Biotecnología

Las ideas postuladas por Darwin han recorrido desde la publicación en 1859 de El origen de las especies un tortuoso camino hasta nuestros días. Aun actualmente, a pesar del vertiginoso desarrollo de la biotecnología y la bioinformática, los experimentos de alto rendimiento y el análisis masivo de datos, estas ideas continúan alimentando discordias entre los gigantes de la ciencia; lo cual, a decir verdad, destila un interesante tinte novelesco y atrevido en textos especializados y de divulgación de autores como Sthephen Jay Gould, Richard Dawkins, Richard Lewontin, Lynn Margulis, etc. En este sentido, es particularmente interesante la relación que han tenido estas ideas (el origen y la naturaleza de la vida) con el desarrollo de los ordenadores: desde los primeros pasos de Ciencia de la computación, sus pioneros estaban obsesionados con la posibilidad de emerger características adscritas a la vida, como la inteligencia, en un ordenador (un buen ejemplo de esto lo compone el artículo Máquinas de computación e inteligencia de Alan Turing (1950), en el cual el autor propuso el célebre Test de Turing). Dos décadas después Fogel, Bagley y Holland entre otros ya estaban desarrollando las primeras simulaciones de carácter evolutivo. En la actualidad el desarrollo de la computación evolutiva es inmenso, y la podemos advertir en aplicaciones tan dispares como el alineamiento de secuencias de nucleótidos, la predicción de plegamiento de proteínas, la ingeniería de software, diseños de topologías de circuitos, diseños de sistemas automatizados del sector financiero, etc. En el presente artículo describiremos muy sucintamente algunos ejemplos de computación evolutiva basándonos en dos programas gratuitos y amenos, desarrollados por Jeffrey Ventrella y colaboradores, y que pueden ser descargados o ejecutados desde su página web: http://www.ventrella.com.

En los tratados modernos, la computación evolutiva engloba principalmente dos estrategias: (a) algoritmos evolutivos y (b) algoritmos genéticos. En realidad ambas técnicas son simplemente lo que en las ciencias formales se conoce como métodos de optimización, con la particularidad de estar inspirados en las tácticas para solucionar problemas de los principios de la evolución y la selección natural. Ambos algoritmos se diferencian en el mecanismo que introduce la variabilidad, que Captura de pantalla del programa Disney meets darwin preceden a la discriminación que ejerce la selección. En los algoritmos evolutivos los cambios experimentados por los individuos son el resultado de la simulación del proceso biológico denominado mutación. De esta forma, los sistemas basados en algoritmos evolutivos son análogos a la evolución de organismos con reproducción asexual. Como ejemplo ilustrativo, el programa escrito en Java Disney meets Darwin (http://www.disneymeetsdarwin.com/) es un sencillo y ameno simulador basado en algoritmos evolutivos, en el cual unos personajes o elementos animados compiten por su eficacia para recorrer distancia o caminar. Los movimientos así como la morfología de estos elementos animados está codificada por una suerte de genes artificiales, que sufren mutaciones de generación en generación, de forma que a la larga se optimiza el problema de la locomoción.

Por su parte, los algoritmos genéticos se inspiran en el mecanismo biológico de la recombinación, y por tanto emulan poblaciones de organismos de reproducción sexual. El objetivo de la recombinación es obtener genotipos o soluciones nuevas mediante la combinación de fragmentos de genotipos o soluciones previas que a su vez han sido seleccionados (en rigor por una combinación de reproducción sexual y natural). Existen varios métodos para simular la recombinación, aunque todos ellos parten (como no podía ser de otra manera) Captura de pantalla del programa Gene Pool 6 del dilema de la elección de pareja. Estas parejas pueden formarse al azar (fenómeno que en biología se conoce como panmixia), aunque también existen otros criterios basados en la atracción entre organismos artificiales. Un simulador con base en algoritmos genéticos seleccionados por atracción mutua, y considerablemente más potente que el anterior, es Gene pool (http://www.swimbots.com/, la versión más reciente hasta ahora es Gene Pool 6). Este simulador, que aparece descrito ampliamente en un capítulo de libro Artificial Life Models in Software, se basa en una población de organismos digitales conocidos como swimbots, cuya (parafraseando a Darwin) lucha por la vida es objeto de dos fuerzas de selección: (a) su capacidad para obtener alimento y sobrevivir (sin el cual mueren tras un breve periodo), en lo que puede considerarse selección natural interespecífica; y (b) su capacidad para reproducirse, o selección sexual. En general ambas presiones selectivas se focalizan sobre la aptitud como nadadores que despliegen los swimbots, por tanto en las sucesivas generaciones se seleccionaran las combinaciones más adaptadas a la natación. Todos los caracteres de los swimbots, desde el número y las características de sus artejos, así como sus movimientos están codificados por un genoma digital, que se recombina en cada proceso de reproducción. El programa es considerablemente completo e intuitivo; es posible configurar los criterios de preferencia de pareja, la disponibilidad y la calidad del alimento, la energía que se le transfiere a la descencencia, etc.

