Nobel a los micro-ARN

Los genes se prenden y se apagan ejecutando la gran obra, leyendo pequeñas señales inscritas en la partitura.

Por: Moisés Wasserman

 

Este año los Nobel en ciencias naturales fueron una colección fascinante de relatos, que darían para un buen rato. Me toca escoger uno, así que me decidí por el de Medicina y Fisiología, que se otorgó en esa frontera difusa entre la biología, la bioquímica y la genética.

Para entender de qué se trata hay que irse a los antecedentes. Hoy es bien sabido que los genes están en el núcleo de las células, codificados por el ADN. Su descripción fue una revolución científica y llevó a lo que llamaron el "dogma de la biología molecular", un esquema de flujo de la información genética.

La información está en el núcleo de las células en una larga secuencia de ADN escrita con cuatro letras; partes de la secuencia se 'transcriben' a ARN, en un lenguaje de cuatro letras también, y se transportan al exterior del núcleo, al citoplasma, donde se 'traducen' en proteínas con un lenguaje de 20 letras. Esas proteínas son las responsables de toda la funcionalidad del ser vivo: lo mueven, transforman materiales y energía, y fabrican productos variados.

Prácticamente todos los hechos de la biosfera cuadran con esa descripción. Por supuesto, como sucede con todos los dogmas, también a este le surgieron preguntas y objeciones. El esquema general es claro, pero los detalles menos, y, como sabemos, el diablo está en los detalles. Durante los setenta y pico años que siguieron, muchos de ellos se aclararon y generaron más interrogantes aún.

Este Nobel lo ganó la simple historia, que es, ella misma, suficientemente maravillosa.

 Una pregunta que surgió temprano fue la de cómo se especializan las células para ejercer funciones tan diferentes unas de otras. Se sabía que todas las células tienen la información completa del organismo en sus núcleos. Si alguien lo dudaba, vino Dolly a comprobarlo (un núcleo de una célula cualquiera dio origen a una oveja completa, indistinguible de otra nacida como suelen nacer las ovejas).

Entonces, si todas las células tienen la misma información, ¿por qué unas se dedican a ser cerebro, otras a hueso y unas más a hígado, ejerciendo funciones tan diferentes y siendo estructuralmente tan distintas y particulares? La respuesta obvia es que debe haber señales que regulan el flujo de información en el embrión, para que algunos genes se expresen y otros no, en cada tipo de célula.

Y acá, por fin, llegamos a la historia del Nobel de este año. Victor Ambros y Gary Ruvkun hacían su posdoctorado en el mismo laboratorio por el año 1980. Ya se sabía que no todo el ADN se transcribe a ARN, como decía el 'dogma', y se conocían secuencias sin ningún sentido, que muchos llegaron a pensar que eran basura. Los hoy premiados encontraron que unas de esas secuencias producían unos ARN muy pequeños, unos micro-ARN sin función clara. Desde entonces se dedicaron a dilucidar qué hacían.

Trabajar en el modelo experimental adecuado es uno de los secretos del éxito, y ellos trabajaron con un gusanito transparente, de menos de un centímetro, con un nombre más largo que él: Caenorhabditis elegans. Tiene apenas 959 células: neuronas, intestino, músculo, piel y algunas más. Este es el cuarto Nobel que se gana ese gusanito.

Esos micro-ARN resultaron con la capacidad de unirse a algunos mensajes e inactivarlos, prendiendo y apagando así funciones diversas. Eso completaba, con otros factores ya descritos, la melodía de la sinfonía de la vida: entran a tocar los violines, luego los reemplazan los vientos, después, una secuencia con oboes y fagots, un silencio y, finalmente, timbales. Así, los genes se prenden y se apagan ejecutando la gran obra, leyendo pequeñas señales inscritas en la partitura.

Seguramente encontrarán pronto cómo usarlos para fabricar algo 'útil' (y así tranquilizar a los que esperan una aplicación). Pero este Nobel lo ganó la simple historia, que es, ella misma, suficientemente maravillosa.

Premio Nobel de Química 2024

 ¿Qué son las proteínas? Hablemos de la química ganadora del premio Nobel.

 

El Premio Nobel de Química fue otorgado a tres científicos que ayudaron a desentrañar algunos de los secretos más persistentes de las proteínas, los componentes básicos de la vida.

Mientras Demis Hassabis y John Jumper, del laboratorio DeepMind de Google, utilizaban técnicas de inteligencia artificial para predecir la estructura de las proteínas, el bioquímico David Baker logró diseñar otras totalmente nuevas nunca vistas en la naturaleza.

