicar lo ya conocido. Uno de los postulados de Descartes es el de dividir cada una de las dificultades que se examina en tantas partes como sea posible y sea necesario para su solución adecuada, es decir ir de lo particular a lo general y resolviendo los casos particulares eventualmente resolver el caso general.

Esta aproximación cartesiana fue el pilar de la generación de nuevos conocimientos durante siglos.  Newton vio caer una manzana y postuló la gravedad y todas las matemáticas que nos permiten saber con precisión dónde estará Júpiter dentro de unos años.

Otra consecuencia de esta aproximación es el investigador-isla trabajando casi solo en su laboratorio, con poca interacción.

Sin embargo, este enfoque tiene muchas limitaciones cuando intentamos comprender un sistema muy complejo, como son los sistemas biológicos, es decir los seres vivos; ya que en general el todo es mayor que la suma de las partes, con lo cual estudiando los pequeños fenómenos no podemos llegar a comprender el gran fenómeno, que en última instancia es la vida misma.  Hace falta entonces un enfoque global, ir de lo mayor lo menor, apartarse del sendero cartesiano.

La Ingeniería de los Sistemas biológicos

Surge la interrogante de cómo tener una nueva aproximación a los sistemas biológicos. Yuri Lazebnik, un investigador ruso trabajando en USA, en un artículo publicado hace algunos años que se convirtió en un clásico, compara el enfoque tradicional de la biología para enfrentar un problema con el de la ingeniería y analiza su posible uso para resolver una dificultad relativamente simple y parcialmente desconocida para él: una radio que no funciona. El autor establece que una radio es esencialmente muy parecida a un sistema biológico de transducción de señales, ya que convierte una señal en otra: la onda electromagnética en sonido. El autor concluye que nunca se podrá entender cómo funciona la radio con el tradicional método de investigación biológica, basado en el reduccionismo, ya que este consiste en deducir cuál es el papel que juega cada uno de los componentes de manera individual sin tomar en cuenta como funciona el todo, que es lo que finalmente puede permitir su reparación. Finalmente compara este enfoque con el enfoque de un ingeniero para un sistema tecnológico. En el caso de la ingeniería destaca el uso de un lenguaje formal con dos atributos: uno, no es ambiguo; y dos, permite un análisis cuantitativo. Este lenguaje se compara con el muy confuso lenguaje utilizado por los científicos para describir sus sistemas, donde cada quien piensa que su pequeño descubrimiento es más importante que el de todos los demás.

Se desprende de lo anterior, que podemos considerar los sistemas biológicos como una serie de módulos que trabajan acoplados realizando las distintas funciones.  Como ejemplo el desarrollo del embrión, que lleva al diseño del cuerpo, se puede considerar como una gran red de genes reguladores que se van expresando a un tiempo determinado durante su desarrollo. Estos sistemas cuentan con una propiedad fundamental, su robustez, que implica la preservación de características fundamentales a pesar de algunos cambios en los componentes o en el medio ambiente. Aquí tenemos el ejemplo de la viña, a pesar de los cambios en la zona de siembra, siempre puede servir para producir vino, a pesar de las diferencias.

Hay que destacar la importancia de los protocolos de comunicación entre los distintos módulos, que son más importantes que los módulos, ya que permiten la comunicación entre ellos. Un ejemplo de protocolo de comunicación es el internet, concretamente el TCP/IP, que permite el intercambio de información a nivel mundial entre distintas computadora, con diferentes sistemas operativos y en distintos idiomas. Un buen protocolo biológico tiene que ser robusto y tener capacidad de evolución.

Para qué sirve la secuencia de un genoma

En una reciente conversación, un colega investigador me preguntó para qué servía obtener la secuencia completa de un genoma; interesante pregunta. Una respuesta inmediata es que abre las puertas a la biología de sistemas a nivel molecular, ya que con anterioridad ese enfoque sistémico se aplicaba especialmente en ecología o a nivel de organismos.

