Un equipo internacional de investigadores ha logrado simular, en tan solo un año, la asociación y disociación de las proteínas en detalle atómico. Los resultados, publicados en la revista Nature Chemistry, abren las puertas a la comprensión de innumerables procesos biológicos como las infecciones virales o el funcionamiento del sistema inmune.
Científicos de las universidades Libre de Berlín (FU Berlín) y Pompeu Fabra de Barcelona (UPF) han creado por primera vez una simulación computacional que describe la asociación y disociación de proteínas a nivel atómico. Los resultados, recién publicados en la revista científica Nature Chemistry, han sido validados con datos experimentales.
Prácticamente todos los procesos que se llevan a cabo en nuestro cuerpo dependen de la acción de las proteínas. Estas se mueven alrededor de nuestras células y pueden asociarse y disociarse entre ellas para transmitir información o incluso fabricar materia viva.
Nuestros músculos, por ejemplo, están formados por proteínas que se agrupan en largas fibras. Cuando movemos los músculos, las fibras musculares se deslizan gracias a los contactos proteína-proteína. Una fibra tira de la otra para ejercer la fuerza muscular, y después los primeros contactos proteína-proteína se separan para dar lugar a otros nuevos.
Hasta ahora, nadie ha podido observar en detalle atómico cómo se asocian las proteínas. El problema radica en que son extremadamente pequeñas, miden aproximadamente una milmillonésima parte de un metro, y sus estructuras fluctúan mucho, haciendo de este un proceso invisible para los microscopios u otras técnicas experimentales.
Un proceso caro computacional y temporalmente
Los grupos de investigación de Frank Noé en la FU Berlin y de Gianni De Fabritiis, profesor de investigación ICREA en la UPF, han colaborado para crear una simulación por ordenador de los detalles atómicos de las interacciones entre las proteínas.
El desafío principal al que se han enfrentado los investigadores es la gran dificultad para simular la dinámica de las moléculas: primero se computan las interacciones de alrededor de 100.000 átomos y se evalúa la fuerza ejercida sobre cada uno de ellos. Una vez obtenidos estos datos, el programa de simulación mueve cada átomo en la dirección de la fuerza durante un femtosegundo - una fracción minúscula (la milbillonésima parte) de un segundo.
Cada uno de estos pasos es muy costoso desde el punto de vista computacional y se necesitan realizar miles de millones de estos pasos y repetirlos un billón de veces para poder simular el movimiento que se da en una hora, que es el tiempo que permanecen unidas las proteínas antes de disociarse de nuevo.
La simulación en dinámicas moleculares de asociación de proteínas se creía imposible de realizar a nivel computacional debido a los tiempos necesarios para tomar muestras del proceso bioquímico: aún utilizando un superordenador, se calcula que el proceso habría requerido 10.000 años para completarse. Los investigadores, sin embargo, han logrado finalizarsu estudio en un año. “Este es el tipo de proyecto de alto riesgo para el que es muy difícil obtener financiación, porque al empezarlo, nadie creería que fuera posible”, comenta Noé.
Comprensión de muchos procesos biológicos
La clave del éxito del equipo ha sido la combinación de varias nuevas tecnologías que les han permitido adoptar la estrategia “divide y vencerás”. Los científicos usaron la red GPUGRID, desarrollada por el grupo de De Fabritiis, para almacenar el tiempo de computación en unidades de procesamiento gráfico (GPUs) de la empresa Nvidia de voluntarios de todo el mundo.
Miles de simulaciones cortas se llevaron a cabo de esta manera, coordinadas por un innovador algoritmo de aprendizaje que ha permitido simular el proceso de asociación global de proteínas en un año en lugar de tener que esperar 10.000. El modelo de Markov planteado por el equipo de Noé, fue utilizado para combinar las simulaciones en un modelo dinámico general que describe minuciosamente la asociación y disociación de proteínas.
“Esta ha sido claramente una prueba de concepto arriesgada pero importante, y estamos muy contentos de haber demostrado que las simulaciones son capaces de captar asociaciones entre proteínas”, comenta De Fabritiis, jefe del grupo de Biofísica Computacional del Programa de Investigación en Informática Biomédica (GRIB), programa conjunto de la Universidad Pompeu Fabra y el Instituto Hospital del Mar de Investigaciones Médicas (IMIM).
Nuria Plattner, autora principal del estudio, explica la utilidad de los resultados: “Nuestras simulaciones revelan muchos detalles hasta el momento desconocidos sobre cómo las proteínas se encuentran y se unen entre sí. Además, hemos demostrado que es posible estudiar las interacciones proteína-proteína en el nivel de los átomos”. Este logro abre las puertas a la comprensión de muchos procesos biológicos, como los detalles de las infecciones virales, el funcionamiento interno del sistema inmunológico y muchos otros problemas de relevancia biomédica o biotecnológica.
Referencia bibliográfica:
Nuria Plattner, Stefan Doerr, Gianni De Fabritiis, Frank Noé. Complete protein–protein association kinetics in atomic detail revealed by molecular dynamics simulations and Markov modelling. Nature Chemistry, Junio 2017. DOI: 10.1038/NCHEM.2785
Este proyecto ha recibido el apoyo del Consejo Europeo de Investigación (ERC), la Fundación Alemana de Investigación (DFG), el Consejo Superior de Investigaciones Científicas (CSIC) y la Fundación Einstein de Berlín.
El momento y la localización donde se generan las tormentas determina su intensidad. La devastación causada estos días tiene en la ciencia y en la ingeniería las herramientas necesarias para minimizarla. Hablamos con Félix Francés García, catedrático de ingeniería hidráulica de la Universidad Politécnica de Valencia y especialista en riesgo de inundación, sobre qué se puede hacer para disminuir su peligrosidad.
Hace 50 años, las DANA, que entonces se llamaban gotas frías, ocurrían entre tres y cuatro veces al año, esencialmente en noviembre. Hoy ocurren a lo largo de todo el año. ¿Por qué?
