Suscríbete al boletín semanal

Recibe cada semana los contenidos más relevantes de la actualidad científica.

Si estás registrado

No podrás conectarte si excedes diez intentos fallidos.

Si todavía no estás registrado

La Agencia SINC ofrece servicios diferentes dependiendo de tu perfil.

Selecciona el tuyo:

Periodistas Instituciones
Si estás registrado

No podrás conectarte si excedes diez intentos fallidos.

Si todavía no estás registrado

La Agencia SINC ofrece servicios diferentes dependiendo de tu perfil.

Selecciona el tuyo:

Periodistas Instituciones

Un recurso computacional mejora los análisis de los tumores humanos

Investigadores del Instituto de Investigación Biomédica (IRB Barcelona) han creado dSysMap, una metodología computacional para ayudar a interpretar el efecto de mutaciones genéticas en el desarrollo de enfermedades complejas. La herramienta ayuda a explorar cómo las alteraciones patológicas en más de 2.000 proteínas afectan a las funciones biológicas en que están implicadas. El consorcio mundial Pan-Cancer incorpora este nuevo recurso para sus estudios.

Ejemplo de un mapa de interacciones de proteínas de dSysMap para el cáncer de mama. / dSysMap, IRB Barcelona

El laboratorio dirigido por el investigador ICREA Patrick Aloy, del Instituto de Investigación Biomédica (IRB Barcelona), acaba de presentar en la revista Nature Methods una herramienta computacional que permite avanzar en la comprensión molecular de las causas genéticas de enfermedades complejas como el cáncer, el Alzheimer o la diabetes.

Los investigadores del Laboratorio de Bioinformática Estructural y Biología de Redes han introducido en una plataforma web abierta, las más de 23.000 mutaciones genéticas documentadas a día de hoy que afectan la función de dos mil proteínas y han colocado dichas proteínas mutadas sobre el mapa de interacciones conocidas entre proteínas humanas.

La herramienta dSysMap es de acceso libre a través de una web (dsysmap.irbbarcelona.org) y científicos de todo el mundo pueden incorporar sus datos de nuevas mutaciones de forma totalmente anónima.

La herramienta dSysMap es de acceso libre y científicos de todo el mundo pueden incorporar online sus nuevos datos de mutaciones

Desarrollada íntegramente en el IRB Barcelona, dSysMap (nombre en inglés para 'mapa sistémico de enfermedades') ofrece detalles moleculares de cómo las mutaciones en determinadas proteínas alteran las relaciones con otras proteínas. Esta relación disfuncional tiene un efecto en el correcto funcionamiento de los procesos celulares.

La herramienta ha permitido explicar, por ejemplo, por qué mutaciones en una misma proteína pueden provocar dos enfermedades diferentes o por qué mutaciones localizadas en proteínas diferentes pueden desencadenar una misma patología. dSysMap integra información para 2.804 enfermedades complejas.

“Colocamos las mutaciones en un contexto global de procesos biológicos, en lo que llamamos biología de sistemas o biología de redes; y haciendo esto ofrecemos una visión más completa de los efectos de las mutaciones patológicas conocidas”, dice Patrick Aloy.

El experto describe dSysMap como “un generador de hipótesis que además aporta detalles mecanísticos moleculares para poder entender mejor enfermedades complejas de base genética, que son la mayoría, como cáncer, Alzheimer o diabetes”. El equipo ha llevado a cabo este proyecto con fondos europeos procedentes del 7º programa marco y del Consejo Europeo de Investigación a través de un proyecto ERC Consolidator Grant otorgado a Aloy.

Pan-Cancer, tras la huella dactilar del cáncer

Peter Campbell, del Instituto Sanger Welcome Trust del Reino Unido y uno de los coordinadores de Pan-Cancer, es quien ha recomendado integrar dSysMap dentro de esta plataforma que comparten más de un centenar de grupos, entre los cuales el del mismo Aloy. A través de Pan-Cancer se están analizando 4.000 genomas de pacientes de todo el mundo con diferentes tipos de tumor para identificar y comprender las causas de los procesos tumorales.

“Los diferentes grupos podrán ahora introducir en dSysMap las mutaciones genéticas que vayan encontrando en los tumores para obtener una visión más global de los efectos en los procesos biológicos implicados y formular nuevas hipótesis”, explica Aloy.

Un trabajo publicado el pasado noviembre en Cell, con participación de Patrick Aloy y Roberto Mosca –principales autores del trabajo–, presentaba la red de interacciones de proteínas humanas en detalle. Este artículo ha propiciado el desarrollo de la herramienta.

“La información de mutaciones la acumulamos desde hace años y proyectos gigantes como Pan-Cancer detectarán muchas más, pero hasta ahora no disponíamos de un mapa de interacciones entre proteínas suficientemente denso. El trabajo de Cell dobló el conocimiento en este ámbito y dSysMap combina todos los datos disponibles para obtener un mayor rendimiento científico”, razona Aloy.

La fiabilidad de los datos que ofrece el recurso computacional se ha testado experimentalmente con ejemplos concretos en el Laboratorio de Bioinformática Experimental, un equipamiento que comparten el IRB Barcelona y el Barcelona Supercomputing Center.

Referencia bibliográfica:

Roberto Mosca, Jofre Tenorio-Laranga, Roger Olivella, Victor Alcalde, Arnaul Céol, Montserrat Soler-López and Patrick Aloy "dSysMap: exploring the edgetic role of disease mutations". Nature Methods 12, 167–168 (2015) doi:10.1038/nmeth.3289

Fuente: IRB Barcelona
Derechos: Creative Commons
Artículos relacionados
Simulaciones de toses y estornudos para estudiar la transmisión aérea de enfermedades

Investigadores de la Universidad Rovira i Virgili han simulado el flujo de aire producido al toser y estornudar con un detalle sin precedentes gracias al uso de avanzados sistemas de computación. Los resultados ayudan a analizar la capacidad de los aerosoles infecciosos para dispersarse y mantenerse suspendidos, lo que facilita la transmisión del coronavirus y otros patógenos por vía aérea.

Nuevo algoritmo para predecir la formación de tormentas en el aeropuerto de Madrid-Barajas
SINC

Investigadores de España han desarrollado un algoritmo para analizar las situaciones y nubes convectivas en el mayor aeropuerto del país. El sistema, basado en datos históricos y técnicas de inteligencia artificial, ofrece predicciones sobre estos fenómenos adversos con 12 horas de antelación, lo que podría ayudar a los controladores aéreos en la toma de decisiones.