Investigadores del Centro RIKEN para la Ciencia de Recursos Sostenibles CSRS en Japón han desarrollado un nuevo sistema computacional de espectrometría de masas para identificar metabolomas: conjuntos completos de metabolitos para diferentes organismos vivos. Cuando el nuevo método se probó en tejidos seleccionados de 12fue capaz de observar más de mil metabolitos, entre ellos había docenas que nunca antes se habían encontrado, incluidos aquellos con potencial antibiótico y anticancerígeno.
La aspirina ácido acetilsalicílico analgésico común se fabricó por primera vez en el siglo XIX y se deriva del extracto de corteza de sauce, un medicamento que se describió en tabletas de arcilla hace miles de años. Después de que se descubriera un nuevo método de síntesis,y después de haber sido utilizado en todo el mundo durante casi 70 años, los científicos finalmente pudieron entender cómo funciona. Este fue un largo proceso histórico, y aunque las plantas siguen siendo un recurso casi infinito para el descubrimiento de fármacos y la biotecnología, miles de años nomás largo un marco de tiempo aceptable.
¿Por qué tarda tanto?
El mayor problema es que hay millones de especies de plantas y cada una tiene su propio metaboloma: el conjunto de todos los productos del metabolismo de la planta. Actualmente, solo conocemos alrededor del 5% de todos estos productos naturales. Aunque la espectrometría de masas puede identificarmetabolitos vegetales, solo funciona para determinar si una muestra contiene una molécula determinada. Buscar metabolitos aún desconocidos es otra historia.
La espectrometría de masas computacional es un campo de investigación en crecimiento que se enfoca en encontrar metabolitos previamente desconocidos y predecir sus funciones. El campo ha establecido bases de datos y depósitos de metabolomas, que facilitan la identificación global de metabolomas humanos, vegetales y de microbiota. Dirigido por Hiroshi Tsugawa y KazukiSaito, un equipo de CSRS ha pasado varios años desarrollando un sistema que puede identificar rápidamente grandes cantidades de metabolitos de plantas, incluidos aquellos que no se han identificado antes.
Como explica Tsugawa, "aunque ningún software puede identificar exhaustivamente todos los metabolitos en un organismo vivo, nuestro programa incorpora nuevas técnicas en espectrometría de masas computacional y proporciona 10 veces la cobertura de los métodos anteriores". En las pruebas, mientras que los métodos basados en la espectrometría de masassolo notó alrededor de cien metabolitos, el nuevo sistema del equipo pudo encontrar más de mil.
La nueva técnica computacional se basa en varios algoritmos nuevos que comparan las salidas de espectrometría de masas de las plantas que están marcadas con carbono 13 con las que no lo están. Los algoritmos pueden predecir la fórmula molecular de los metabolitos y clasificarlos por tipo. Puedentambién predice la subestructura de metabolitos desconocidos y, en función de las similitudes en la estructura, los vincula a metabolitos conocidos, lo que puede ayudar a predecir sus funciones.
Poder encontrar metabolitos desconocidos es un punto de venta clave para el nuevo software. En particular, el sistema pudo caracterizar una clase de antibióticos benzoxazinoides en arroz y maíz, así como una clase con propiedades antiinflamatorias y antibacterianasglicoalcaloides en la cebolla, el tomate y la papa comunes. También fue capaz de identificar dos clases de metabolitos anticancerígenos, uno saponinas triterpénicas en frijoles de soya y regaliz, y el otro alcaloide betacarbolino en una plantade la familia del café.
Además de facilitar la detección de metabolomas especializados en plantas, el nuevo proceso acelerará el descubrimiento de productos naturales que podrían usarse en medicamentos y también aumentará la comprensión de la fisiología de las plantas en general.
Como señala Tsugawa, el uso de este nuevo método no se limita a las plantas. "Creo que la decodificación computacional de los datos de espectrometría de masa metabólica está vinculada a una comprensión más profunda de todos los metabolismos. Nuestro próximo objetivo es mejorar esta metodología para facilitar la identificación global demetabolomas humanos y de microbiota también. Los metabolitos recién encontrados se pueden investigar más a fondo a través de genómica, transcriptómica y proteómica ".
Fuente de la historia :
Materiales proporcionados por RIKEN . Nota: El contenido puede ser editado por estilo y longitud.
Referencia del diario :
Cite esta página :