Salud México , México, Miércoles, 27 de julio de 2016 a las 14:26

Descubriendo comunidades de genes mediante teoría de redes

Detectan comunidades de genes asociadas a la red de transcripción de MEF2C, una proteína que regula la expresión génica y contribuye a la diferenciación celular

CONACYT/DICYT Uno de los problemas fundamentales de la biología ha sido descifrar los mecanismos de la diferenciación celular; responder cómo es que cada célula logra adquirir las características para formar parte de una uña, un riñón o un ojo, siendo que todas ellas contienen el mismo código de instrucciones, la misma información genética en su núcleo.

 

Gracias a la física estadística, al avance de las ciencias computacionales y al desarrollo de las ciencias de la complejidad, este problema se ha comenzado a abordar desde un nuevo enfoque: la teoría de redes, explica Sergio Antonio Alcalá Corona, estudiante del doctorado en ciencias biomédicas de la Universidad Nacional Autónoma de México (UNAM).

 

Mediante la teoría de redes, el trabajo de Sergio Alcalá, dirigido por el doctor Enrique Hernández Lemus, investigador del Instituto Nacional de Medicina Genómica (Inmegen), ha permitido detectar comunidades de genes asociadas a la red de transcripción de MEF2C, una proteína que regula la expresión génica y contribuye a la diferenciación celular.

 

Sergio Alcalá desarrolló un análisis de redes complejas que explica cómo el gen MEF2C interactúa de manera compleja con una gran variedad de genes para regular sus funciones. Esto aporta al desarrollo de métodos computacionales y estadísticos que permiten explicar el funcionamiento del genoma humano.

 

El abordaje matemático previo a la experimentación genómica permitirá dar una descripción cercana del funcionamiento de los procesos biológicos, mejorando la elección de genes a estudiar y, por lo tanto, ayudar a un manejo más eficiente de los recursos experimentales, así como evitar experimentación en animales.


Regulación genética

 

Los procesos por los cuales cada célula del organismo toma características y funciones del tejido del que forma parte está relacionado con un fenómeno denominado regulación genética.

 

La regulación genética consiste en apagar o prender diferentes genes de las células, según la función que necesitan realizar. Por ejemplo, en una célula de las uñas el gen encargado de producir queratina estará encendido, mientras que el gen encargado de producir proteínas de la retina ocular estará apagado, explica Sergio Alcalá.

 

Este encendido y apagado de los genes está orquestado por una serie de proteínas denominadas factores de transcripción. Para inhibir la expresión de un gen, estas moléculas se unen a la molécula de ADN impidiendo que los genes se transcriban, por lo tanto la traducción y la síntesis de proteínas no se lleva a cabo. Los factores de transcripción también tienen la capacidad de unirse a genes para inducir su transcripción.

 

Pero los factores de transcripción tuvieron que ser activados por otros genes, es decir, hay un complejo proceso de regulación donde una gran variedad de moléculas orienta la expresión genética. Seguramente en este proceso existen comunidades de genes que se relacionan para cumplir una función específica, igual que el área de ventas o de producción en una empresa, comenta el especialista.

 

Redes complejas y regulación genética

 

A estas complejas relaciones entre los genes y las proteínas que controlan su expresión se les llama redes de regulación. Conocer las comunidades de genes que interactúan en estas redes no es algo trivial, pues define dónde podrían encontrarse los problemas de regulación que desencadenan alguna enfermedad, puntualiza Sergio Alcalá.

 

Por ello, dentro de su trabajo doctoral y junto con su tutor, se planteó la posibilidad de modelar la interacción genética mediante la teoría de redes complejas y buscar comunidades de genes asociadas.

 

La teoría de redes es una rama de las ciencias de la complejidad que permite estudiar y representar gráficamente las relaciones entre los elementos de un proceso. Esta metodología ha sido muy utilizada para describir las relaciones entre personas en las redes sociales como Facebook o Twitter.

 

En este tipo de representación se emplea un punto o nodo para simbolizar a cada individuo y una línea para ilustrar una relación entre sujetos. Así, se obtiene una gráfica parecida a una telaraña que presenta claramente con qué personas se relaciona cada individuo, incluso puede representarse qué tipo de relación existe entre ellos, ejemplifica Sergio Alcalá.

 

Para aplicar este modelaje a las redes de regulación genética se asigna un punto a cada gen estudiado y una línea a cada interacción de regulación. El resultado es un gráfica que presenta la interacción entre distintos genes.

 

Comunidades de regulación y gen MEF2C

 

Para realizar este modelaje de redes se eligió el gen MEF2C, que ha sido bastante estudiado por el doctor Enrique Hernández Lemus. Este gen produce una proteína que resulta ser un factor de transcripción maestro, explica Sergio Alcalá.

 

“Se realizó la red de regulación de MEF2C a tres niveles, es decir, se identificó mediante bases de datos qué genes regulaba, qué genes regulaban sus regulados y todavía un nivel más, los regulados de los regulados. El resultado es una red compleja, donde genes de niveles inferiores regulan genes de niveles superiores”.

 

Después de identificar los genes que interactúan con MEF2C la investigación prosiguió hacia la búsqueda de comunidades de genes. Se aplicó un algoritmo matemático para encontrar grupos de genes y se recurrió a bases de datos internacionales para averiguar las funciones asociadas a estas comunidades.

 

“Encontramos una comunidad asociada al gen SRF (relacionado con la proliferación y diferenciación celular), que es muy pequeña, solo 17 genes, los cuales con una probabilidad muy alta se dedican a procesos de señalización celular, muy específicos”.

 

Los detalles de la investigación se publicaron en la revista Frontiers in Physiology, bajo el nombre de Community Structure Reveals Biologically Functional Modules in MEF2C Transcriptional Regulatory Network. Este trabajo fue financiado por el Consejo Nacional de Ciencia y Tecnología (Conacyt) y por fondos federales del Inmegen.

 

Investigaciones futuras: comunidades y cáncer

 

Los estudios de comunidades de regulación son estudios muy prometedores. Perfeccionar las metodologías para establecer redes de transcripción permitirá realizar acercamientos estadísticos previos a los ensayos experimentales.

 

Por ejemplo, si al observar las redes de regulación se sospecha que un grupo de 17 genes es el más asociado a cierto proceso fisiológico, se podrá comenzar el estudio enfocándose en ese grupo de genes y evitará buscar entre los más de 20 mil genes humanos la causa de un mal funcionamiento del proceso, detalla el estudiante de doctorado.

 

Sergio Alcalá pretende proseguir sus investigaciones en redes de transcripción y enfocarlas en encontrar si existen grupos de genes asociados a la regulación en el cáncer de mama.