Lost your password?
Are you a new user?

Modelado de linfocitos T cooperadores

Modeling cooperative T lymphocytes

Luis Mendoza, Departamento de Biología Molecular y Biotecnología


El uso cotidiano en la biología de las tecnologías de alto rendimiento ha tenido como una de sus consecuencias la generación de más información biológica de la que se puede analizar con los métodos tradicionales. Con ello, cada vez se ha puesto más en evidencia la necesidad de la incorporación de metodologías que permitan la integración de datos. En una primera etapa, hubo un incremento en la aparición de bases de datos conteniendo la información generada por los proyectos de caracterización de genomas, proteomas, glicomas, etc. Si bien estas bases de datos son indispensables, es claro que dichas colecciones sólo representan listas de partes. Por ello, recientemente ha habido un gran esfuerzo por integrar toda esta información en unidades funcionales, en la forma de colecciones de vías de señalización y rutas metabólicas. Este enfoque, además de incorporar la información de las moléculas que los conforman, también proveen el contexto dentro del cual ellas funcionan.

Como resultado del reconocimiento de que no sólo es importante conocer la naturaleza de las moléculas, sino también las relaciones funcionales entre ellas, ahora comienza a haber un auge de bases de datos que incluyen información sobre las interacciones moleculares. Un excelente ejemplo de este tipo de esfuerzos de integración lo constituye Reactome (http://www.reactome.org). Gracias a la relativa riqueza existente en la cantidad de información relacionada a la conectividad entre moléculas, se ha podido avanzar en el análisis de algunas de las propiedades de las redes moleculares. Las propiedades de estas redes no son evidentes o intuitivas, de tal manera que no se pueden deducir con una inspección visual de las mismas.

Por ejemplo, las redes moleculares pueden presentar autoorganización, estabilidad, redundancia, periodicidad, modularidad, jerarquía, homeostasis, y multiestacionariedad; entre otras características. No sólo eso, sino que las anteriores son propiedades de las redes mismas, es decir que no son propiedades de las moléculas que las conforman. Este es un caso en el cual un análisis reduccionista de las partes que conforman a un sistema es inadecuado para comprender el comportamiento del mismo.

La manera de analizar un sistema cuyo comportamiento no es evidente, es con la ayuda de la formalización del problema; es decir, convirtiéndolo a un lenguaje matemático. Una de las herramientas matemáticas que más ha servido para el análisis de las redes biológicas son los sistemas dinámicos. Este tipo de aproximación permite estudiar el comportamiento temporal de las variables de la red, como lo son las concentraciones de las proteínas o las tasas transcripcionales de los genes. Además, los sistemas dinámicos nos permiten estudiar todos los patrones posibles de activación, y estudiar cuántos y cuáles son, así como saber si son transitorios o estacionarios, sin son estables o inestables, entre otras propiedades. Por otra parte, el hecho de contar con un modelo matemático de una red biológica permite estudiar y predecir el comportamiento de la red al alterar de alguna manera sus constituyentes, por ejemplo, al simular una mutación en algún gene, o al simular el efecto de un fármaco que impidiera el funcionamiento de una interacción molecular determinada.

Los primeros modelos dinámicos de redes biológicas lo constituyeron los modelos de diversas vías metabólicas. En este tipo de modelo, los datos experimentales que se incorporan son aquellos que especifican las reacciones bioquímicas involucradas, incluyendo los coeficientes cinéticos y estequiométricos. Cómo los modelos de vías metabólicas fueron los primeros modelos de redes biológicas publicados, muchos científicos asumían de manera incorrecta que el desarrollo de cualquier modelo dinámico de red necesariamente requería para su elaboración el contar con la información de una gran cantidad de parámetros cinéticos. Esto representaba un (falso) problema, ya que no permitía el estudio dinámico de las redes de regulación, o redes de señalización, en donde los mecanismos moleculares de regulación no son conocidos, y por lo tanto no se cuenta con el conocimiento de las reacciones bioquímicas que conforman la red. Sin embargo, como veremos adelante, la información sobre la direccionalidad y la naturaleza de las señales de regulación (es decir, positiva o negativa), es suficiente para desarrollar modelos dinámicos de una red biológica en particular.

