El desarrollo y la supervivencia de los seres vivos están vinculados a la capacidad de sus células para percibir su entorno y responder a él correctamente.
Para conseguirlo, las células se comunican a través de sistemas de señalización química, llamadas vías de señalización, que regulan y coordinan la actividad celular.
Sin embargo, las deficiencias en el procesamiento de la información pueden evitar que las células perciban su entorno adecuadamente. Entonces comienzan a actuar anárquicamente, lo que puede conducir a la aparición de cáncer.
Para comprender mejor cómo la información truncada influye en la actividad de las células enfermas, los investigadores de la Universidad de Ginebra (UNIGE) han abandonado el estricto campo de la biología y proponen examinar la comunicación celular a la luz de la teoría de información, la teoría matemática más utilizada en informática.
Este enfoque, publicado en la revista Trends in Cell Biology, ofrece una visión radicalmente nueva de la oncología.
"En cierto modo, el cáncer es una enfermedad de la información", explica Karolina Zielińska, autora de este trabajo, en un comunicado.
Pero si el poder oncogénico de las vías de señalización de células sobre o sub-activadas comienza a ser bien conocido, los mecanismos exactos de la alteración en la comunicación siguen siendo bastante misteriosos.
"¿Cómo, de hecho, las células toman sus decisiones basadas en la información que perciben o no perciben? A veces la biología no es suficiente para descifrarlo todo", añade Vladimir Katanaev, director de la investigación.
Medición de la incertidumbre
A fines de la década de 1940, el matemático estadounidense Claude Shannon desarrolló una teoría probabilística destinada a cuantificar la información transmitida en un conjunto de mensajes utilizando un canal de comunicación "ruidoso".
Esta teoría, que ha permitido el desarrollo de sistemas modernos de comunicación e informática, es la base de una multitud de aplicaciones, como la compresión y la transmisión de datos, la criptografía o la inteligencia artificial.
"Pero, curiosamente, la teoría de Shannon no se ha aplicado mucho en el campo de la biología, especialmente en la comunicación celular", dice Karolina Zielińska. “Nuestra idea es utilizar esta poderosa herramienta para examinar las decisiones de las células enfermas para compararlas con las de las células sanas ".
La teoría de la información se basa esencialmente en la teoría de la probabilidad. Su concepto principal, llamado entropía, tiene como objetivo medir la incertidumbre creada por variables aleatorias.
"Si, por ejemplo, jugamos a cara o cruz, la moneda puede caer de cualquier lado al azar: el resultado es incierto. Ahora imaginemos una habitación con caras idénticas: el resultado es seguro y la entropía cero. La entropía evalúa el grado de incertidumbre de una variable aleatoria. Cuando se aplica a la comunicación, la entropía indica la cantidad de información necesaria para que el receptor determine inequívocamente qué ha transmitido la fuente".
Para conseguirlo, las células se comunican a través de sistemas de señalización química, llamadas vías de señalización, que regulan y coordinan la actividad celular.
Sin embargo, las deficiencias en el procesamiento de la información pueden evitar que las células perciban su entorno adecuadamente. Entonces comienzan a actuar anárquicamente, lo que puede conducir a la aparición de cáncer.
Para comprender mejor cómo la información truncada influye en la actividad de las células enfermas, los investigadores de la Universidad de Ginebra (UNIGE) han abandonado el estricto campo de la biología y proponen examinar la comunicación celular a la luz de la teoría de información, la teoría matemática más utilizada en informática.
Este enfoque, publicado en la revista Trends in Cell Biology, ofrece una visión radicalmente nueva de la oncología.
"En cierto modo, el cáncer es una enfermedad de la información", explica Karolina Zielińska, autora de este trabajo, en un comunicado.
Pero si el poder oncogénico de las vías de señalización de células sobre o sub-activadas comienza a ser bien conocido, los mecanismos exactos de la alteración en la comunicación siguen siendo bastante misteriosos.
"¿Cómo, de hecho, las células toman sus decisiones basadas en la información que perciben o no perciben? A veces la biología no es suficiente para descifrarlo todo", añade Vladimir Katanaev, director de la investigación.