La secuenciación de genomas completos, formalmente la Genómica Estructural, data de mediados de los años 90 del siglo pasado, siendo el primer genoma no viral completado el de la bacteria Haemophilus influenzae, por un equipo de científicos bajo el mando de Craig Venter en 1995; si bien el proyecto de la secuenciación del genoma humano comenzó unos años antes, llevó unos 10 años en completarse. Al inicio de estos proyectos se pensaba que la genómica estructural iba a permitir establecer la tabla periódica de los genes, comparando esto con la tabla de los elementos químicos que en el siglo XIX permitió el avance de la química, solo que en este caso se esperaba que el genoma humano tuviera unos 100.000 genes.  Identificando todos los genes íbamos a tener de alguna manera el rollo resuelto. Este número surgió producto de la comparación con los genomas bacteriano que contaban con unos 5.000 genes. Sin embargo, la sorpresa fue que el número de genes humanos identificados estuvo en el orden de 21.000, casi la quinta parte de lo esperado, con lo cual se derrumbó el paradigma de la Tabla Periódica de los Genes, y de paso mostró que el problema era mucho más complejo, ya que el número de proteínas está en el orden de 80.000. Este resultado tumbó dos paradigmas: el de un gen una enzima, luego reformulado un gen una cadena polipeptídica, y el de la tabla periódica de los genes.

A pesar de esto, la obtención de la secuencia de genomas completos permitió la reconstrucción de las redes metabólicas, con lo cual se puede establecer cuáles son los productos naturales que un organismo o especie es capaz de sintetizar, en el caso de las plantas.  Con esto abrió las puertas a la biología de sistemas a nivel molecular.

La secuencia del genoma nos permite enumerar los diversos componentes celulares, describir sus interacciones químicamente, formular una descripción matemática de la totalidad de tales interacciones, identificar bajo qué limitaciones opera la red resultante, y evaluar si se realizan ciertas funciones fisiológicas en un entorno determinado, lo cual permite una variedad de usos básicos y aplicados.

 

Pasos para aproximarse a un problema biológico desde el enfoque de la biología de sistemas. Las bases de datos contienen mucha información, que puede ser vinculada y estudiada con métodos computacionales para múltiples fines.

Pasos para aproximarse a un problema biológico desde el enfoque de la biología de sistemas. Las bases de datos contienen mucha información, que puede ser vinculada y estudiada con métodos computacionales para múltiples fines.

Esta información permite establecer in silico (en computadora) la relación entre el fenotipo y el genotipo, y finalmente estudiar el metabolismo de un organismo con un enfoque global, vinculando genes, proteínas, metabolitos, así como las cinéticas de las distintas reacciones bioquímicas, tal como se muestra en la figura anterior.

Otra aplicación de la secuencia completa de un genoma son los estudios de asociación en todo el genoma, Genome Wide Association Studies, GWAS, que al comparar muchos genomas mediante cálculos computacionales permite detectar cambios en los mismos.  En especial, existe un polimorfismo de un solo nucleótido, denominado SNP, Single Nucleotide Polimorphism, un cambio de una base en un gen particular, que puede ser asociado a un fenotipo determinado como una enfermedad u otra característica resaltante.  Para la identificación de los SNPs es necesario secuenciar el genoma, o la región del genoma en estudio, de muchos individuos de manera de poder detectar los SNPs y eventualmente realizar la asociación.  

Dado que estos estudios se basan en analizar y comparar una gran cantidad de datos, surge la necesidad de secuenciar los genomas de muchos individuos; por ejemplo, hay proyectos que tienen por objetivo 1 millón de genomas humano; los chinos se plantean llegar a 100 millones de genomas secuenciados para el 2030.  Estos estudios permiten encontrar si existe una asociación entre una característica y uno o varios SNPs, con lo cual se pueden identificar las regiones del genoma que están potencialmente involucradas en alguna característica o enfermedad, que luego pueden ser estudiadas con mayor detalle.

Las secuencias de genomas completos generan una enorme cantidad de datos, 25Tb de información en promedio para un organismo eucariota, lo cual presenta el problema de cómo obtener información relevante de tanta información. De ahí la necesidad de utilizar modelos matemáticos que nos ayuden a extraer información de estos datos.