Como ejemplo del modelado de redes de regulación presento el caso de los linfocitos T. El sistema inmune de los vertebrados está constituido por diversas poblaciones celulares, y en este caso me referiré específicamente a los linfocitos T CD4+ conocidos como linfocitos T cooperadores. Estas células constituyen un sistema experimental adecuado para el estudio de la diferenciación, ya que existe un tipode células precursoras (Th0), que a partir de recibir un estímulo específico in vitro pueden diferenciarse hacia uno de dos tipos de células efectoras posibles (Th1 y Th2), las cuales son secretoras de citokinas.

Las células Th1 y Th2 se puede distinguir molecularmente por su patrón de expresión genética y su patrón de síntesis y secreción de proteínas.

Existen diversos factores a nivel celular y molecular que determinan el proceso de diferenciación de los linfocitos T cooperadores. Uno de los factores más importantes es el tipo de citokinas presentes en medio circundante. Por una parte, IFN-, IL-12, IL-18 y IL-27 forman el principal grupo de moléculas que promueven la diferenciación de linfocitos Th0 a Th1. Por otra parte, IL-4 y IL-10 determinan la diferenciación del fenotipo Th0 al Th2. De manera interesante, las células Th1 sintetizan y secretan IFN-, y las Th2 sintetizan y secretan IL-4 y IL-10, por lo cual se puede ver que ambos tipo de células efectoras promueven la diferenciación hacia su propio tipo celular. Pero no sólo eso, también existe un tipo de inhibición cruzada, la diferenciación hacia el tipo Th2 es inhibida por IFN-, en tanto que IL-4 y IL-10 inhiben la diferenciación hacia células Th1. Es claro, entonces, que entender los mecanismos que controlan la expresión de estas citokinas ayuda a comprender los mecanismos que controlan la diferenciación a nivel celular de las células Th0, Th1 y Th2.

La Figura 1 presenta la propuesta de la red de regulación que controla la diferenciación de linfocitos cooperadores. Hay varias cosas que remarcar de la figura; primero, que los nodos de la red (los círculos azules) representan ya sea moléculas o complejos moleculares, lo importante en este caso es reflejar la unidad funcional. Por otro lado, la red refleja además las interacciones funcionales entre los nodos, esto quiere decir que no importa si las interacciones son directas (vía contacto físico) o indirectas (vía intermediarios no conocidos). Siendo que el punto de interés es la funcionalidad de las interacciones, sólo se toma en cuenta la naturaleza cualitativa de cada interacción, es decir que sólo se requiere saber si se trata de una relación de activación (en verde) o de inhibición (en rojo). Esto a su vez, significa que la red de regulación no incorpora ningún tipo de información relacionado con el mecanismo por el cual se llevan a cabo las interacciones entre las moléculas.

Como se puede ver, el tipo de información requerido para la especificación de una red de regulación es mínimo, sólo contiene información cualitativa. Esto es relevante porque existen en la literatura científica muchos ejemplos de redes en donde la mayor parte de la información con la que se cuenta es cualitativa, y por ende son susceptibles ser modeladas. Esto es debido a que las matemática cuentan con un gran número de técnicas para el análisis de redes, por lo cual es posible elegir el tipo de metodología que se adapte al tipo y cantidad de información biológica con la que se cuenta (para una descripción detallada del tipo de matemáticas utilizada para el análisis de las propiedades dinámicas de la red de los linfocitos T cooperadores véase http://www.tbiomed.com/content/3/1/13).

