Desenredando las interacciones proteínicas

Un enfoque matemático para un problema biológico

Andrés A. A. Serrano es Ingeniero en Biotecnología en el Instituto Tecnológico de Estudios Superiores de Monterrey, Campus Toluca, Estado de México, y actualmente realiza su maestría en Modelación de Sistemas Complejos en el King’s College London. Además, es músico y compositor amateur. El pasado 23 de julio presentó su trabajo en el XIII Simposio de Estudios y Estudiantes Mexicanos en University College London.

El estudio que Andrés realiza se centra en entender las interacciones entre proteínas; las proteínas son biomoléculas compuestas por unidades más pequeñas, los aminoácidos, que tienen sus propias características físicas y químicas. Debido a esto, los aminoácidos de las proteínas son capaces de interactuar con otros aminoácidos dentro o fuera de la proteína que conforman.

La estructura de las proteínas se puede estudiar en tres niveles: un nivel primario, que depende únicamente de la secuencia de aminoácidos en la cadena, un nivel secundario que depende de cómo interaccionan estos aminoácidos entre ellos y forman estructuras como hélices o láminas, y un nivel terciario, que se refiere a la forma geométrica de la proteína y que permite a la molécula cumplir con su papel biológico. Las proteínas interactúan entre ellas constantemente y dependiendo de las interacciones entre una proteína y otra, es que se producirán nuevas interacciones con otras proteínas, pues al interactuar pueden ocurrir modificaciones químicas o físicas que permiten nuevas interacciones.

Modelas estas grandes redes de interacción ha centrado una gran cantidad de esfuerzos colectivos para entender y predecir el comportamiento de la misma dentro de diversas condiciones.

Interactoma humano: cada punto representa una proteína (nodo) y cada línea azul una interacción entre proteínas. Keiono.

Revista Mito: Platícanos un poco sobre tu proyecto ¿cuáles son los objetivos que pretendes lograr?

Andrés Serrano: Mi supervisor de disertación, el Profesor Peter Sollich, me encomendó el desarrollo de un proyecto enfocado en determinar si es posible encontrar una frontera que divida una red de interacción de proteínas en dos partes: la subred, que es el grupo de moléculas cuyas concentraciones pueden ser medidas a través del tiempo, y el grueso (the bulk) de la red, que es el resto. Esto es posible debido a que previamente se ha mostrado que los procesos dinámicos que ocurren en las subredes requieren de términos de memoria que únicamente influyen en el aumento o disminución de la concentración de proteínas ubicadas en la frontera entre la subred y el resto; de manera que, si a través de métodos de aprendizaje estadístico se puede determinar que la función de evolución de la concentración de una proteína dada, que en el modelo es equivalente a un nodo en la red, depende únicamente del estado presente de la subred, estaríamos en posición de clasificar ese nodo como interno dentro de la subred o como fronterizo en caso contrario. Suena complicado, en realidad es complejo, que no es necesariamente lo mismo.

R.M.: ¿Por qué es difícil estudiar cómo interaccionan las proteínas entre ellas?

A.S.: Los procesos de interacción de proteínas son complejos, que en general quiere decir que son muy grandes como para analizarlos usando inferencias que no contemplen los suficientes sucesos físicos alrededor de ellos. Por ejemplo, suponer que las proteínas cuyas concentraciones puedan ser medidas a través del tiempo son las únicas presentes en el sistema sería una inferencia a priori inadecuada. De esta manera, sugerir la existencia de una frontera que divida las proteínas de interés del resto es, ahora sí, una solución sencilla dentro de lo complejo de un proceso como éste.

Hexámero de proteínas de insulina, mostrando los dos aminoácidos (en morado) que interactúan con el átomo de zinc en el centro. Ras67

R.M.: ¿Cómo se modelan matemáticamente estas interacciones?

A.S.: A grandes rasgos, se requieren de tres conceptos que describo a continuación. Primero, el supuesto de que proteínas en un medio determinado están relacionadas o «conectadas» formando una red divisible en dos partes como ya mencionaba; a mi parecer, éste es el más creativo de los tres conceptos. El segundo, quizá el más importante, es la inferencia de un modelo de interacción (fenómeno conocido como dimerización, pues la interacción es un proceso de unión química) visto como un proceso estocástico, es decir, uno en que la probabilidad de evolución del sistema analizado es dependiente del tiempo. Y el tercero, es el uso de herramientas computacionales para la programación de algoritmos que permitan aprender de los datos de concentraciones de proteínas en la subred para dictaminar la cualidad de los nodos (proteínas) contenidos en la red.

Simplificación de un modelo de interacción entre cinco proteínas.

