Por: César Poot Hernández y Ernesto Pérez Rueda

Para fines operativos, las definiciones y las clasificaciones en biología nos permiten hacer estudios comparativos. Lo mismo podemos comparar las formas de las hojas de diversas plantas como la forma que adoptan las bacterias en un cultivo en una caja Petri. A nivel molecular, este tipo de comparaciones nos permite agrupar a las proteínas en grupos y, más aún, a identificar posibles propiedades comunes que nos da pistas de cómo funcionan a nivel celular.

En este contexto, uno de los temas centrales a comparar es el metabolismo, que se puede definir como: “el conjunto de todas las reacciones bioquímicas que ocurren en un ser vivo y que le permiten intercambiar energía y materia con el ambiente para llevar a cabo sus procesos vitales”. En estas reacciones bioquímicas están involucradas enzimas (de naturaleza proteica), las cuales permiten la transformación de una molécula (sustrato) a otra (producto). Los productos generados por una enzima pueden ser usados como sustrato por otra.

De este modo, las reacciones se agrupan consecutivamente formando rutas metabólicas y en última instancia, formando una red compleja de interacciones (imaginemos a dicha red, como el mapa del metro de la Ciudad de México, donde las estaciones son las conexiones entre ellas y las reacciones donde se usan los sustratos y los productos, el tren que visita cada estación). Clásicamente, el metabolismo se puede dividir en rutas de síntesis de aminoácidos o de lípidos, o en rutas de degradación de carbohidratos como la glucosa.

Recientemente y gracias a la gran cantidad de información biológica, entre las que destacan las secuencias completas de todos los componentes genéticos de miles de organismos o secuencias genómicas y al desarrollo de la bioinformática, ha sido posible compilar toda la información conocida de las rutas metabólicas en modelos computacionales que han permitido caracterizar el metabolismo a manera de una gran Red, mostrando diversas propiedades emergentes que moldean su estructura y evolución.

Por ejemplo, se ha puesto de manifiesto que existe una amplia diversidad no prevista en vías metabólicas consideradas centrales, tales como la que involucra la asimilación de la glucosa o el ciclo central del metabolismo o del citrato. Dicha diversidad puede ser explicada como parte de la diversidad de ambientes en la que los microorganismos son capaces de habitar y que pueden ser inhóspitos para otros seres vivos.

En particular, un grupo que es muy interesante estudiar, lo componen las Gammaproteobacterias, que han sido ampliamente estudiadas y con más géneros descritos a la fecha. Este grupo incluye organismos con importancia científica, médica y tecnológica: bacterias comensales de mamíferos (Escherichia coli) o de moluscos (Ruthia magnifica), endosimbiontes obligados de insectos (Baumannia spp y Buchnera spp), fotoautótrofos (ej. bacterias púrpuras del azufre), organismos autótrofos capaces de oxidar el ion arsenito (Alkalilimnicola sp) o de degradar alcanos (Alcanivorax sp), entre otros.

En nuestro grupo de investigación, hemos llevado a cabo la comparación sistemática del metabolismo intra e inter especies que nos ha permitido identificar similitudes y diferencias entre distintas bacterias. Este tipo de enfoques nos permiten identificar enzimas o series de enzimas propias de un conjunto específico de organismos que pueden ser importantes como blancos farmacológicos o para la degradación de xenobióticos.

La comparación de las vías metabólicas nos ha permitido identificar similitudes funcionales.Tomada de Poot-Hernandez et al. 2015. BMC Genomics. 16:957

La comparación de las vías metabólicas nos ha permitido identificar similitudes funcionales.Tomada de Poot-Hernandez et al. 2015. BMC Genomics. 16:957

 

Además, esta información ayudará a entender cómo ha evolucionado el metabolismo desde una perspectiva global. La estrategia consistió en comparar las vías metabólicas de cuarenta bacterias a manera de cadenas de caracteres, para lo cual los mapas metabólicos fueron obtenidos de una gran base de datos japonesa llamada KEGG y que es accesible a todo público.

Estos mapas fueron comparados con algoritmos computacionales, similares a los existentes desde hace más de 30 años para identificar aquellas vías que son similares. De esta forma, se observó una alta conservación entre los mapas metabólicos relacionados a procesos de síntesis en comparación con los procesos de degradación. También se observó que los mapas metabólicos que llevan a cabo reacciones que involucran compuestos similares tienden, también, a ser similares en cuanto a  sus reacciones enzimáticas.

De esta forma, la comparación funcional muestra que identificar pasos enzimáticos similares en diferentes mapas metabólicos puede ayudar a reforzar los modelos que se han planteado desde hace mas de 40 años para explicar cómo ha evolucionado el metabolismo en general. Este trabajo es el preámbulo de futuros trabajos que seguramente nos permitirán explorar desde una perspectiva que involucra biología y computación, un fenómeno biológico.

 

Referencia asociada

Poot-Hernandez CA, et al. 2015. The alignment of enzymatic steps reveals similar metabolic pathways and probable recruitment events in Gammaproteobacteria. BMC Genomics. 16:957.