La herramientas biocomputacionales, un arma poderosa en la lucha contra las enfermedades raras
Volver
08 abril 2010

La herramientas biocomputacionales, un arma poderosa en la lucha contra las enfermedades raras

Share

El grupo Bases Moleculares de la Proliferación Celular es pionero en la utilización de las estrategias biocomputacionales en el estudio de la Enfermedades Metabólicas Hereditarias. Uciencia ha entrevistado a su responsable, la catedrática Francisca Sánchez Jiménez, que trabaja desde hace más de 16 años en este tipo de patologías.

Foto de portada: Francisca M. Sánchez Jiménez. Catedrática de Bioquímica y Biología Molecular adscrita al Departamento de Biología Molecular y Bioquímica de la Universidad de Málaga. /UMA.es

El Plan de Atención a personas afectadas por enfermedades raras delSistema Andaluz de Salud establece lo siguiente: “Bajo la denominación de Enfermedades Raras o de baja prevalencia, se agrupan un conjunto de enfermedades heterogéneas, sobre las que se tiene un conocimiento incompleto, que afectan a un número de personas desconocido y que plantean un desafío en términos de salud pública debido a la ausencia de información sobre su magnitud, evolución y tendencias, al hecho depresentar muchas de ellas un curso crónico e invalidante, que precisan intervenciones multidisciplinares, y al impacto negativo que producen sobre las personas afectadas y sus familias”.

Quíenes son...

Grupo:

Bases Moleculares de la Proliferación Celular.

Experiencia:

16 años de experiencia e investigación.

Miembros:

Formado por 11 doctores adscritos a: Dpto. Biología Molecular y Bioquímica de la Facultad de Ciencias, Unidad 74 del Centro de Investigación Biomédica en Red de Enfermedades Raras (CIBER-ER), del Instituto de Salud Carlos III y al Ministerio de Ciencia e Innovación.

Coordinadora:

Francisca Sánchez Jiménez. Catedrática de la Universidad de Málaga.

Líneas de investigación:

Sistemas metabólicos, angiogénesis y transducción de señales y cáncer.

El  Grupo de investigación malagueño, Bases Moleculares de la Proliferación Celular, pionero en la utilización de las estrategias biocomputacionales en el estudio de la Enfermedades Metabólicas Hereditarias (enfermedades raras). Uciencia ha entrevistado a su responsable,  la catedrática Francisca Sánchez Jiménez, que trabaja desde hace más de 16 años en este campo de la medicina en la Universidad de Málaga:

Dra. Sánchez, ¿Cómo conecta su línea de investigación con las enfermedades raras?

El 80% de las enfermedades raras son de origen genético, y muchas de ellas se expresan como enfermedades metabólicas. Por lo tanto, la identificación de las mutaciones en los múltiples genes responsables de estas enfermedades, es fundamental para avanzar en el desarrollo de nuevas formas de tratamiento. En la mayoría de estas patologías metabólicas no se conoce a nivel molecular los detalles que se desencadenan por la acumulación o falta de disponibilidad de determinados productos del metabolismo celular lo que dificulta la caracterización de las causas de la enfermedad y poder contrarrestarla con tratamientos. Nuestra estrategia para abordar este estudio molecular, exhaustivo aunque necesario, se puede encuadrar dentro de las líneas de acción propuestas por la biología de sistemas.

¿Qué es la biología de sistemas? Y ¿Cuáles son estas líneas de acción?

Para entender esto, tenemos que recordar que un sistema vivo, por ejemplo una célula, es un sistema abierto y organizado en red, cuyos elementos básicos son las proteínas y ácidos nucleicos y  la interacción entre ellos. Pues bien, todo este conjunto de elementos es lo que se considera un sistema biológico. Pero, para obtener información de la globalidad, dado que estos sistemas vivos son un auténtico puzzle, necesitamos integrar, organizar y formalizar la información. Esto, que antes era impensable por la magnitud de los datos que había que barajar, hoy en día, ha sido posible gracias al gran avance de la colaboración entre informática y biología, que ha dado frutos como la creación de sistemas de: almacenamiento y gestión de datos biológicos; de integración y comparación; de visualización y análisis de imagen. Así como programas analíticos, y predictivos, capaces de generar modelos que nos permiten la mejor compresión del sistema globalmente.