Las redes

A mediados del siglo XVIII el matemático suizo Leonard Euler vivía en la ciudad de Königsberg, hoy Kaliningrado. Esta localidad estaba dividida en cuatro secciones por un río y se conectaban mediante siete puentes.  Euler se planteó el problema si era posible recorrer todos los puentes, pasando una sola vez por cada uno y empezando y terminando en el mismo punto de la ciudad.  Aparentemente un problema bien banal. De la solución de este problema surgió toda una disciplina matemática, la teoría de redes, también conocida como Teoría de Grafos. Las redes, o más correctamente los modelos en redes, nos permiten entender el funcionamiento de sistemas extremadamente complejos, como la actividad del cerebro humano,  el tráfico en una ciudad o el metabolismo secundario de las plantas, que es fuente de innumerables compuestos de origen vegetal, muy especialmente compuestos con aplicaciones en salud y alimentación. Los grafos ponen orden cuando se tienen que manejar una gran cantidad de datos en sistemas o procesos biológicos y crean el puente entre la biología molecular y las matemáticas.

El estudio sistemático de la huella genética (genómica) y la bioquímica (metabolitos) que va con un proceso celular específico requiere la caracterización de todas las pequeñas moléculas que forman el perfil de metabolitos y los genes asociados. El metaboloma representa la colección de todos los metabolitos durante ciertos procesos en el organismo. El transcriptoma representa el perfil de expresión génica, todos los mensajeros de ARN en una condición definida. Por lo tanto, para entender el proceso en su conjunto, los estudios de metabolitos deben estar acompañada de estudios de la expresión de genes, por lo que el metaboloma debe estar acompañado por el transcriptoma, para que podamos identificar los genes y los metabolitos cuya síntesis es inducida por un determinado proceso, una infección o estrés. Los estudios de metabolómica generan una enorme cantidad de datos, que necesitan de herramientas matemáticas y computacionales para establecer las correlaciones entre los datos bioquímicos y los genéticos, y para construir las redes que representan las complejas interacciones metabólicas que se producen en cada caso. Este tipo de análisis nos permite observar el problema desde una perspectiva holística, en lugar de analizar cada parte separadamente, ya que en estos sistemas el todo es mucho mayor que la suma de las partes.  Nos encontramos entonces que abordamos el problema desde una perspectiva distinta a la establecida por Descartes, que consistía en ir de lo menor a lo mayor.  Este enfoque global podría eventualmente permitir reparar la radio que comentamos con anterioridad o por lo menos entender cómo funciona.

Figura2.png

El metabolismo opera como una serie de reacciones bioquímicas que actúan de manera interrelacionadas para mantener activas las funciones vitales, consumiendo energía para estar lejos del equilibrio termodinámico. Esencialmente existen dos tipos de metabolismo, el primario, que genera la energía y el secundario para todo lo demás, que necesariamente tiene que estar acoplado al primario.

Podemos entender el metabolismo como un proceso en un organismo donde un conjunto de compuestos se transforman en unos productos a través de una serie de reacciones bioquímicas ramificadas, que generan numerosos productos específicos. Estas reacciones representan la red metabólica.  Esta red tiene diferentes enzimas que pueden estar presentes o ausentes según el tipo de célula, las condiciones ambientales o estado fisiológico.

Por lo que para estudiar el metabolismo y sus aplicaciones en biotecnología e ingeniería metabólica es fundamental dilucidar la organización y el significado biológico de las vías metabólicas. Para ello es necesario establecer el orden de las reacciones, su sentido y si son uni o bidireccionales, lo cual nos da el patrón de conexiones, lo que se denomina topología del grafo o de la red, tal como se muestra en la figura siguiente.

