¿Cómo consiguió la cebra sus rayas, o el leopardo sus manchas? La humanidad ha estado tratando de responder esas preguntas desde nuestros primeros días registrados, y resuenan en todas las mitologías y folklores existentes de un mundo anterior. En los tiempos modernos, nosotros 'He buscado modelos matemáticos y, más recientemente, ciencia genómica para descubrir la explicación de cómo se forman los patrones en los tejidos vivos, pero ha resultado particularmente difícil encontrar una respuesta completa.
El mecanismo de formación de patrones en los sistemas vivos es de gran interés para los bioingenieros que buscan desarrollar tejidos vivos en el laboratorio. Los tejidos diseñados tendrían innumerables aplicaciones médicas potenciales, pero para sintetizar tejidos vivos, los científicos necesitan comprender la génesis del patrónformación en sistemas vivos.
Un nuevo estudio realizado por investigadores de la Universidad de Illinois en Urbana-Champaign, el Instituto de Tecnología de Massachusetts y el Laboratorio de Física Aplicada, la Universidad Johns Hopkins ha acercado la ciencia un paso más hacia una comprensión a nivel molecular de cómo se forman los patrones en la vidaLos investigadores diseñaron bacterias que, cuando se incubaron y crecieron, exhibieron patrones estocásticos de Turing: un "césped" de bacterias sintetizadas en una placa de Petri emitió un patrón irregular de lunares rojos en un campo verde.
¿Qué son los patrones clásicos de Turing?
Los patrones de Turing pueden ser rayas, puntos o espirales que surgen naturalmente de un estado uniforme. En 1952, el matemático, informático y biólogo teórico británico Alan Turing propuso un mecanismo para la formación de patrones, teorizando que se debe a untipo de inestabilidad general, que resolvió matemáticamente. En ese momento, la biología aún no había descubierto las complejidades de la regulación génica, y ahora está claro que el modelo propuesto por Turing está demasiado simplificado para describir la multitud de parámetros que funcionan en la piel de los animalesformación de patrones. Por lo tanto, si bien se han observado patrones de Turing en ciertas reacciones químicas, dichos patrones han demostrado ser muy difíciles de demostrar en organismos biológicos.
El profesor de física U of I, Nigel Goldenfeld, ilustra las limitaciones de la formación clásica de patrones de Turing en biología, utilizando una analogía depredador-presa.
"El problema con el mecanismo de Turing", explica Goldenfeld, "es que depende de un criterio que no se cumple en muchos sistemas biológicos, a saber, que el inhibidor debe poder moverse mucho más rápido que el activador. Por ejemplo,si en lugar de productos químicos, estuviéramos mirando a dos criaturas en un ecosistema, como lobos y ovejas, los lobos tendrían que moverse mucho más rápido que las ovejas para obtener los patrones clásicos de Turing.las ovejas crecen en número, alimentando a los lobos, que luego también crecerían en número. Y los lobos correrían y contendrían a las ovejas, de modo que obtendrían pequeños parches localizados de ovejas con los lobos en el exterior. Ese es esencialmente el mecanismoen términos animales para lo que descubrió Turing "
El modelo estocástico de Turing es impulsado por la aleatoriedad.
En el estudio actual, los investigadores demostraron tanto experimental como teóricamente que los patrones de Turing de hecho ocurren en los tejidos vivos, pero con un giro. Donde la inestabilidad que genera los patrones en el modelo de Turing se define como una alta relación de difusión entre dosquímicos, un activador y un inhibidor, en este estudio, los investigadores demuestran que en realidad es la aleatoriedad, que en la mayoría de los experimentos se consideraría ruido de fondo, lo que genera lo que Goldenfeld ha acuñado un patrón estocástico de Turing.
Hace aproximadamente una década, Goldenfeld y un ex estudiante graduado, el Dr. Tom Butler, desarrollaron una teoría de los patrones estocásticos de Turing, en la que los patrones se desarrollan no a partir de una alta relación inhibidor-activador, sino a partir del ruido de la expresión de genes estocásticos. Goldenfeld explica, "Hace unos 10 años preguntamos, ¿qué sucede si solo hay un pequeño número de ovejas, de modo que haya grandes fluctuaciones en el número de población? Ahora se obtienen procesos donde las ovejas mueren al azar. Y descubrimos, cuando das a luzaleatoriedad, que en realidad impulsa la formación de patrones estocásticos de Turing. Estos son patrones aleatorios, pero tienen una estructura muy característica, y hemos resuelto matemáticamente qué era eso.