¿Son estas las herramientas biocomputacionales?

Efectivamente, estas son las herramientas que nos permiten capturar de forma automatizada la información biológica que necesitamos. Para ello, hemos desarrollado un sistema de integración de valores biológicos procedentes de distintos bancos de datos creando un lenguaje propio en la web semántica, lo que se ha dado en llamar la web 3.0, de manera que una vez establecidas las relaciones entre los distintos conceptos biológicos introducidos, el sistema de forma automática es capaz de encontrar información e incluso de responder a preguntas relativamente complejas.

El análisis proteómico de las enfermedades raras nos lleva a identificar proteínas que permiten diagnosticar la enfermedad o incluso pronosticar su evolución.

¿Cómo aplica su grupo toda esta tecnología en la investigación de las enfermedades raras?

Se comienza con la aplicación de una herramienta, que hemos desarrollado, de captura y predicción de estructuras proteicas. Este paso nos resulta muy útil para facilitar el poder realizar con posterioridad, modelos de proteínas de las que se conocen mutaciones que han provocado las enfermedades raras que estudiamos.

Una vez concluida esta fase, a partir de la información que hemos obtenido sobre las proteínas que nos interesa estudiar, podemos llevar acabo, mediante el procesador, los pasos siguientes en los que optimizamos los valores hallados y éste nos presenta simulaciones de la dinámica molecular. Una dinámica que va a permitir  explicar el comportamiento de las proteínas tanto nativas como las mutadas. A partir de los cuales, podremos de nuevo simular las consecuencias sobre otras vías metabólicas y estudiar los efectos que esos cambios producen en las propiedades de interacción de la proteína con su ligando, o buscar y/o diseñar inhibidores o activadores de las reacciones, en definitiva nuevos moduladores de su actividad.

¿Qué son las redes de interacción entre proteínas y que relación tienen con su trabajo?

Son las redes que construimos, basándonos en la integración de toda la información que acumulamos sobre las interacciones que se producen entre las proteínas y que van a constituir el modelo metabólico que estamos buscando.  Como ya he referido anteriormente este modelo metabólico final, es el que nos permitir identificar nuevas dianas para la aplicación, por ejemplo, de fármacos que ya son conocidos pero que quizás podríamos utilizar en nuevos tratamientos. Este hecho puede explicarse debido a que probablemente el metabolismo posea propiedades que sólo se explican cuando se tiene una visión integradora de todos sus componentes, como la que obtenemos nosotros con este abordaje.

Por último Dra. Sánchez, ¿Qué es el enfoque reduccionista? Y ¿De qué han servido todos los años dedicados a este enfoque?

El enfoque reduccionista en los campos de la ciencia es el estudio de un fenómeno complicado a través de sus partes. En nuestro ámbito, concretamente, se refiere a la caracterización que se realiza individualmente de cada macromolécula.

Por supuesto que los años dedicados a este enfoque han sido muy valiosos para todos, la caracterización de macromoléculas individuales, ha sido un esfuerzo muy fructífero, con el que se han aportado multitud de datos muy importantes. De hecho seguimos aplicando métodos reduccionista en las investigaciones que llevamos a cabo, en las que estamos francamente muy adelantados, porque consideramos que son un pilar muy importante de nuestras investigaciones. Por ejemplo, la proteómica, en la que estudiamos el proteoma celular, que no es más que la totalidad de las proteínas que se expresan en una célula en particular, bajo unas condiciones concretas, ciclo celular, estímulos hormonales, etc. Como ya se pueden imaginar, el análisis proteómico de las enfermedades raras nos lleva a identificar proteínas, llamadas biomarcadores, que permiten diagnosticar la enfermedad o incluso pronosticar la evolución de la misma.