Analizan genomas con modelo computacional para nuevos antibióticos
La minería genómica, vínculo de la genética con la computación y la química, podría tener potencial para descubrir nuevos antibióticos sin precedentes en bacterias
A principios de 2018, la Organización Mundial de la Salud alertó que la creciente resistencia a los antibióticos pone en riesgo la capacidad de tratar enfermedades infecciosas comunes, y estimó que para el 2050 las muertes relacionas con este problema podrían superar las defunciones por cáncer. Además, la comunidad científica señala que en 30 años no se han descubierto nuevos antibióticos, estructuras químicas o mecanismos de acción novedosos contra las bacterias patógenas resistente a fármacos.
“Después de una década se reconoce esta crisis, provocada porque las empresas farmacéuticas dejaron de interesarse en el tema y los gobiernos no hicieron nada; sin embargo, los grupos académicos vieron en la genómica, en la secuenciación total del material genético de las bacterias, una nueva plataforma donde se podría revolucionar la investigación con miras a solventar esa crisis”, expuso Francisco Barona Gómez, investigador de la Unidad de Genómica Avanzada del Cinvestav.
Con motivo de la publicación de un artículo publicado en la Revista Nature Chemical Biology, bajo el título “Un marco computacional para explorar a gran escala la diversidad biosintética”, Barona Gómez explicó que la minería genómica, vínculo de la genética con la computación y la química, podría tener potencial para descubrir nuevos antibióticos a partir de organismos simples del suelo, como las Streptomyces, para los cuales las llamadas súperbacterias multiresistentes a antibióticos aún no son resistentes.
El trabajo que se publicó fue producto de la integración de dos grupos, uno holandés pionero en minería genómica, netamente informático, que desarrolló un algoritmo centrado en la clasificación masiva de datos para poder identificar grupos de posibles genes y dirigir la síntesis de un compuesto, pero donde puede haber mil distintas versiones de ese grupo de genes.
En tanto, el equipo mexicano del Cinvestav, con una conformación experimental y bioinformática, aplicó una metodología de minería de datos genómicos y diseñó un algoritmo computacional de código abierto denominado CORASON, que tiene la capacidad de reconstruir los procesos evolutivos previos a la aparición de las rutas biosintéticas de las bacterias, e identificar genes que dirigen la síntesis de compuestos con características antibióticas novedosas.
“El algoritmo que diseñamos, basado en principios evolutivos, organiza a cada familia de genes en su interior, con énfasis en la priorización de la novedad química; es un proceso que va de una gran escala a otra muy fina e indica la posibilidad de caracterizar una parte conveniente entre mil clusters biositénticos; es decir, puede dirigirnos al grupo de genes biosintéticos más novedosos”, explicó Francisco Barona.
La gran ventaja de esta herramienta es que aporta nuevas formas de posibles soluciones al tema de descubrimiento de antibióticos, pero también permite entender el fenómeno biológico, ecológico y evolutivo de las bacterias; además, es compatible para el análisis masivo de cualquier grupo de la vida, lo que permite estudiar situaciones, procesos y mecanismos biológicos evolutivos importantes para la ecología microbiana en cualquier organismo.
El grupo científico de Barona Gómez, quien fue Newton Advance Fellowship 2018 de la Sociedad Real del Reino Unido, generó una plataforma que se puede ser enviada a todas partes del mundo como un software, así cada equipo de investigación en sus propias capacidades computacionales puede correr el algoritmo.
Los algoritmos de análisis de datos se han sofisticado a nivel de inteligencia artificial, por ello, el enfoque que adoptó el grupo del Cinvestav lo ha puesto como líder en la investigación de genomas bacterianos con modelos computacionales: al aprovechar los elementos evolutivos, para entender de manera fundamental los mecanismos que intervienen en la evolución del metabolismo, como la expresión génica, se puede entender el sustento de la síntesis de estos compuestos.
El algoritmo desarrollado por los investigadores del Cinvestav se liberó hace casi un año, con lo que grupos académicos nacionales e internacionales y empresas de base biotecnológica emergentes lo empezaron a usar; fue importante ponerlo a disposición de todos porque muchas personas pueden tener beneficios en algo tan importante como resistencia a antibióticos y descubrimiento de nuevos fármacos.
En el artículo se reporta el empleó de la minería de datos para analizar una familia de antibióticos, se establecieron sus similitudes con otras subfamilias y se encontraron los puntos intermedios, dando como resultado la caracterización de nuevas moléculas con efecto antibiótico. “Así se va ampliando la gama de conocimiento y se acelera el descubrimiento de conceptos emergentes”, aseguró Francisco Barona Gómez.