Suscríbete al boletín semanal

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

Agencia Sinc

Proponen integrar el análisis ecológico en los estudios de secuenciación masiva de muestras biológicas

Investigadores del Instituto de Biología Integrativa de Sistemas de la Universitat de València y del Consejo Superior de Investigaciones Científicas, han propuesto un cambio en la manera de llevar a cabo los estudios sobre la composición microbiana de muestras biológicas mediante secuenciación masiva. El artículo plantea que los datos masivos se tienen que integrar con criterios de cultivo microbiano innovadores, e interpretarse desde el punto de vista ecológico.

Proponen integrar el análisis ecológico en los estudios de secuenciación masiva de muestras biológicas
Autores: Manuel Porcar y Cristina Vilanova

Un equipo de científicos de la Universitat de València y del Consejo Superior de Investigaciones Científicas proponen, en un estudio que publica la revista Nature Microbiology, que se integren los análisis ecológicos en los estudios sobre la composición microbiana de muestras biológicas mediante secuenciación masiva.

El cambio propuesto afecta a la manera de llevar a cabo los estudios de microbioma, consistentes en analizar la composición microbiana de una muestra mediante secuenciación masiva, es decir, la lectura a gran escala del ADN de los organismos que se encuentran. Este análisis se puede efectuar en cualquier tipo de ecosistema (suelo, agua, heces humanas...) y se aplica en biotecnología, biomedicina y cualquier otra disciplina relacionada con las comunidades microbianas.

“Es la primera vez que se propone una estrategia tan holística para estos estudios, la cual incluye técnicas innovadoras que se han desarrollado muy recientemente, como por ejemplo, la predicción de consorcios o el cultivo in situ, algunas llevadas a cabo en nuestro laboratorio”, ha indicado la investigadora del Instituto de Biología Integrativa de Sistemas.

“Es la primera vez que se propone una estrategia tan holística para estos estudios", dice Cristina Vilanova

Vilanova y Porcar apuntan que la experiencia investigadora les ha demostrado que es necesario que los datos masivos obtenidos en este tipo de estudios se combinen con dos puntos de vista. Por un lado, las técnicas de cultivo innovadoras, que permiten aislar físicamente las especies microbianas de interés e ir más allá de los datos de un ordenador.

En segundo lugar, plantean interpretar los resultados desde el punto de vista ecológico, con lo cual se puede detectar asociaciones naturales de microorganismos en lugar de realizar infinitas listas de especies individuales. En este sentido, remarcan el hecho de que los microorganismos realmente no viven de manera aislada en cada ecosistema estudiado.

Frente a este planteamiento, actualmente las tecnologías de secuenciación son tan potentes que aportan más información de las que los equipos investigadores son capaces de interpretar. “De hecho, cada vez hay más datos no interpretados en las bases de datos”, ha indicado Cristina Vilanova. En el artículo Are multi-omics enough? se remarca que hay un billón de especies de microorganismos pendientes de descubrir. También indican que el reto es reducir la complejidad, para mejorar la comprensión.

“Consideramos que con la estrategia que proponemos, estos estudios serían mucho más informativos, y por lo tanto más útiles para estudios ambientales o incluso relacionados con la salud humana”, indica la investigadora del Instituto de Biología Integrativa de Sistemas. En este sentido, en el artículo Vilanova y Porcar apuntan: “Prevemos un brillante futuro en ecología microbiana, área en la cual pronto se analizarán bases de datos que necesitan enfoques capaces de condensar los gigabytes de información sólo con las conclusiones más simples y pertinentes ecológicamente”.

Referencia bibliográfica:

Cristina Vilanova y Manuel Porcar (2016) «Are multi-omics enough?», Nature Microbiology. Publicado 26 de julio 2016. Artículo num 16101. DOI:http://dx.doi.org/10.1038/nmicrobiol.2016.101

Fuente: Universidad de Valencia
Derechos: Creative Commons
Artículos relacionados