"La teoría de los patrones estocásticos de Turing no requiere una gran diferencia de velocidad entre la presa y el depredador, el activador y el inhibidor. Pueden ser más o menos lo mismo, y aún así obtienes un patrón. Pero ganóNo será un patrón regular. Se verá desordenado de alguna manera ".
Los experimentos de bioingeniería
Los experimentos de patrones bacterianos en este estudio se realizaban aproximadamente al mismo tiempo que Goldenfeld y Butler desarrollaban su teoría. La motivación inicial para el estudio in vivo era ver si las bacterias podían ser manipuladas para producir una inestabilidad de Turing. Los investigadores utilizaron sintéticosbiología para diseñar bacterias, basándose en la idea de inhibición de la activación de Turing. Inyectaron a las bacterias genes que las hicieron emitir y recibir dos moléculas diferentes como señales. Los investigadores adjuntaron reporteros fluorescentes a las moléculas, creando un sistema donde podían verEl interruptor de encendido / apagado de los circuitos genéticos a través de sus moléculas de señalización: el activador fluorescente rojo y el inhibidor verde Los investigadores observaron que, comenzando con una película homogénea, las bacterias manipuladas formaron puntos rojos rodeados por un campo verde después de la incubación para unperíodo de tiempo, pero las bacterias formaron patrones irregulares de Turing, como los predichos por las stochasteoría del tic.
El trabajo experimental y de modelado original en el MIT fue dirigido por Ron Weiss y llevado a cabo por David Karig, ahora en el Laboratorio de Física Aplicada, Universidad Johns Hopkins y Ting Lu, ahora en la U de I, y luego continuó por un estudiante graduadoNicholas DeLateur en MIT.
Goldenfeld señala: "Serendipity definitivamente jugó un papel en la conexión de nuestros dos estudios, como a menudo lo hace en la academia: el lugar correcto, el momento correcto y nuestras ideas convergieron".
Validación de la teoría estocástica de Turing
Para probar si los experimentos realmente fueron descritos por la nueva teoría tomó varios años de trabajo. K. Michael Martini, un estudiante graduado en el Centro para la Física de las Células Vivas en la U de I, trabajó con Goldenfeld para construir unmodelo estocástico detallado de lo que estaba sucediendo en estos circuitos genéticos formadores de patrones sintéticos, calculó las consecuencias y luego comparó las predicciones teóricas con lo que los bioingenieros habían visto en las placas de Petri.
"Para demostrar realmente que nuestros patrones estocásticos funcionan, fue difícil. Teníamos muchas predicciones que teníamos que verificar en el experimento", comenta Goldenfeld. "Debido a que las matemáticas que describen estos patrones tienen muchos parámetros,tuvimos que explorar todos los efectos de cada uno. Involucraba mucha búsqueda en el espacio de parámetros para revelar cuál era el mecanismo de formación de patrones. Y había necesariamente mucha interacción y colaboración con nuestros colegas de ingeniería.
"Lo que muestra nuestro trabajo es que, de hecho, puedes obtener patrones de Turing incluso en situaciones en las que no esperarías poder verlos, pero son patrones desordenados - patrones de Turing estocásticos. Y la estocasticidad aquí no es lanacimiento y muerte de ovejas o lobos, pero es el nacimiento y la muerte, la creación y absorción de proteínas. Esta es una predicción muy contraintuitiva: es el ruido de la expresión de genes estocásticos que generó estos patrones. Normalmente se piensa en el ruido que se borrauna señal. Si intentaba escuchar música en la radio, el ruido en la señal la ahoga. Pero en este caso, tenemos un patrón estabilizado por el ruido ".
Estos hallazgos arrojan nueva luz sobre una pregunta antigua y comienzan a allanar el camino para futuros esfuerzos en ingeniería biomédica.
Goldenfeld afirma: "Esta es realmente la primera prueba de principio de que puedes diseñar patrones de Turing estocásticos in vivo, aunque no es simple. Así que ahora sabemos que este mecanismo realmente puede funcionar, y que estas fluctuaciones pueden impulsar patrones. En última instancia,a los bioingenieros les gustaría usar este tipo de tecnología para crear tejidos nuevos y nuevos sistemas biológicos funcionales. Nuestro estudio muestra que se puede hacer eso en un régimen donde los patrones clásicos de Turing no podrían usarse ".
Fuente de la historia :
Materiales proporcionado por Facultad de Ingeniería de la Universidad de Illinois . Nota: El contenido puede ser editado por estilo y longitud.
Referencia del diario :
Cite esta página :