Figura3.png

Si la trayectoria entre dos nodos es importante para su descripción, cada enlace entre dos nodos tendría entonces una orientación particular. Este tipo de gráfico se conoce como Gráfico Direccional o Dígrafo y caracteriza la estructura o topología de sistemas tales como las redes metabólicas.  Los nodos representan los compuesto (metabolitos) y los enlaces las reacciones bioquímicas, que pueden ser reversibles o no.

La red metabólica de la síntesis de flavonoides en cacao

El chocolate negro es un alimento funcional, ya que su consumo tiene un impacto benéfico en la salud humana.  Muchos de los compuestos que tienen este efecto lo constituyen los polifenoles, que son metabolitos secundarios de plantas omnipresentes y con una gran variedad de funciones que incluyen mecanismos de defensa, atracción de polinizadores para la reproducción y como antioxidantes.  Una parte de estos polifenoles lo constituyen los flavonoides, que cumplen un rol en las plantas de atraer a los polinizadores y como pigmentos.  Adicionalmente tiene el efecto en la salud humana ya comentado. Los polifenoles se encuentra en mayores cantidades en cultivos como el cacao, el té, la uva y la aceituna.

En el caso del cacao, este contiene una gran cantidad de flavonoides, particularmente la epicatequina que ayuda a eliminar los radicales libres, que actúan previniendo las enfermedades cardiovasculares y aminorando los efectos de enfermedades como la diabetes.  Además, el cacao contiene teobromina, con una estructura muy similar a la cafeína, que también tiene efectos positivos para la salud, actuando como dilatador de los vasos sanguíneos, ayudando a disminuir la presión arterial, también aumenta el colesterol bueno (HDL) y detiene la acumulación de placas en las paredes arteriales.

Es por esto que estudiar la síntesis de flavonoides en cacao nos puede permitir desarrollar variedades de cacao con un alto contenido de estos compuestos, lo cual le daría al chocolate un mayor valor nutricional de salud.

Con ese objetivo Arsenio Rodríguez y yo realizamos la construcción de un modelo de red metabólica de la síntesis de flavonoides en cacao, Theobroma cacao, que nos permitió investigar las propiedades estructurales esta red. Realizamos dos modelos in silico, (en computadora), uno genérico inicial primario de plantas, consistente en 1024 nodos (especies químicas) y 1099 bordes (reacciones químicas), luego un segundo modelo de red curada para cacao con 653 nodos (metabolitos de flavonoides) y 706 reacciones bioquímicas. El grafo que representa esta red se muestra en la figura siguiente.  El análisis de la red mostró que la molécula con más conexiones es la Coumaroyl-Coenzima A, un compuesto químico que se encuentra en las chalconas. Esto sugiere un papel regulador central para este nodo. Esto nos indica que cualquier modificación a este sistema tiene que tomar en cuenta su efecto en la actividad  de esta enzima, ya que ella está involucrada en múltiples reacciones enzimáticas.

Este modelo nos permite ver como un todo la síntesis de flavonoides en cacao y eventualmente desarrollar chocolates con un mayor contenido de estos compuestos benéficos.

Entre las múltiples aplicaciones que permite el análisis de las propiedades de la red, está la ingeniería metabólica del proceso, el descubrimiento biológico, la evaluación fenotípica y el análisis evolutivo. La ingeniería metabólica es de particular importancia en las plantas y ofrece perspectivas prometedoras para mejorar los rendimientos de la producción y el valor nutricional de los cultivos, generar moléculas de interés farmacológico y la producción de energía a partir de plantas.

Figura4.png

Podemos observar que la red es extremadamente compleja, sin embargo las herramientas de cálculo computacional, acoplado con el análisis bioquímico nos permite determinar cómo se comportan estos compuestos, permitiendo, por ejemplo, determinar su relación en un ambiente determinado.  Se sabe que el cacao, al igual que la uva, produce chocolates de calidades distintas al ser cultivado en ambientes distintos.

Para finalizar con las redes, Euler encontró que no era posible realizar el recorrido en los términos en que él se planteó el problema.