Estos dos programas son ejemplos sencillos e ilustrativos, que ostentan un fin más bien representativo y didáctico. No obstante en la actualidad el alcance y la ambición de la computación inspirada en los sistemas vivos no tiene límites (pensemos, por ejemplo, que el proyecto BlueBrain del EFPL liderado por Henry Markram tiene como objeto simular la corteza cerebral humana). Gran parte de su éxito se debe a que estas simulaciones han resultador ser eficaces estrategias en la solución de problemas típicamente humanos, aunque por lo que a la ciencia concierne, representan una insustituible herramienta de inferencia, que probablemente represente el intento más factible de describirnos y conocernos como sistemas vivos.

Manuel Valero García

Bibliografía:

• Adamtzky, A. & Komosinski, M. 2005. Artificial Life Models in Software. Springer.
• Lahoz-Beltra, R. 2004. Bioinformática. Simulación, Vida Artificial e Inteligencia Artificial. Ediciones Díaz de Santos.
• Lahoz-Beltra, R. 2008. ¿Juega Darwin a los dados?. Simulando la evolución en el ordenador. Nivola.
• Ventrella, J. 1998. Attractiveness vs. efficiency (how mate preference affects location in the evolution of artificial swimming organisms). MIT Press Cambridge, MA, USA.

La sustitución de los libros de anotaciones y cuadernos de protocolos por artefactos digitales es solo el primer paso de cambios en un laboratorio. Aplicaciones para teléfonos móviles que suplen tener que revisar experimentos en la madrugada o aplicaciones para buscar protocolos y reactivos son la novedad en muchos laboratorios actuales.

Así como lo presenta el articulo “Going paperless” de la revista Nature, en su edición Nature News, los tablets han lentamente sustituido los cuadernos de anotaciones característicos de muchas investigaciones científicas. Estos proveen una alternativa rápida para hacer anotaciones, tener una buena base de datos de protocolos a la mano, e ir construyendo las tablas de resultados, a medida de que estos se van obteniendo. Pensando en estas aplicaciones la compañía BioData Software (ahora parte de Digital Sciences), formada por un botánico de Jerusalem ha desarrollado una serie de aplicaciones para cumplir estas necesidades.

Pero no solo hay sustitutos para el manejo de un laboratorio, Bio-rad lanzo al mercado una aplicación gratuita que permite buscar, seleccionar y comprar reactivos desde dispositivos móviles con una gran facilidad. También ofrecen aplicaciones para que los equipos de alto nivel de un laboratorio envíen señales a dispositivos móviles como el fin de un experimento o alguna eventualidad que requiere toma de acciones.

Invitrogen ofrece una herramienta que realiza los cálculos de osmolaridad, concentraciones y pH de las formas mas sencillas, para ahorrar tiempo en las aplicaciones diarias, denominada DailyCalcs. Esta misma compañía tiene una aplicación desarrollada para ayudar en el proceso de clonamiento de genes, seleccionando los bufferes mas apropiados, enzimas de restricción, sistemas de clonamiento, células competentes, concentraciones necesarias de ADN y hasta diseño de primers.

