Diseñan computador biológico para destruir células cancerosas

Los investigadores lograron armar una red biológica efectiva de diagnóstico por computador con células humanas, la cual reconoce ciertas células tumorales mediante combinaciones lógicas de cinco factores moleculares específicos de cáncer y provoca su destrucción.

El Dr. Yaakov Benenson, profesor de biología sintética del ETH Zúrich (Suiza), ha pasado gran parte de su carrera desarrollando computadores biológicas que funcionan con células vivas. Su objetivo es construir biocomputadoras que detecten moléculas que portan información relevante sobre el bienestar de la célula y procesar esa información para realizar una respuesta terapéutica apropiada si encuentran que la célula está alterada. Ahora, junto con el profesor, Ron Weiss del Instituto de Tecnología de Massachusetts (MIT, Cambridge, MA, EUA) y un equipo de científicos con los investigadores post-doctorales Zhen Xie y Liliana Wroblewska y la estudiante de doctorado, Laura Prochazka, han dado un gran paso hacia el logro de ese objetivo.

En un estudio que acaban de publicar, en la edición del 2 de septiembre de 2011 de la revista Science, describen un circuito sintético de varios genes, cuya tarea es distinguir células sanas de las cancerosas y programar la destrucción de estas. El circuito funciona por muestreo e integración de cinco factores moleculares intracelulares específicos de cáncer y su concentración: Sólo cuando todos los factores están presentes en la célula hace una identificación positiva, por lo cual la detección del cáncer es muy precisa. Los investigadores esperan que el circuito sirva de base para tratamientos muy específicos contra el cáncer.

Los científicos probaron la red de genes en dos tipos de células humanas cultivadas: células de cáncer de cuello uterino llamadas células HeLa y células normales. Cuando la biocomputadora genética fue colocada en ambas células, sólo fueron destruidas las células HeLa y no las sanas.

Se requirió considerable trabajo para lograr este resultado. En primer lugar, el Dr. Benenson y su equipo debieron identificar las combinaciones moleculares exclusivas de las células HeLa. Con la revisión de moléculas conocidas como microARN (miARN) identificaron una combinación o perfil de miARN exclusivo de células HeLa y no de células sanas.

Encontrar el perfil fue una tarea difícil. En el cuerpo humano hay cerca de 250 tipos diferentes de células sanas. Por otra parte, hay muchas variantes de células cancerosas, de las cuales cientos se pueden cultivar en el laboratorio. Aún mayor es la diversidad de miARN: han sido descritos entre 500 y 1.000 tipos diferentes en células humanas. “Cada tipo de célula, sana o enferma, tiene diferentes moléculas activas o desactivadas de miARN” señaló el Dr. Benenson.

Crear un perfil de miARN no es diferente a encontrar un conjunto de síntomas para diagnosticar con eficacia una enfermedad: “Un solo síntoma, como fiebre, nunca permite caracterizar una enfermedad. Cuanta más información tenga el médico, más confiable es su diagnóstico” explicó el profesor, quien llegó a ETH de la Universidad de Harvard (Cambridge, MA, EUA), hace un año y medio. Por lo tanto los investigadores han buscado los factores para diferenciar con exactitud las células tumorales HeLa de cualquier célula sana. Resultó que una combinación de sólo cinco miARN específicos, algunos de ellos presentes en niveles altos y algunos en niveles muy bajos, es suficiente para identificar una célula HeLa entre todas las células sanas.

“Los factores de miARN son sometidos a cálculos booleanos en cada célula donde se detectan. La biocomputadora combina los factores usando operaciones lógicas como ‘y’ y ‘no’ y sólo produce el resultado esperado, es decir la muerte celular, cuando el cálculo global de todos los factores conduce a un valor verdadero lógico” dijo Benenson. De hecho, los investigadores lograron demostrar que la red funciona muy bien con células vivas y combina adecuadamente todos los factores intracelulares para dar un diagnóstico correcto. