Tus células necesitan moverse. Por ejemplo, las células inmunitarias deben moverse por el cuerpo para localizar los sitios de infección y las neuronas deben migrar a posiciones específicas en el cerebro durante el desarrollo. Pero las células no tienen ojos para ver a dónde van. En cambio, como un perro olfateando la fuente de algunos olores deliciosos, una célula descubre cómo llegar a algún objetivo detectando sustancias químicas en su entorno a través de receptores esparcidos por la superficie de la célula. Por ejemplo, el sitio de una infección emitirá ciertas moléculas y un glóbulo blanco seguirá este rastro de señales para encontrar su fuente.

Comprender cómo migran las células al leer las señales en su entorno es una parte fundamental para saber cómo funcionan los sistemas vivos, desde las células inmunes en el cuerpo humano hasta los organismos unicelulares que viven en los suelos. El nuevo trabajo del laboratorio de Matt Thomson de Caltech, profesor asistente de biología computacional e investigador del Instituto de Investigación Médica Heritage, proporciona nuevos conocimientos sobre cómo las células migran y responden a la información en sus entornos. La investigación se describe en un artículo que aparece en la revista Cell Systems el 8 de junio.

Los biólogos tradicionalmente han entendido el proceso de migración celular con un modelo simple. En este modelo, el entorno de una célula se representa como un gradiente de concentraciones de señal, con una concentración muy alta que emana de una fuente (como el ejemplo de infección mencionado anteriormente) que disminuye gradualmente más lejos de la fuente. Como ejemplo, imagina soltar una gota de tinte de color en el agua. El agua en las inmediaciones de donde se coloca el tinte se volvería de color brillante; con la distancia de esa fuente, el color disminuiría gradualmente en intensidad.

Pero este modelo simple en realidad no reproduce el aspecto del entorno complejo y desordenado dentro de los tejidos vivos.

"Si quisiera diseñar células para realizar alguna tarea en el cuerpo para aplicaciones biomédicas, como matar tumores, esa célula tendrá que saber cómo lidiar con entornos reales, no solo el entorno simplista de una placa de laboratorio", dice el graduado. estudiante Zitong Jerry Wang, primer autor del estudio.

En los tejidos, las células se mueven a través de una red enredada de proteínas llamada matriz extracelular (ECM). Aquí, las señales químicas no solo flotan libremente, sino que se adhieren a la ECM en sí, creando un entorno de señalización que no parece un gradiente suave, sino más bien un desorden irregular, similar a una red, de moléculas agrupadas.

¿Cómo localizan las células la fuente de las moléculas de señalización para navegar en el entorno real y desordenado dentro de los tejidos? El modelo de gradiente tradicional de la migración celular, en el que la célula sigue suavemente su gradiente de concentración de señalización local, no funciona en este entorno realista porque, aunque la célula puede descubrir una zona de concentración de señal relativamente alta, no puede alejarse de ese máximo local. para encontrar la fuente real de las señales. En otras palabras, la célula se atasca en parches locales de altas concentraciones, pero en realidad no puede llegar a donde debe ir. Por ejemplo, imagine que está tratando de alcanzar la cima de una montaña solo moviéndose cuesta arriba; es posible que se quede atascado en la cima de una colina intermedia más pequeña, porque en un entorno montañoso real, es posible que deba descender en ciertas áreas para alcanzar el pico más alto .

Para comprender cómo las células lidian con esto, el equipo se basó en observaciones experimentales realizadas en células de levadura que muestran que cuando las células detectan feromonas, reorganizan los receptores en sus superficies para que se coloquen más receptores cerca de áreas con una alta concentración de señal. El equipo también estaba intrigado por el hecho de que se había observado la reorganización dinámica de los receptores en una variedad de sistemas:ciertos tipos de células humanas, como las células T y las neuronas, pueden reorganizar sus receptores, e incluso las langostas barren activamente sus antenas (que contienen receptores de olores) a través del espacio como se mueven, lo que mejora significativamente su capacidad para navegar hasta el origen de las columnas de olor irregulares.

Con esto en mente, el equipo desarrolló un modelo informático en el que los receptores celulares podrían redistribuirse activamente en respuesta a señales, basándose en mecanismos moleculares conocidos para la redistribución de receptores. En este modelo dinámico, las células no se atascan en áreas de concentración local y pueden encontrar la verdadera fuente de señal. Después de esta optimización del receptor, la navegación celular fue 30 veces más eficiente y el modelo coincidió con precisión con el comportamiento celular real observado en el tejido. Aunque se ha observado el reordenamiento del receptor en una miríada de sistemas, este trabajo es el primero en demostrar que desempeña un papel funcional crucial en la navegación celular.

"En un próximo artículo, describimos cómo el mecanismo de redistribución del receptor que modelamos implementa con precisión lo que se conoce como filtro bayesiano, que es un conocido algoritmo de seguimiento de objetivos que se usa activamente en la robótica actual", explica Wang. "Entonces, las células de nuestro cuerpo podrían estar usando un algoritmo de navegación similar al de los vehículos autónomos, como los autos sin conductor".

El nuevo modelo es fundamental para comprender los sistemas celulares reales relevantes para la salud humana. "Durante mucho tiempo, las personas no podían obtener imágenes dentro de los tejidos, por lo que se desconocía cómo se veía el entorno del tejido", dice Wang. "Los investigadores extraían células del cuerpo y estudiaban cómo se mueven en una placa de laboratorio, con gradientes de señales que se difunden suavemente y se liberan de una pipeta. Pero ahora sabemos que esto realmente no es lo que sucede en el entorno real, que es irregular. y complicado. Este trabajo nos ha inspirado para establecer una colaboración con los médicos para obtener imágenes de más muestras de tejido para comprender mejor el entorno in vivo".

En particular, esta investigación se inspiró en los principios de la neurociencia y cómo las neuronas procesan la información sobre las señales en sus entornos.

"La información sensorial que recibe un organismo en su entorno natural está altamente estructurada espaciotemporalmente, lo que significa que varía en el tiempo y en el espacio debido a las regularidades estadísticas inherentes a los estímulos naturales", dice Wang. "Los neurocientíficos han descubierto que los sistemas de procesamiento sensorial neuronal, como el procesamiento retiniano y el procesamiento auditivo, se han adaptado a la propiedad estadística de las señales a las que están expuestos:la señal visual o auditiva en el entorno natural del animal".

"Sabemos que una célula también vive en un entorno estructurado espacialmente, por lo que primero construimos modelos estadísticos de entornos de células naturales tanto en el suelo como en los tejidos a partir de datos de imágenes y simulación, luego usamos la teoría de la información para preguntar cómo funciona el sistema de procesamiento sensorial de una célula, en este caso, la distribución de los receptores—está relacionada con la estructura estadística del entorno de la célula.

"Nos sorprendió descubrir que este principio general de la neurociencia también se aplica a la escala de células individuales, específicamente las distribuciones de receptores que se encuentran en las células mejoran drásticamente la adquisición de información en entornos naturales. Además, mostramos la misma extensión de conexión con la navegación celular. Reordenamiento adaptativo de receptores observados en las células mejora significativamente la navegación celular, pero solo en entornos naturales como el tejido. Esto plantea la pregunta de si hay otros aspectos de la biología celular que también se pueden entender mejor cuando se ponen en el contexto del hábitat natural de una célula, por ejemplo, estrategias de comunicación célula-célula".