Los investigadores del Centro RIKEN para la Ciencia de los Recursos Sostenibles (CSRS) en Japón han desarrollado un nuevo sistema de espectrometría de masas computacional para identificar metabolomas, conjuntos completos de metabolitos para diferentes organismos vivos. Cuando se probó el nuevo método en tejidos seleccionados de 12 especies de plantas, pudo observar más de 1000 metabolitos. Entre ellos había docenas que nunca antes se habían encontrado, incluidos aquellos con potencial antibiótico y anticanceroso.

La aspirina analgésica común (ácido acetilsalicílico) se produjo por primera vez en el siglo XIX, y se deriva del extracto de corteza de sauce, una medicina que fue descrita en tablillas de arcilla hace miles de años. Después de que se descubrió un nuevo método de síntesis, y después de haber sido utilizado en todo el mundo durante casi 70 años, los científicos finalmente pudieron comprender cómo funciona. Este fue un largo proceso histórico, y aunque las plantas siguen siendo un recurso casi infinito para el descubrimiento de fármacos y la biotecnología, miles de años ya no es un marco de tiempo aceptable.

¿Por que tarda tanto?

El mayor problema es que hay millones de especies de plantas y cada una tiene su propio metaboloma, el conjunto de todos los productos del metabolismo de la planta. En la actualidad, solo conocemos alrededor del 5 por ciento de todos estos productos naturales. Aunque la espectrometría de masas puede identificar metabolitos vegetales, solo funciona para determinar si una muestra contiene una molécula determinada. La búsqueda de metabolitos aún desconocidos es otra historia.

La espectrometría de masas computacional es un campo de investigación en crecimiento que se enfoca en encontrar metabolitos previamente desconocidos y predecir sus funciones. El campo ha establecido bases de datos y repositorios de metabolomas, que facilitan la identificación global de humanos, planta, y metabolomas de la microbiota. Dirigido por Hiroshi Tsugawa y Kazuki Saito, un equipo de CSRS ha pasado varios años desarrollando un sistema que puede identificar rápidamente una gran cantidad de metabolitos de plantas, incluyendo aquellos que no han sido identificados antes.

Como explica Tsugawa, "si bien ningún software puede identificar de manera integral todos los metabolitos de un organismo vivo, nuestro programa incorpora nuevas técnicas en espectrometría de masas computacional y proporciona 10 veces la cobertura de los métodos anteriores ". En las pruebas, mientras que los métodos basados ​​en espectrometría de masas solo notaron alrededor de cien metabolitos, El nuevo sistema del equipo pudo encontrar más de mil.

La nueva técnica computacional se basa en varios algoritmos nuevos que comparan los resultados de la espectrometría de masas de las plantas que están etiquetadas con carbono-13 con las que no lo están. Los algoritmos pueden predecir la fórmula molecular de los metabolitos y clasificarlos por tipo. También pueden predecir la subestructura de metabolitos desconocidos, y basado en similitudes en la estructura, vincularlos a metabolitos conocidos, que puede ayudar a predecir sus funciones.

Ser capaz de encontrar metabolitos desconocidos es un punto de venta clave para el nuevo software. En particular, el sistema pudo caracterizar una clase de antibióticos (benzoxazinoides) en arroz y maíz, así como una clase con propiedades antiinflamatorias y antibacterianas (glicoalcaloides) en la cebolla común, tomate, y patata. También pudo identificar dos clases de metabolitos anticancerígenos, uno (saponinas triterpénicas) en soja y regaliz, y el otro (alcaloide betacarbolina) en una planta de la familia del café.

Además de facilitar el cribado de metabolomas especializados en plantas, el nuevo proceso acelerará el descubrimiento de productos naturales que podrían utilizarse en medicamentos, y también aumentar la comprensión de la fisiología vegetal en general.

Como señala Tsugawa, El uso de este nuevo método no se limita a las plantas. "Creo que la decodificación computacional de los datos de la espectrometría de masas metabolómica está relacionada con una comprensión más profunda de todos los metabolismos. Nuestro próximo objetivo es mejorar esta metodología para facilitar la identificación global de los metabolomas humanos y de la microbiota también. Los metabolitos recién encontrados se pueden investigar más a fondo a través de la genómica , transcriptómica, y proteómica ".

El estudio fue publicado en marzo de 28 pulg Métodos de la naturaleza .