Dentro de esta nueva onda existe toda una variedad de dispositivos, y puede que en un futuro no tanlejano, el trabajo en el laboratorio se vea reducido a la toma de decisiones y el ordenamiento deprocedimientos en un tablet.

Miguelangel Cuenca

Que la ciencia puede ser muy emocionante es un hecho. Pero para quién no se lo crea, existen plataformas como la de iGEM (International Genetically Engineered Machine competition), que desde hace varios años lleva proponiendo esta suerte de campeonato a nivel mundial, en el que grupos de estudiantes universitarios desarrollan proyectos relacionados con la biología sintética y la ingeniería genética para ganarse la tan ansiada medalla de oro. En la edición de 2011 ya había más de 160 grupos participantes de todos los rincones del mundo.

El reto consiste en, una vez formado el grupo de investigación, idear un proyecto basándose en las construcciones génicas que distribuye el propio iGEM y en todas las demás que los investigadores puedan crear. Durante el verano los grupos llevan a cabo sus proyectos, que después los jueces de la competición valorarán. Dando una vuelta por la página web de iGEM podemos llegar a las “wikis” de cada grupo, en las que cada año exponen los detalles de sus proyectos y sus resultados.

Y es que entre los proyectos participantes se pueden encontrar todo tipo de cosas: desde implementaciones clásicas de la biología sintética, como la de los ganadores de la última edición, que crearon bacterias capaces de sintetizar combustibles diesel y de digerir el gluten en el intestino de celíacos, a ideas tan innovadoras como la bioencriptación (en 2010, un grupo de Hong Kong logró almacenar 90OGB de datos en un gramo de bacterias) o el desarrollo de “cadenas de montaje” enzimáticas ayudándose del ADN de la célula, que se mereció el gran premio en ese 2010, y que sus creadores explican tan didácticamente en este vídeo.

Team Slovenia project – iGEM 2010

Os alegrará saber que también hay españoles en la competición, y en los últimos años han participado grupos de la Universidad Pablo de Olavide de Sevilla y de la Universidad Politécnica de Valencia. En este grupo además se han atrevido con proyectos tan originales como la creación de pantallas basadas en células que sustituyen a los píxeles, y han jugado con la posibilidad de utilizar levaduras que cambien la temperatura de Marte y lo hagan más habitable. Desde luego, la imaginación no falta entre los participantes, y hay proyectos realmente fascinantes que os invito a conocer por vosotros mismos.

Además, y por si toda esta avalancha anual de nuevas ideas y posibilidades fuera poca aportación, iGEM contribuye también muy activamente al desarrollo de la biología sintética a través la Fundación BioBricks, que trata de impulsar la disponibilidad gratuita de un extenso catálogo de construcciones génicas estandarizadas, y entre las que se incluyen las creadas por los grupos participantes en la competición.

Así que ya sabéis, si os ha gustado la idea, podéis ir buscando unos 15 estudiantes universitarios y un par de supervisores y formar un grupo para participar en iGEM2012.

Diego de la Morena Frutos

Enlaces:

• Página web de iGEM: http://igem.org/Main_Page
• Bioencriptación: http://2010.igem.org/Team:Hong_Kong-CUHK
• Biosíntesis guiada por ADN: http://2010.igem.org/Team:Slovenia
• LCDs celulares: http://2009.igem.org/Team:Valencia
• Levaduras marcianas: http://2010.igem.org/Team:Valencia

Hoy en día se invierten millones de euros en la investigación contra el cáncer mundialmente, tanto para descubrir nuevos aspectos de sus mecanismos moleculares que pongan de manifiesto posibles nuevas dianas terapéuticas, como para diseñar estrategias noveles con el fin de aplicar una cura definitiva. A pesar de los enormes esfuerzos de investigadores, médicos, empresas farmacéuticas y mecenas, y de los nuevos hallazgos de la investigación básica, todavía no hemos sido capaces de erradicar el cáncer.