Como mencioné anteriormente, lo que interesa de la red de linfocitos T cooperadores es conocer su comportamiento dinámico. Es específico, nos interesa saber como se comportan temporalmente los niveles de activación, o las concentraciones, de todas esas moléculas representadas en la Figura 1. Más específicamente aún, lo que interesa es saber cuales son todos los estados estacionarios posibles en los niveles de activación de las proteínas. Los estados estacionarios son de especial interés ya que se trata de los perfiles moleculares que se utilizan como marcadores para diferenciar un tipo celular de otro. Es importante remarcar aquí que éste tipo de información sólo es posible adquirirla con el modelo matemático y no con el sistema experimental, ya que probar todos los patrones posibles de expresión en un sistema experimental está aún fuera de nuestras capacidades de manipulación.

El análisis matemático del modelo de linfocitos T cooperadores muestra que la red de la Figura 1 tiene únicamente tres estados estables de activación: uno en el que la actividad de todos los nodos es muy baja, otro donde IFN-, IFN-R, SOCS1 y Tbet tienen un nivel alto de activación, y un tercero en donde GATA3, IL-10, IL-10R, IL-4, IL-4R, STAT3 y STAT6 tienen niveles altos de activación. Estos patrones corresponden a lo que se observa experimentalmente en las células Th0, Th1 y Th2, respectivamente.

Este es un resultado importante, porque significa dos cosas. Primero, que la red de regulación mostrada en la Figura 1 es correcta, ya que es capaz de reproducir los resultados experimentales conocidos. Y segundo, que los resultados muestran que la presencia de los tres patrones de activación dependen de la topología (la estructura) de la red, y no de los detalles o mecanismos moleculares, ya que ellos no fueron incorporados al modelo. Dicho de otra manera, la presencia de tres (y sólo esos tres) estados estables de activación es una propiedad de la red, no de los detalles bioquímicos de las interacciones moleculares.

Ahora bien, el objetivo de realizar modelos matemáticos de algún proceso biológico es doble. Por una parte, ayuda a proveer una manera formal y compacta de integrar una gran cantidad de información experimental existente de manera dispersa en múltiples artículos de investigación experimental. Y por otra parte, el contar con un modelo no sólo ayuda a describir y comprender los datos ya conocidos, sino que es indispensable para predecir el comportamiento del sistema bajo condiciones que no han sido probadas experimentalmente, ya sea porque el experimento es muy largo, muy costoso, o simplemente es irrealizable con la tecnología disponible. Visto de otro modo, un modelo nos sirve para ayudarnos a comprender el sistema experimental, y además es una herramienta que sirve para ahorrar tiempo y dinero al poder realizar simulaciones que nos ayuden a dejar de hacer búsquedas al azar de fenotipos interesantes.

El proceso de diferenciación de linfocitos T ofrece múltiples ventajas para su modelado, ya que es un sistema que ha sido estudiado ampliamente desde el punto de vista experimental, muchas de las moléculas importantes para la diferenciación se conocen, y ya se ha caracterizado la respuesta del sistema a diversos tipos de señales. Como resultado, existen varios modelos dirigidos a comprender diversos procesos celulares de los linfocitos. Hasta ahora, sin embargo, no se había estudiado de manera satisfactoria a la red de regulación que controla es proceso de diferenciación de linfocitos T cooperadores.

A pesar de que el modelo hace uso únicamente de información cualitativa, ya ha servido para realizar simulaciones del compartimiento dinámico de la red de regulación, tanto en situaciones que representan el estado normal del sistema, como bajo perturbaciones que simulan mutaciones nulas, sobreexpresiones, o alteraciones farmacológicas de las interacciones moleculares. A pesar de ello, apenas comenzamos a comprender el comportamiento de la red de regulación que controla la diferenciación de los linfocitos T cooperadores.

Artículo publicado en Gaceta Biomédicas, marzo de 2007.
Visita la Gaceta Biomédicas

The following comments are owned by whomever posted them. This site is not responsible for what they say.

Need help?

LiveZilla Live Help

 

Currently online

Error in PHP Block. Function, phpblock_anon_whosonline, does not exist.

 Visitors & Countries

Since 24-04-12 -Site Statistics

Connect & Share