Los bioingenieros de la Universidad de Rice han introducido un método computacional rápido para modelar rutas metabólicas específicas de tejido. Su algoritmo puede ayudar a los investigadores a encontrar nuevos objetivos terapéuticos para el cáncer y otras enfermedades.
Las vías metabólicas son inmensas redes de reacciones bioquímicas que mantienen el funcionamiento de los organismos y también están implicadas en muchas enfermedades.
Presentan el tipo de desafíos que los proyectos de "big data" están diseñados para abordar. En los últimos años, los científicos informáticos han construido muchas formas de modelar estas redes en humanos, particularmente desde la introducción en 2007 del primer modelo de metabolismo humano a escala genómicacaminos.
Pero el panorama general no tiene todas las respuestas. Una vía en el hígado podría no actuar de la misma manera que una cadena idéntica en el músculo. Para ese fin, el laboratorio de arroz de la bioingeniera Amina Qutub diseñó un algoritmo, Optimización de costosEvaluación de la dependencia de la reacción CORDA, para modelar rutas metabólicas específicas de sus tejidos caseros.
CORDA se detalla en un documento de acceso abierto por Qutub y el estudiante graduado de Rice André Schultz este mes en PLOS Biología Computacional .
En el nuevo algoritmo CORDA, a las reacciones metabólicas no respaldadas por datos experimentales se les asigna un "costo" alto que les da menos importancia. Para mayor precisión, este costo se minimiza en un método que depende del análisis de balance de flujo, un método estándar para simularmetabolismo en una red.
Los investigadores esperan que su algoritmo sea una herramienta amplia para modelar el metabolismo específico de células y tejidos ". CORDA produce modelos específicos de tejidos que son más completos y funcionales que los algoritmos anteriores", dijo Schultz. "El algoritmo nos permite rápidamentecomparar modelos y comprender las diferencias entre los tejidos "
Para probar su método, Schultz y Qutub generaron una biblioteca de 76 reconstrucciones metabólicas sanas y 20 reconstrucciones metabólicas específicas del cáncer. A partir de estos modelos, identificaron similitudes metabólicas entre los tejidos sanos de diferentes orígenes, así como diferencias clave entre los sanos y los cancerosostejidos
En un ejemplo, el equipo analizó 271 metabolitos pequeñas moléculas producidas en el proceso del metabolismo que se sabe que están presentes en todos los modelos. Los investigadores encontraron que dos, ambos esenciales para las vías de ácidos grasos y glicerofosfolípidos,se destacó como esencial de forma selectiva para los modelos de cáncer. Esta comparación también destacó la regulación positiva del metabolismo del folato, la regulación negativa del metabolismo de la tiamina y la regulación estricta de la fosforilación oxidativa en los tejidos cancerosos.
"Curiosamente, aunque a menudo se ha pensado colectivamente el metabolismo del cáncer, CORDA pudo capturar diferencias clave entre los diferentes tipos de cáncer", dijo Qutub. "En el futuro, el enfoque computacional rápido introducido por CORDA permitirá un alto rendimientogeneración de modelos de metabolismo específicos del paciente "
La National Science Foundation apoyó la investigación. Qutub es profesor asistente de bioingeniería.
El algoritmo está disponible públicamente en el sitio web de Qutub Lab y en la información complementaria del documento.
Fuente de la historia :
Materiales proporcionado por Universidad de Rice . Original escrito por Mike Williams. Nota: El contenido puede ser editado por estilo y longitud.
Referencia del diario :
Cite esta página :