A manera de conclusión

La posibilidad de poder comprender de manera global el fenómeno de la vida, nos abre la posibilidad manipularla a voluntad.  Pero eso no es nada nuevo, si tomamos en cuenta que hace años inventamos especies que no existía de manera natural, como el maíz, los perros y el tomate, solo que ahora lo hacemos basado en fundamentos científicos. Ciertamente que esta posibilidad abre las puertas a situaciones aterradoras, pero sobre todo puede hacer que seamos capaces de vivir de una manera más armoniosa en el planeta que hemos colonizado, desarrollando nuevos enfoques para la medicina y la agricultura.  Enfrentamos el reto de alimentar una población creciente con una superficie dedicada a la agricultura decreciente. Saber cómo funcionan las plantas y cómo es su interacción con el medio ambiente, permite diseñar una agricultura de precisión muchísimo más productiva, con un menor impacto en el ambiente, en la salud de los agricultores y en los consumidores.  

Cogito ergo sum, René y mira hasta dónde hemos llegado.
 

Fuentes y para profundizar más sobre el tema

Csete, M. E., & Doyle, J. C. (2002). Reverse Engineering of Biological Complexity. Science, 295(5560), 1664.

Davidson, E. H., Rast, J. P., Oliveri, P., Ransick, A., Calestani, C., Yuh, C.-H., . . . Bolouri, H. (2002). A Genomic Regulatory Network for Development. Science, 295(5560), 1669.

Fleischmann, R. D., Adams, M. D., White, O., Clayton, R. A., Kirkness, E. F., Kerlavage, A. R., . . . al., e. (1995). Whole-genome random sequencing and assembly of Haemophilus influenzae Rd. Science, 269(5223), 496-512.

Lazebnik, Y. (2002). Can a biologist fix a radio? Or, what I learned while studying apoptosis. Cancer Cell, 2(3), 179-182.

Palsson, B. (2009). Metabolic systems biology. FEBS Letters, 583(24), 3900-3904. doi:http://ift.tt/2iJ99Qc

Rodriguez, A., & Infante, D. (2009). Network  models in the study of metabolism. Electronic Journal Biotechnolgy, 12(3).

Rodriguez, A., & Infante, D. (2011). Characterization in silico of flavonoids biosynthesis in Theobroma cacao L. Network Biology, 1(1), 34-45.

Vidal, M. (2009). A unifying view of 21st century systems biology. FEBS Letters, 583(24), 3891-3894. doi:http://ift.tt/2gpcQK7

 

visa 5x5.jpg

Diógenes Infante Herrera es Licenciado en Biología, (1980), Universidad Simón Bolívar, Caracas, Venezuela. Diplôme d’Études Approfondies en Microbiologie, (1983), Université Paris-Sud, Orsay, France y Doctorat en Microbiologie, (1987), Université Paris-Sud, Orsay, France. Postdoctorados: (1987-89), Roche Institute of Molecular Biology, Nutley, NJ, EE. UU. y (1989-1990) Memorial Sloan-Kettering Cancer Center, New York, NY, EE. UU. Ha sido investigador en: Núcleo Experimental de Biotecnología Agrícola, Instituto Venezolano de Investigaciones Científicas-Caracas, Venezuela. Centro de Investigación Científica de Yucatán, Mérida, México. Centro Nacional de Biotecnología Agrícola, IDEA, Caracas, Venezuela. Investigador visitante, Max Planck Institute for Plant Breeding Research, Colonia, Alemania (2001). Actualmente es investigador de Alto Nivel 1, Programa Prometeo, Senescyt, Ecuador.

Anuncios

Responder

Introduce tus datos o haz clic en un icono para iniciar sesión:

Logo de WordPress.com

Estás comentando usando tu cuenta de WordPress.com. Cerrar sesión /  Cambiar )

Google+ photo

Estás comentando usando tu cuenta de Google+. Cerrar sesión /  Cambiar )

Imagen de Twitter

Estás comentando usando tu cuenta de Twitter. Cerrar sesión /  Cambiar )

Foto de Facebook

Estás comentando usando tu cuenta de Facebook. Cerrar sesión /  Cambiar )

Conectando a %s