Esta tecnología conducirá a numerosos avances en nuestra vida diaria, desde el descubrimiento de nuevos fármacos hasta enzimas que descomponen contaminantes. Pero, ¿qué hay detrás del premio Nobel?

Las proteínas son moléculas que sirven como fábricas de todo lo que sucede en nuestro cuerpo. El ADN proporciona el modelo para cada célula. Luego, las proteínas utilizan esta información para hacer el trabajo de convertir esa célula en algo específico, como una célula cerebral o muscular.

 

Las proteínas se componen de 20 tipos diferentes de aminoácidos. La secuencia en la que comienzan estos ácidos determina en qué estructura 3D se retorcerán y plegarán, que es muy importante para su función. Comparemos esto con un cable telefónico antiguo; se podría estirar el cable del teléfono y entonces se obtendría una estructura unidimensional, pero después volvería a su forma 3D. Entonces, si los químicos querían dominar las proteínas, necesitaban comprender cómo estas secuencias en 2D se convertían en estas estructuras 3D. La naturaleza nos proporciona decenas de miles de proteínas diferentes, pero a veces queremos que hagan algo que aún no saben cómo hacer. ¿Qué hizo la IA?

 

El trabajo de anteriores premios Nobel ha demostrado que los científicos deberían poder observar secuencias de aminoácidos y predecir la estructura en la que se convertirían. Imagina una secuencia de moléculas, cada una con cargas, lo que las hace que se atraigan o repelan, la estructura en 3D debe tomar en cuenta esto para la configuración espacial de la proteína.

¿Y por qué es importante? Un ejemplo, podría ser una reacción antígeno-anticuerpo, donde el antígeno que es la molécula extraña que nuestro cuerpo reconoce como un intruso. Este antígeno tiene una parte especial, llamada epítope. Este epítope es único en secuencia y conformación tridimensional. Y nuestros anticuerpos reconocen a esa configuración exacta, y si no se encuentra así, la respuesta inmune no se llevaría a cabo. Esto es importante para tratamientos contra enfermedades.

Pero esto no es fácil, como tampoco lo fue para los químicos que lucharon durante 50 años; incluso hubo una competencia bianual llamada "Olimpiadas de las Proteínas" donde muchos no pasaron la prueba de predicción. Pero llegaron Hassabis y Jumper… ellos entrenaron su modelo de inteligencia artificial, AlphaFold en todas las secuencias de aminoácidos conocidas y sus estructuras correspondientes. Cuando se le presenta una secuencia desconocida, AlphaFold la compara con las anteriores, reconstruyendo gradualmente el rompecabezas en tres dimensiones.

Después de que la nueva generación AlphaFold2 aplastara en los Juegos Olímpicos de Proteínas de 2020, los organizadores consideraron que el problema estaba resuelto. Este modelo ha predicho hasta hoy, la estructura de casi la totalidad de los 200 millones de proteínas conocidas en la Tierra.

Y, ¿qué pasa con las nuevas proteínas? El bioquímico estadounidense David Baker empezó en el extremo opuesto del proceso. rimero, diseñó una estructura proteica completamente nueva, nunca vista en la naturaleza. Después, utilizando un programa de computadora llamado Rosetta que había desarrollado, pudo calcular la secuencia de aminoácidos con la que comenzó. Para lograrlo, Rosetta rastreó todas las estructuras proteicas conocidas, buscando fragmentos proteicos cortos similares a la estructura que quería construir. Al final, Rosetta los modificó y propuso una secuencia que podría terminar siendo la nueva estructura. Había creado una nueva proteína.

 ¿Y para qué nos sirve todo esto?

Dominar pequeñas máquinas tan fundamentales e importantes como las proteínas podría tener una gran cantidad de usos potenciales en el futuro. Nos permite comprender mejor cómo funciona la vida, incluido por qué se desarrollan algunas enfermedades, cómo se produce la resistencia a los antibióticos o por qué algunos microbios pueden descomponer el plástico. La producción de proteínas completamente nuevas podría dar lugar a nuevos nanomateriales, medicamentos y vacunas específicos o productos químicos más espetusos con el medio ambiente. Cuando se le pidió a Baker que eligiera su proteína favorita, señaló una que "diseñó durante la pandemia y que protege contra el coronavirus". Además incluyó "me ha entusiasmado mucho la idea de un aerosol nasal con pequeñas proteínas de de diseño que protegerían contra diferentes virus",  dijo en la ceremonia del Nobel a través de un video. Y esto es sólo el comienzo de una era completamente nueva…