Hace mucho tiempo que sabemos que las células utilizan un complejo sistema de señalización para detectar su entorno y transmitir esta información hacia sus adentros y también a las células vecinas. Este sistema de señalización se basa en moléculas específicas, su concentración y cómo cambian ambos factores a lo largo del tiempo, entre otros parámetros.

Aunque en principio es un proceso simple, el sistema resulta extraordinariamente poderoso y complejo, lo que hace que resulte muy difícil decodificarlo. Uno de los retos reside en la dificultad de detectar las moléculas de señalización y medir cómo cambia su concentración.

Por ejemplo, cuando la radiación gamma daña las células de los mamíferos, se libera una proteína llamada nuclear p53 en muchas pulsaciones rápidas. Este fenómeno es una señal que hace que la célula pare la operación para verificar si hay daños (un proceso llamado detención del ciclo celular). Sin embargo, la radiación ultravioleta (UV) causa una sola pulsación más larga, lo que inmediatamente provoca la muerte celular. Pero la cantidad total de la p53 liberada puede ser la misma en ambos casos.

Los sensores moleculares modernos son incapaces de detectar estas diferencias. Es como escuchar un programa de radio con un receptor de código Morse: sabemos que el transmisor está funcionando, pero no lo que está transmitiendo. Por eso los biólogos necesitan desesperadamente una mejor manera de medir estas señales moleculares.

Los investigadores en la Universidad de Chicago (EE.UU.) Jackson O'Brien y Arvind Murugan han desarrollado una forma de medir los cambios en las señales moleculares mediante una especie de computación molecular (o basada en el ADN) muy poderosa. Afirman que su enfoque puede sentar las bases para una nueva manera de estudiar y aprovechar la señalización celular. La investigación afirma: "Nuestro trabajo sienta las bases para el reconocimiento de patrones temporales a través de la computación molecular analógica".

La tecnología emergente detrás del trabajo de O'Brien y Murugan es una forma de computación basada en el ADN en la que los biólogos sintéticos han depositado grandes esperanzas. El proceso se basa en cómo una pieza de ADN monocatenario puede desplazar a otra en una cadena bicatenaria, una técnica que se puede controlar con precisión con herramientas bien desarrolladas.

Estas herramientas pueden controlar con precisión la velocidad y la reversibilidad de estas "reacciones de cadena de desplazamiento" en muchos órdenes de magnitud. Esto crea un comportamiento similar a un interruptor, la reacción está o encendida o apagada. Y la combinación de varios interruptores diferentes permite las operaciones lógicas.

Eso, a su vez, allana el camino para todo tipo de tareas informáticas. Los investigadores han demostrado cómo las reacciones de la cadena de desplazamiento permiten realizar cálculos complejos e incluso imitar el comportamiento de las redes de aprendizaje profundo.

La contribución de O'Brien y Murugan consiste en describir los circuitos de ADN que pueden detectar la presencia de señales específicas y cómo cambian con el tiempo. Las señales pulsátiles varían de distintas maneras. El período de pulsaciones, el intervalo entre ellas, puede cambiar. La duración de cada una puede variar; por ejemplo, las pulsaciones con el mismo período pueden ser cortas o largas. Esto se conoce como fracción de servicio: la fracción de tiempo que la pulsación está "encendida". Y, por supuesto, la cantidad de pulsaciones puede cambiar.

Es importante destacar que la cantidad total de señal puede ser la misma incluso cuando el período, la fracción y el número de pulsaciones varían enormemente.

Así que el siguiente trabajo consiste en diseñar la maquinaria molecular capaz de medir cada una de estas características de forma individual e independiente. La investigación detalla: "Demostramos el decodificador para cada una de estas características temporales, una a una".

Y los resultados parecen prometedores. Los investigadores han simulado el comportamiento de sus circuitos y afirman que funcionan bien: "Demostramos nuestros principios de diseño con redes de reacción química abstracta y con simulaciones explícitas de reacciones de desplazamiento de cadenas de ADN". 

No cabe duda de que aún hay retos por delante. Los circuitos pueden buscar cambios predeterminados en las señales moleculares, pero una mayor flexibilidad sería útil. "Sería interesante desarrollar circuitos moleculares que puedan aprender características temporales relevantes dinámicamente como en los enfoques de aprendizaje automático", sugieren los investigadores.

Y el circuito aún no mide los cambios en la amplitud de la señal, lo que puede ser otra característica importante.

Más allá de eso, la siguiente etapa consiste en construir este circuito y ponerlo en práctica. Eso, por supuesto, es un desafío continuo para los biólogos sintéticos en general. Los éxitos pasados ​​parecen mostrar que los investigadores con habilidades que abarcan la brecha de laboratorio húmedo / seco muestran los mayores logros, ya que pueden moverse rápidamente para probar nuevas ideas.

Las recompensas deben ser enormes. O'Brien y Murugan creen que su ordenador molecular podría tener aplicaciones enormes. Imaginan una píldora de origami de ADN que administra medicamentos solo cuando recibe un patrón específico de señales.

Por ejemplo, la respuesta inflamatoria de una célula y su respuesta inmunitaria adaptativa desencadenan diferentes patrones de señal del factor de transcripción NFkB. Se podría programar una píldora para reconocer solo uno de estos y en consecuencia liberar su carga útil. Es cierto que este futuro aún está un poco lejos, pero la lógica del desplazamiento del ADN es una tecnología apasionante con un enorme potencial.

Ref: arxiv.org/abs/1810.02883 : Reconocimiento de patrones temporales mediante computación molecular analógica