Prácticamente todas las funciones de nuestro cuerpo requieren interacciones precisas entre tipos de moléculas radicalmente diferentes. La gran mayoría de las veces, estos encuentros no rinden nada, pero unos pocos sostienen la vida tal como la conocemos.

Drs. Faruck Morcos y Zachary Campbell de la Universidad de Texas en Dallas están buscando lo que diferencia un encuentro fructífero de un fracaso:un misterio con muchas probabilidades similar a encontrar un alma gemela entre los millones metafóricos de peces en el mar. Su objetivo final es prevenir las relaciones que se vuelven tóxicas y resultan en enfermedades.

Un nuevo estudio publicado en Comunicaciones de la naturaleza , muestra el progreso de los investigadores en la comprensión de cómo las moléculas llamadas ARN se emparejan con las proteínas asociadas previstas. Los investigadores esperan que eventualmente puedan predecir y manipular estas asociaciones que se han forjado a lo largo de millones de años de evolución.

"Estamos tratando de comprender cómo las proteínas logran una selectividad notable para ciertos ARN, "dijo Campbell, profesor asistente en el Departamento de Ciencias Biológicas de la Facultad de Ciencias Naturales y Matemáticas. "Generalmente, la gente ha analizado este problema caso por caso. Creemos que, analizando millones de variantes de ARN a la vez, ayudaremos a revelar los fundamentos de cómo las proteínas de unión al ARN reconocen lo que buscan ".

Conexiones correctas

ARN, que significa ácido ribonucleico, es un tipo de molécula pequeña similar en estructura al ADN, el modelo genético para construir y mantener un organismo vivo. Mientras que el ADN reside dentro del núcleo de una célula, hebras de ARN se mueven por la célula, llevando copias de las instrucciones del ADN para producir proteínas.

Dependiendo de su estructura, algunos ARN desempeñan funciones más allá del de mensajero. Pueden unirse a proteínas y regular cómo se expresan los genes o actuar como catalizadores de varios procesos biológicos.

Los resultados saludables de las interacciones ARN-proteína dependen de que estas reacciones se desarrollen correctamente; las interacciones defectuosas pueden producir problemas de desarrollo en el organismo, algunos de los cuales son fatales. Sin embargo, estos encuentros son poco conocidos, en parte debido a la gran cantidad de interacciones potenciales.

"Incluso para una pequeña parte de ARN, hay tantas combinaciones como estrellas en nuestra galaxia, "Dijo Campbell.

Predecir las piezas

Morcos, también profesor asistente de ciencias biológicas, ha desarrollado poderosos métodos estadísticos para manejar los inmensos volúmenes de datos necesarios para construir un modelo que cuantifica el espacio de un billón de posibles estructuras de ARN, y revela cuáles son mejores candidatos para interacciones funcionales.

Él describe este método como proporcionar "una gran cantidad de piezas en un rompecabezas gigante, "permitiendo al equipo predecir piezas adyacentes a partir de pistas contextuales.

"Si los experimentos no pueden capturar la estructura de ARN exacta que la evolución seleccionó para las interacciones, informa al modelo sobre cómo inferir esas estructuras, ", dijo." No solo eso, también podemos predecir piezas que nunca se han utilizado a través de la evolución, pero eso puede conducir potencialmente a una interacción funcional ".

Morcos enfatizó cómo los avances tecnológicos en la computación de big data han permitido que su proyecto tenga éxito.

"Esto es novedoso en esa vanguardia, Las capacidades experimentales de alto rendimiento y la secuenciación de próxima generación nos han permitido explorar más rápidamente una gran cantidad de posibilidades y parámetros. ", dijo." Usando aproximaciones inteligentes, esencialmente podemos resolver un problema que había sido computacionalmente imposible ".

Morcos dijo que la fuerza de su proyecto proviene de lo que él y Campbell aportan cada uno a la mesa.

"Los métodos experimentales del Dr. Campbell pueden ayudarnos a muestrear un gran espacio de interacciones funcionales, ", dijo." Aún así, esto es solo una fracción de la cartografía genética completa. Pero cuando combinamos esto con los modelos estadísticos desarrollados en mi laboratorio, podemos llenar los vacíos en este muestreo, y cuantificar realmente un enorme espacio de posibilidades ".

Campbell habló de la amplia gama de usos potenciales de los datos que han recopilado.

"Esto nos permite esbozar qué asociaciones es más probable que se produzcan, enseñándonos cómo se logra la selectividad, y, con suerte, nos permitirá mejorar lo que ha evolucionado de forma natural, " él dijo.

Para Campbell y Morcos, el objetivo es diseñar nuevos tipos de agentes farmacológicos que impidan interacciones indeseables que conduzcan a enfermedades o imiten las beneficiosas.

"Con una comprensión de cómo se produce el reconocimiento entre socios, podemos aprender mucho sobre fisiología humana, así como genomas y enlaces virales y bacterianos que podrían alterarse para mejorar la salud humana, "Dijo Campbell.