Biología de sistemas, ¿qué es?

ISSN 2660-9134 | Febrero 2021 | Volumen 7 | Artículo 1

Actualmente, las redes nos rodean y forman parte de nuestro día a día. Pongamos como ejemplo las conocidas redes sociales. ¿Qué dirías si supieras que nuestro organismo también es una red de interacciones? ¿Y sabes cómo se podrían analizar dichas redes para poder predecir los efectos de una posible enfermedad? Gracias a la biología de sistemas tenemos un enfoque holístico de múltiples elementos en un sistema y su análisis permite ahondar en su conocimiento y predecir su comportamiento.

¿Conoces la teoría de los seis grados de separación?

Se trata de una hipótesis según la cual estamos separados de cualquier persona del mundo por tan sólo cinco personas. Es decir, todos formamos una red en la que estamos conectados a cualquier persona del planeta a través de una cadena de conocidos que como máximo puede tener cinco eslabones o intermediarios. Pero ¿y si se pudiera aplicar esta idea a la biología molecular? Pues efectivamente esto ya existe y se conoce como biología de sistemas.

La biología de sistemas es una rama de la biología que se encarga de entender el funcionamiento de un sistema biológico natural a partir del modelado de redes y su análisis mediante el uso de sistemas matemáticos. En los últimos años y gracias al avance de la tecnología sobre todo en el campo de la computación, se ha empleado la biología de sistemas para modelar y analizar redes biológicas de múltiples índoles con la finalidad de responder a distintas preguntas que no tendrían respuesta a menos que se emplease un enfoque holístico. Para entenderlo mejor, lo vamos a ejemplificar. Imaginemos un modelo básico en el que tenemos un sistema compuesto por cuatro elementos (o nodos): A, B, C y D (Figura 1) pero desconocemos la relación que existe entre ellos. Las relaciones entre los nodos pueden calcularse mediante modelos matemáticos que permitan conocer las interacciones dentro de una red. Gracias a estos análisis también se estudia cómo puede estar afectado el sistema ante posibles cambios (como añadir o eliminar nodos de la red). Por ejemplo, supongamos que B no se encuentra presente. De esta forma, se vería como el sistema varía y como A, C y D actuarían sin ese elemento B. Este podría ser el posible escenario de una enfermedad, donde las consecuencias patológicas subyacentes a la misma son fruto de una eliminación o incorporación de un nuevo elemento a la red. Pongamos como ejemplo una enfermedad genética, donde o bien hay una duplicación en un gen (como sucede en las patologías asociadas a la región cromosómica 15q11) o una deleción (como sucede en numerosos pacientes con síndrome de DiGeorge). Si modelamos un sistema donde incluyamos (duplicación) o eliminemos (deleción) ciertos nodos, se podrán ver reflejadas las posibles consecuencias a nivel molecular que supone un cambio en el sistema, resultando en una enfermedad. Otra aplicación de la biología de sistemas es el estudio de tratamientos para enfermedades como el cáncer. Por ejemplo, se han estudiado tratamientos para paliar los efectos esta enfermedad a través del uso de unos fármacos llamados sensibilizadores. Estas moléculas actúan en una ruta celular conocida como base excision repair, que tiene como objetivo reparar daños en el ADN de la célula cuando se encuentra en división celular. La enzima en la que actúa (PARP) se encuentra inhibida cuando los genes BRAC1 y BRAC2 están mutados, como ocurre en el cáncer de mama. Además, hay otra proteína que está relacionada, MRE11. Se encarga de reparar el ADN y también se encuentra inactivada o mutada en este escenario. Como consecuencia, la célula no puede reparar el daño en su ADN(Farmer et al. 2005). El desarrollo de este fármaco ha sido posible gracias al estudio de sus relaciones con otras moléculas dentro de la red del cáncer (Figura 2).

El uso y análisis de redes permite tener una visión holística sobre un conjunto de datos heterogéneo. Y si además a la red se le integran datos complementarios que incrementen su complejidad, su robustez será mayor y se obtendrán distintos escenarios que permitan un estudio más exhaustivo de patologías, cambios en un ecosistema o interacciones entre elementos moleculares de sistemas biológicos.

igura 1. Elementos básicos de una red (nodos, círculos de colores) y cómo interaccionan entre ellos a través de sus conexiones (líneas).
Figura 1. Elementos básicos de una red (nodos, círculos de colores) y cómo interaccionan entre ellos a través de sus conexiones (líneas).
Figura 2. Redes de interacción de los genes implicados en el desarrollo del cáncer de mama (BRCA2, nodo azul, MRE11, nodo morado) para la búsqueda de fármacos. La media del coeficiente de correlación de Pearson (PCC) entre los nodos indica su valor (correlación positiva entre los nodos en verde, correlación negativa en rojo). Tomada de Chuang et al. 2010.
Figura 2. Redes de interacción de los genes implicados en el desarrollo del cáncer de mama (BRCA2, nodo azul, MRE11, nodo morado) para la búsqueda de fármacos. La media del coeficiente de correlación de Pearson (PCC) entre los nodos indica su valor (correlación positiva entre los nodos en verde, correlación negativa en rojo). Tomada de Chuang et al. 2010.

En conclusión, los sistemas biológicos se encuentran conectados y gracias a su análisis computacional y matemático se puede tener una visión global del sistema, observar esa red de conexiones y entender cómo funciona dicho sistema. Analizando cómo se comporta esa red ante posibles cambios y añadiendo información complementaria podemos estudiar posibles soluciones a dichos cambios, incluso antes de que tengan lugar. Este campo de la biología ha abierto muchas puertas al conocimiento de enfermedades en las que el factor predictivo es fundamental.

REFERENCIAS

H. Y. Chuang, M. Hofree y T. Ideker. A Decade of Systems Biology. Annu Rev Cell Dev Biol., 26: 721–744, 2010.
H.Y. Chuang, E. Lee, Y.T Liu y T. Ideker. Network-based classification of breast cancer metastasis. Mol. Syst. Biol. 3:140, 2005.
H. Farmer, N. McCabe N., C. Lord, A. Tutt, D. Johnson et al. Targeting the DNA repair defect in BRCA mutant cells as a therapeutic strategy. Nature., 434:917–921, 2005.

Documentación

Autora: Andrea Morales Montes y coordinadora: Elena Rojano Rivera para My Scientific Journal Bioinformatic 08/02/2020
 
Andrea Morales Montes
Andrea Morales MontesRedactora My Scientific Journal
Graduada en Bioquímica
Elena Rojano Rivera
Elena Rojano RiveraCoordinadora My Scientific Journal
PhD en Biología Celular y Molecular, especializada en bioinformática y biología de sistemas