En un tumor sólido existen de cientos a millones de células, siendo una masa muy heterogénea en cuanto al fenotipo y el estado de diferenciación de éstas. Los tratamientos de primera línea típicamente aplicados en clínica para combatir el cáncer –la quimioterapia y la radioterapia- son efectivos contra las células con alta capacidad proliferativa del tumor y, si la entidad tumoral no es de naturaleza muy agresiva y la enfermedad ha sido diagnosticada con relativa prontitud, pueden suponer una estrategia efectiva y reducir el tumor hasta casi destruirlo por completo. Sin embargo, virtualmente todos los pacientes diagnosticados con un cáncer no extirpable que inicialmente responden bien a estos tratamientos acaban pereciendo a causa de la enfermedad, que recidiva pasado un tiempo de una forma más agresiva, siendo resistente a quimioterapia y radioterapia.

¿Por qué las drogas citotóxicas y la radioterapia no son capaces de eliminar el foco canceroso por completo? Para cada vez más autores, la respuesta a esta pregunta es bien clara: las culpables son las denominadas células troncales del cáncer (cancer stem cells). Estas células representan un pequeño porcentaje del total que forman el tumor y tienen la habilidad de resistir estos tratamientos tan agresivos –tanto para las células malignas como para las células normales- y recapitular la totalidad y la heterogeneidad del tumor inicial meses o años después de haber finalizado la terapia anticancerosa.

Las células troncales del cáncer comparten algunas características con las células progenitoras normales: un estadío de diferenciación temprano, potencial de diferenciación, capacidad de autorrenovación indefinida y la habilidad de dividirse de forma asimétrica (esto es, dando lugar a una célula idéntica a la troncal y otra en un estadío más diferenciado, con mayor actividad proliferativa), de tal modo que pueden sobrevivir indefinidamente. Además, presentan una mayor cantidad de moléculas capaces de “achicar” las drogas quimioterápicas fuera de la célula (los transportadores ABC), lo cual las hace altamente resistentes a los insultos producidos dichos agentes citotóxicos.

Es por ello que, desde que se publicara allá por 1997 el primer artículo donde se delataban por primera vez estas células troncales del cáncer (Bonnet et al, 1997), se está poniendo cada vez más esfuerzo para poder identificar y caracterizar el origen y los mecanismos moleculares únicos de estas células. De esta suerte, se podrían desarrollar terapias dirigidas específicamente contra ellas, de tal manera que se puedan erradicar, eliminando por completo la raíz del problema. Además, aparte de ser una diana principal para la supresión de la enfermedad, las células troncales del cáncer podrían servir como herramienta de pronóstico en el ámbito clínico, permitiendo llevar a cabo una terapia más personalizada.

No obstante, aún queda mucho por descubrir acerca de estas células. El principal motivo por el que se sabe muy poco sobre ellas es su escasa proporción en los tumores y la dificultad de diferenciarlas del resto de células tumorales: es como encontrar una aguja en un pajar.

Jacob Insua Rodríguez

Bibliografía

• Gupta PB, Chaffer CL, Weinberg RA (2009). “Cancer stem cells: mirage or reality?”. Nat Med 15 (9): 1010-2.
• Bonnet D, Dick JE (July 1997). “Human acute myeloid leukemia is organized as a hierarchy that originates from a primitive hematopoietic cell”. Nat Med 3 (7): 730-7.
• Li C, Heidt DG, Dalerba P, Burant CF, Zhang L, Adsay V, Wicha M, Clarke MF, Simeone DM (February 2007). “Identification of pancreatic cancer stem cells”. Cancer research 67(3): 1030-7.
• Maitland NJ, Collins AT (June 2008). “Prostate cancer stem cells: a new target for therapy”. J. Clin. Oncol. 26 (17): 2862-70.

  
  
  
  
  
  

  Comparte o imprime el artículo:Estos �Á�conos enlazan con webs de marcadores sociales que permiten a los lectores compartir y descubrir nuevas webs.

  • 
  • 
  • 
  • 
  • 
  • 
  • 
  • 
  • 
  • 

Lo que comemos tiene un elevado impacto en nuestra salud. Sin embargo, según los médicos, medir exactamente qué y cuánto ingerimos habitualmente es una tarea muy difícil ya que parece ser difícil obtener una respuesta sincera por parte de los pacientes.

