La investigadora de la UC3M, observando las proteínas en el ordenador. Fuente: UC3M.
Científicos de la Universidad Carlos III de Madrid (UC3M) en colaboración con el Centro Nacional de Investigaciones Oncológicas (CNIO) están usando técnicas de ordenador para mejorar la caracterización de las proteínas. Con el sistema desarrollado han predicho, por ejemplo, la relación de dos proteínas humanas con los telómeros, lo que deriva en su posible implicación en el envejecimiento celular y el desarrollo de cáncer, a falta de la correspondiente verificación experimental.
Las proteínas son moléculas formadas por cadenas de aminoácidos y desempeñan un papel fundamental para la vida, dado que en ellas se expresa la información codificada en los genes, por lo que realizan una gran cantidad de funciones en el organismo: inmunológica (anticuerpos), estructural (constituyen la mayoría del material celular), bioreguladora (forman parte de las enzimas) y un largo etcétera. En resumen, regulan miles de procesos que tienen lugar dentro de los organismos, incluido el humano, y a menudo lo hacen a través de la relación que establecen con otras.
“Analizar y utilizar esta red de interacciones es una tarea de interés debido al gran número de asociaciones existentes y a las múltiples formas en que una proteína puede influir en la función de otras”, explica la profesora Beatriz García, del departamento de Informática de la UC3M. “En un escenario biológico tan complejo, determinar las asociaciones funcionales de forma experimental es muy costoso, por lo que tratamos de aplicar herramientas computacionales para predecirlas y orientar la experimentación”, señala.
Se trata, en resumen, de utilizar técnicas del área de Inteligencia Artificial, en concreto de Aprendizaje Automático, para obtener resultados útiles en la Biología, dentro de un área interdisciplinar y emergente conocida como Bioinformática o Biología Computacional.
Las tareas de cada proteína
En este contexto, esta línea de investigación profundiza en la anotación de la función de las proteínas. Es decir, en la determinación de cuáles son las tareas de cada proteína o grupo de ellas dentro del organismo. En concreto, los científicos han afrontado dos problemas específicos: la predicción de asociaciones funcionales entre pares de proteínas en la bacteria Escherichia coli y la extensión de rutas biológicas en humanos. También aportan conclusiones sobre la interpretación de dichas predicciones, que pueden ayudar a explicar el funcionamiento de los procesos celulares estudiados
“En particular – apunta Beatriz García - destacan las predicciones logradas sobre dos proteínas humanas (E3 SUMO-protein ligase y E3 ubiquitin-protein ligase DTX1) previamente relacionadas con la degradación controlada de ciertas proteínas y para las que ahora podemos proponer una nueva función relacionada con la estabilización del telómero y, por tanto, su posible implicación en el envejecimiento celular y en el desarrollo de cáncer, a falta de verificación experimental”.
Las proteínas son moléculas formadas por cadenas de aminoácidos y desempeñan un papel fundamental para la vida, dado que en ellas se expresa la información codificada en los genes, por lo que realizan una gran cantidad de funciones en el organismo: inmunológica (anticuerpos), estructural (constituyen la mayoría del material celular), bioreguladora (forman parte de las enzimas) y un largo etcétera. En resumen, regulan miles de procesos que tienen lugar dentro de los organismos, incluido el humano, y a menudo lo hacen a través de la relación que establecen con otras.
“Analizar y utilizar esta red de interacciones es una tarea de interés debido al gran número de asociaciones existentes y a las múltiples formas en que una proteína puede influir en la función de otras”, explica la profesora Beatriz García, del departamento de Informática de la UC3M. “En un escenario biológico tan complejo, determinar las asociaciones funcionales de forma experimental es muy costoso, por lo que tratamos de aplicar herramientas computacionales para predecirlas y orientar la experimentación”, señala.
Se trata, en resumen, de utilizar técnicas del área de Inteligencia Artificial, en concreto de Aprendizaje Automático, para obtener resultados útiles en la Biología, dentro de un área interdisciplinar y emergente conocida como Bioinformática o Biología Computacional.