R.M.: ¿Qué tan específico se vuelve el modelo matemático de una interacción proteínica? ¿Puedes extender lo que deduzcas de una proteína o grupo de proteínas o la generalidad?

A.S.: Parte de la «magia» de la modelación matemática, y en especial de las herramientas propias de los sistemas complejos, es que los mismos métodos (mecánica estadística, teoría de información, además de los ya mencionados) sirven para analizar, describir y predecir la dinámica de procesos ubicados en campos de estudio tan distintos entre sí como la economía, la biomedicina y las ciencias sociales, por mencionar algunos, que tienen la cualidad de ser todos complejos: ya sea caóticos, no-lineales, con muchos componentes, o una combinación de las anteriores. Por ello, el abordaje de problemas relacionados con una red social, una serie procesos financieros o un cúmulo de proteínas que interaccionan entre sí llegan a ser paradójicamente similar.

R.M.: ¿Por qué te interesaste en investigar este problema?

A.S.: El programa de maestría que curso (MSc in Complex Systems Modelling) concentra particular interés en sistemas físicos complejos y sistemas biológicos, que son complejos per se. De ello deriva que los proyectos que se desarrollen pertenezcan a una de estas dos áreas. Además, recientes colaboraciones entre académicos del departamento de matemáticas de King’s e institutos de investigación como el Instituto Nacional para Investigación Médica (NIMR por sus siglas en inglés y que ahora forma parte del nuevo Instituto Francis Crick) han propiciado que proyectos como éste puedan ser desarrollados por alumnos de posgrado. Siendo el único estudiante relacionado profesionalmente con la biología, me siento muy afortunado de que me lo hayan delegado.

R.M.: Cuéntanos qué es lo que te trajo hasta este punto de tu vida profesional.

A.S.: Desde muy joven me involucré con las matemáticas, particularmente en eventos como la Olimpiada Mexicana de Matemáticas; en gran parte, ello influyó para elegir mi profesión: Ingeniero en Biotecnología por el Tecnológico de Monterrey, Campus Toluca. Completé mi servicio social profesional dando asesorías de asignaturas enfocadas en modelación matemática como Fenómenos de Transporte y Enzimología. Posteriormente trabajé durante dos años para una empresa de agricultura y biotecnología al tiempo de que un par libros que mi hermana me sugirió leer (Las Leyes del Caos, por Ilya Prigogine; y La Ciencia del Caos, por Isaac Schiffer) me motivaron para tomar un rumbo profesional distinto. Finalmente, tras casi dos años de búsqueda, encontré en King’s uno de los pocos programas a nivel mundial especializados en sistemas complejos, probablemente el mejor. A hoy, no puedo pedir mucho más.

R.M.: ¿Crees que es muy diferente la manera en que se hace investigación en México con el Reino Unido? ¿En qué aspectos es diferente?

A.S.: Es insuficiente el tiempo que he desarrollado mi investigación como para poder emitir una opinión al respecto. Sin embargo, sí puedo comentar acerca de las diferencias que existen entre ambos sistemas educativos, de acuerdo con mi experiencia hasta ahora. Noto dos aspectos que sobresalen. El primero es el nivel de independencia de estudio que se logra generar en los alumnos en el Reino Unido, que considero deriva de aspectos como la duración de los programas de estudios profesionales, la competitividad laboral, la tradición académica e incluso la cultura local. El segundo es la gran pasión con la que enseñan algunos profesores en México, que quizás extrañé y que no vendría mal sumada a las grandes virtudes de la academia británica.

R.M.: ¿Qué es lo que más te gusta de vivir en Londres?

A.S.: El cosmopolitismo, la escena musical de rock progresivo y jazz, la gran afición deportiva y el hecho de que vivir acá me cumplió el deseo que compartía con mi ex-novia, ahora pienso que tal vez ese deseo fue siempre únicamente mío.

R.M.: ¿Y lo que más extrañas de tu ciudad natal en México?

A.S.: ¡Bueno! De Atlacomulco, en el Estad de México, extraño el clima que por cierto es más frío durante todo el año que en Londres; a Valeria, y claro a mis amigos, a mi familia y a mi madre.

R.M.: Finalmente ¿qué es lo que sigue una vez que termines tu tesis de maestría y te gradúes?

A.S.: Mi intención es reintegrarme a la industria por un tiempo, mismo que pienso aprovechar para encontrar un programa de doctorado que eventualmente me encamine a poder aportar de una mejor manera al desarrollo y a la educación.

Imagen de portada: Estructura de la fosfolipasa A2 de adipocito (AdPLA), que cataliza la liberación de ácidos grasos, almacenados como triacilglicéridos, para proveer de energía a otras células. Nplugis