Investigadores de las Universidades de Aberystwyth y Newcastle en el Reino Unido están desarrollando un test con el que con ayuda de las “huellas dactilares” de diferentes alimentos determinados en la orina pueden determinar exactamente si llevamos una dieta sana o todo lo contrario. Esas huellas dactilares responden a metabolitos únicos relacionados con determinados alimentos. Hasta el momento, éstas señas únicas han sido determinadas para lo que conocemos como “alimentos saludables” por ejemplo frambuesas, brócoli, salmón o zumo de naranja (alimentos muy abundantes en los supermercados de UK). Para mejorar el test están trabajando en integrar nuevos alimentos a la base de datos (tales como la pechuga de pollo cuya huella metabólica se muestra a continuación).

En el desarrollo de estos análisis se ha empleado la espectrometría de masas. En concreto la técnica de FIE-MS (flow injection electrospray-ionisation) en un primer estudio más general tipo screening (principalmente por el poco tiempo necesario para obtener resultados) y a partir de esos datos para validar los resultados (debido a la exactitud de masa) la técnica FT-ICR-MS (Fourier-Transform Ion Cyclotron Resonance Mass-Spectroscopy).

El proceso para determinar estas huellas no es sencillo. Comienza con una colecta de muestras de grupos perfectamente definidos todos ellos voluntarios, en este caso. Este periodo se alargó durante varios años y en ese tiempo con ayuda de estadística PD-CLA se confirmó la existencia de un buen agrupamiento de los diferentes tipos de orina (recogida a diferentes horas), para diferentes experimentos (diferente alimentación) y en diferentes condiciones lo que minimizaba riesgo de equivocación y fijaba más el concepto de huella. Una vez comprobado esto, la independencia del tipo de muestra, el siguiente paso estaba en identificar metabolitos únicos que pudiesen ser relacionados con la comida, tras pasar previamente por una identificación hipotética. Un ejemplo podría ser el dipéptido anserina que se encuentra abundantemente en la pechuga de pollo:

1. Determinación de masa exacta por FT-ICR-MS del metabolito arsenina en pool de orina tomada en ayuno.
2. Evaluación de la presencia del metabolito FIE-MS/MS en un pool de orina tomada en ayuno.
3. Evaluación del espectro de masas típico de la anserina sintética.

Una vez identificados y caracterizados metabolitos típicos, por cambios en la dieta, se estudió si los metabolitos desaparecían a corto plazo y se podía “mentir” y hacer parecer que se lleva una dieta sana. La evaluación se realizó por modificaciones de los componentes del desayuno en grupos de voluntarios. Los resultados de días posteriores mostraron que los perfiles metabólicos de alimentos que se consumen habitualmente no desaparecen y son visibles en ensayos a tiempos largos.

Tanto médicos como dietistas, nutricionistas e investigadores creen que la evaluación de las dietas puede prevenir enfermedades relacionadas con tipos de alimentos y las cantidades de los mismos ingeridos. Y lo que es más, señalan la posibilidad de que este tipo de test pudiera convertirse en una herramienta contra las enfermedades crónicas. A más largo plazo, objetivo final es un kit de evaluación por inmersión de tiras en orina.

Marta Martín Lorenzo


Referencias

• FAVE G, BECKMANN M, LLOYD AJ, ZHOU S, HAROLD G, LIN W, TAILLART K, XIE, L, DRAPER J, MATHERS JC (2011) Metabolomics7, 469-484. Development and validation of a standardised protocol to monitor human dietary exposure by metabolite fingerprinting of urine samples.
• LLOYD AJ, FAVE G, BECKMANN M, LIN W, TAILLIART K, XIE L, MATHERS JC, DRAPER J (2011) American Journal of Clinical Nutrition94, 981-991. ‘Use of mass spectrometry fingerprinting to identify urinary metabolites after consumption of specific foods.’
• LLOYD AJ, BECKMANN M, FAVE G, MATHERS JC, DRAPER J (2011) British Journal of Nutrition106, 812-824. ‘Prolinebetaine and its biotransformation products in fasting urine samples are potential biomarkers of habitual citrus fruit consumption.’