Las tareas de cada proteína
En este contexto, esta línea de investigación profundiza en la anotación de la función de las proteínas. Es decir, en la determinación de cuáles son las tareas de cada proteína o grupo de ellas dentro del organismo. En concreto, los científicos han afrontado dos problemas específicos: la predicción de asociaciones funcionales entre pares de proteínas en la bacteria Escherichia coli y la extensión de rutas biológicas en humanos. También aportan conclusiones sobre la interpretación de dichas predicciones, que pueden ayudar a explicar el funcionamiento de los procesos celulares estudiados
“En particular – apunta Beatriz García - destacan las predicciones logradas sobre dos proteínas humanas (E3 SUMO-protein ligase y E3 ubiquitin-protein ligase DTX1) previamente relacionadas con la degradación controlada de ciertas proteínas y para las que ahora podemos proponer una nueva función relacionada con la estabilización del telómero y, por tanto, su posible implicación en el envejecimiento celular y en el desarrollo de cáncer, a falta de verificación experimental”.
Por este trabajo, publicado en parte en la revista PLoS ONE, la investigadora ha recibido recientemente el premio a la mejor tesis doctoral en su área (Ciencias Experimentales y Tecnológicas) por parte de la Real Academia de Doctores de España. Las implicaciones que tiene este trabajo en la comunidad científica ya son palpables. De hecho, los resultados del primer problema analizado están ya integrados dentro del servidor de predicciones EcID (E.coli Interaction Database) y aportan un criterio de confianza de la predicción que mejora el funcionamiento del sistema a la hora de encontrar asociaciones funcionales entre las proteínas que figuran en esta base de datos.
Por otro lado, el segundo problema biológico afrontado abre una nueva área de investigación en Bioinformática, a la hora de extender rutas ya existentes. “El procedimiento presentado complementa la única publicación existente en el área, extendiendo las rutas con muchas más proteínas y que exploran una mayor superficie de la red de interacciones”, comenta la investigadora. Además, se podría aplicar en otros muchos problemas de anotación funcional en Biología y otros campos en los que exista información relevante con múltiples relaciones.
En cualquier caso, en el área de la Bioinformática queda mucho trabajo por hacer. “Existen aún muchos problemas biológicos sin resolver que necesitan soluciones computacionales”, asegura Beatriz García, que resalta la relevancia de este campo que está creciendo con el avance de las nuevas tecnologías y en el que también quedan muchos retos computaciones por afrontar, como el análisis de la secuenciación de nueva generación. “Se trata de un área que necesita más profesionales, especializados con formación integrada en Biología e Informática, para mejorar el conocimiento de nuestro organismo a nivel molecular y, en último término, facilitar el tratamiento de enfermedades”, concluye.
Por otro lado, el segundo problema biológico afrontado abre una nueva área de investigación en Bioinformática, a la hora de extender rutas ya existentes. “El procedimiento presentado complementa la única publicación existente en el área, extendiendo las rutas con muchas más proteínas y que exploran una mayor superficie de la red de interacciones”, comenta la investigadora. Además, se podría aplicar en otros muchos problemas de anotación funcional en Biología y otros campos en los que exista información relevante con múltiples relaciones.
En cualquier caso, en el área de la Bioinformática queda mucho trabajo por hacer. “Existen aún muchos problemas biológicos sin resolver que necesitan soluciones computacionales”, asegura Beatriz García, que resalta la relevancia de este campo que está creciendo con el avance de las nuevas tecnologías y en el que también quedan muchos retos computaciones por afrontar, como el análisis de la secuenciación de nueva generación. “Se trata de un área que necesita más profesionales, especializados con formación integrada en Biología e Informática, para mejorar el conocimiento de nuestro organismo a nivel molecular y, en último término, facilitar el tratamiento de enfermedades”, concluye.
Referencias bibliográficas:
Beatriz García-Jiménez, David Juan, Iakes Ezkurdia, Eduardo Andres-León, Alfonso Valencia: Inference of Functional Relations in Predicted Protein Networks with a Machine Learning Approach. PLoS ONE. DOI: 10.1371/journal.pone.0009969.
Tesis: Anotación funcional de proteínas basada en representación relacional en el entorno de la biología de sistemas. Autor: Beatriz García Jiménez. Directores: Araceli Sanchis de Miguel y Alfonso Valencia Herrera.
Beatriz García-Jiménez, David Juan, Iakes Ezkurdia, Eduardo Andres-León, Alfonso Valencia: Inference of Functional Relations in Predicted Protein Networks with a Machine Learning Approach. PLoS ONE. DOI: 10.1371/journal.pone.0009969.
Tesis: Anotación funcional de proteínas basada en representación relacional en el entorno de la biología de sistemas. Autor: Beatriz García Jiménez. Directores: Araceli Sanchis de Miguel y Alfonso Valencia Herrera.