 |
| Español: Presidenta junto al el director de la Fundación Instituto Leloir, Fernando Goldbaum, durante la inauguración del Simposio Internacional de Células Madre (Photo credit: Wikipedia) |
La combinación de algoritmos informáticos con datos biológicos ha permitido a los investigadores para crear un modelo del número mínimo de factores necesarios para que las células madre embrionarias de ratón (CES) de auto-renovación en la cultura. Aunque los científicos han sabido por mucho tiempo que un grupo de factores de transcripción son necesarios para el mantenimiento de células madre, el gran número de posibles interacciones entre ellos ha hecho la pregunta de cuales son esenciales demasiado complicado de abordar en el laboratorio solo.
Austin Smith, del Instituto de Células Madre de Wellcome Trust-Medical Research Council de Cambridge se unió con los investigadores del Laboratorio de Ciencia Computacional de Microsoft Research, también en el Reino Unido, para incorporar los datos experimentales en 20 factores de transcripción implicados en células madre auto-renovación. El modelo resultante, publicado hoy (05 de junio) en la revista Science, muestra que una red de interacción de apenas 12 factores de transcripción es todo lo que puede ser necesario para mantener el estado ESC ratón.
"Queríamos entender cómo surgen factores de transcripción celular estaban interconectados y explicar cómo estas células se comportan de diferentes condiciones de cultivo y todavía mantienen el estado de células madre", dijo Smith. "Este enfoque de modelado nos permitió mapear las conexiones del factor de transcripción que es consistente con los datos experimentales."
"La conclusión es que la red de genes de auto-renovación es sencilla, lo que debería ser el caso", dijo Sui Huang, profesor en el Instituto de Biología de Sistemas en Seattle. "Hemos sabido durante mucho tiempo que las mejores redes para el procesamiento de información deben tener sólo alrededor de dos conexiones por cada gen, en promedio. Que los resultados aquí se acercan a este principio universal que es sorprendente ".
Jordi Garcia Ojalvo-, un profesor de biología de sistemas en la Universitat Pompeu Fabra de Barcelona, España, estuvo de acuerdo. "Este estudio confirma la hipótesis de que un número relativamente pequeño de componentes e interacciones puede definir el comportamiento de una célula, le dijo a The Scientist en un correo electrónico. "Esto [concepto] ha sido descrita previamente en otros procesos biológicos, tales como la ritmicidad circadiana, el ciclo celular, e incluso detener la pluripotencia de células, pero se muestra aquí a través de un análisis sistemático de un modelo computacional por datos."
Según Ihor Lemischka, director de la Familia Negro Instituto de Células Madre en el Monte Sinaí en la ciudad de Nueva York, este es uno de los primeros modelos computacionales de las decisiones del destino de células madre. "Con este modelo, ahora tenemos predicciones comprobables", dijo. "En el futuro, esto nos avanzar hacia una forma de entender la forma de generar un músculo cardiaco u otro tipo de células específicas sin tener que probar un número inmanejable de las condiciones de cultivo de células."
Smith y sus colegas comenzaron con poblaciones estables y homogéneas de los CES de ratón en cultivo derivadas de blastocisto. El software del equipo de Microsoft luego construyó genera miles de millones de posibles modelos que podrían explicar de células madre auto-renovación. La mayoría de estos fueron invalidadas cuando se enfrentan con los datos experimentales generados en el laboratorio de Smith, que mide la expresión génica de los CES a través de 23 condiciones de cultivo celular diferentes, todos los cuales mantienen la pluripotencia.
El resto de modelos de todos los contenidos de una red básica de 12 factores, incluyendo la transcripción Sox2 y Oct4-que captó cómo autorrenovación está regulada a través de casi 16 interacciones.
Posteriormente, el equipo pidió a este conjunto modelo mínimo para predecir si el derribo de un factor de transcripción específico sería mantener el estado de células madre o la diferenciación del sistema. De las 37 predicciones de los modelos generados por los investigadores probaron en el laboratorio, 26 eran correctas.
García Ojalvo se mostró sorprendido de que una red basada sólo en los datos de expresión génica podría predecir con relativa precisión, el efecto de múltiples interacciones genéticas. Señaló que la precisión puede ser refinado aún más con experimentos adicionales, o la inclusión de datos de interacción de proteínas, por ejemplo.
Mientras tanto, en un estudio publicado hoy (05 de junio) en Molecular Cell, biólogo estructural y proteína Shohei Koide de la Universidad de Chicago, y sus colegas señalar una interacción proteína-proteína crucial que permite a los CES de ratón para diferenciar. Podría ser útil, dijo García-Ojalvo, "para analizar las interacciones proteína-proteína en la pluripotencia utilizando el enfoque de modelado en el papel de la ciencia."
Los mecanismos precisos que causan ratón y humanos CES para diferenciar aún no están conocidos, dijo Smith. Pero sugirió herramienta de su equipo puede ayudar: "Creemos que el punto de partida que tenemos ahora es lo suficientemente bueno para empezar a abordar esta cuestión."
Kit de herramientas en la mano, el equipo de Smith está ahora investigando si estas condiciones mínimas se pueden utilizar para reprogramar las CME humanas a un estado más ingenuo.