Medición de la incertidumbre
A fines de la década de 1940, el matemático estadounidense Claude Shannon desarrolló una teoría probabilística destinada a cuantificar la información transmitida en un conjunto de mensajes utilizando un canal de comunicación "ruidoso".
Esta teoría, que ha permitido el desarrollo de sistemas modernos de comunicación e informática, es la base de una multitud de aplicaciones, como la compresión y la transmisión de datos, la criptografía o la inteligencia artificial.
"Pero, curiosamente, la teoría de Shannon no se ha aplicado mucho en el campo de la biología, especialmente en la comunicación celular", dice Karolina Zielińska. “Nuestra idea es utilizar esta poderosa herramienta para examinar las decisiones de las células enfermas para compararlas con las de las células sanas ".
La teoría de la información se basa esencialmente en la teoría de la probabilidad. Su concepto principal, llamado entropía, tiene como objetivo medir la incertidumbre creada por variables aleatorias.
"Si, por ejemplo, jugamos a cara o cruz, la moneda puede caer de cualquier lado al azar: el resultado es incierto. Ahora imaginemos una habitación con caras idénticas: el resultado es seguro y la entropía cero. La entropía evalúa el grado de incertidumbre de una variable aleatoria. Cuando se aplica a la comunicación, la entropía indica la cantidad de información necesaria para que el receptor determine inequívocamente qué ha transmitido la fuente".
De las matemáticas a la biología
Aplicado a la señalización celular, este concepto permite estudiar cómo las células procesan la información que reciben de su entorno: cuando una célula recibe un estímulo - información - de su entorno, qué concentraciones de información puede la célula tratar sin error?
Al conocer una "decisión" tomada por la célula, ¿podemos distinguir entre diferentes estímulos para identificar el que generó esta reacción?
Estas preguntas son esenciales en el campo del cáncer: las células cancerosas, que no pueden procesar la información del medio ambiente como lo hacen las células sanas, proliferan y se dividen cuando no tendrían que hacerlo.
Los investigadores evaluarán la validez de su enfoque al estudiar cómo las células de cáncer de seno y pulmón procesan la información de su entorno.
De hecho, los tratamientos actuales generalmente apuntan a eliminar o extinguir por completo ciertas vías de señalización, a pesar de los efectos secundarios a veces significativos.
"El nuevo enfoque que proponemos no tiene como objetivo extinguir las vías de señalización, sino más bien restaurar la actividad correcta", dice Vladimir Katanaev. Al aplicar conceptos matemáticos puros a la biología, esperamos identificar los fallos de las transmisiones de información que deben corregirse para abordarlas".
Aplicado a la señalización celular, este concepto permite estudiar cómo las células procesan la información que reciben de su entorno: cuando una célula recibe un estímulo - información - de su entorno, qué concentraciones de información puede la célula tratar sin error?
Al conocer una "decisión" tomada por la célula, ¿podemos distinguir entre diferentes estímulos para identificar el que generó esta reacción?
Estas preguntas son esenciales en el campo del cáncer: las células cancerosas, que no pueden procesar la información del medio ambiente como lo hacen las células sanas, proliferan y se dividen cuando no tendrían que hacerlo.
Los investigadores evaluarán la validez de su enfoque al estudiar cómo las células de cáncer de seno y pulmón procesan la información de su entorno.
De hecho, los tratamientos actuales generalmente apuntan a eliminar o extinguir por completo ciertas vías de señalización, a pesar de los efectos secundarios a veces significativos.
"El nuevo enfoque que proponemos no tiene como objetivo extinguir las vías de señalización, sino más bien restaurar la actividad correcta", dice Vladimir Katanaev. Al aplicar conceptos matemáticos puros a la biología, esperamos identificar los fallos de las transmisiones de información que deben corregirse para abordarlas".
Referencia
Information Theory: New Look at Oncogenic Signaling Pathways. Zielińska KA, Katanaev VL. Trends in Cell Biology, 2019 Oct 17. pii: S0962-8924(19)30141-2. DOI:10.1016/j.tcb.2019.08.005.
Information Theory: New Look at Oncogenic Signaling Pathways. Zielińska KA, Katanaev VL. Trends in Cell Biology, 2019 Oct 17. pii: S0962-8924(19)30141-2. DOI:10.1016/j.tcb.2019.08.005.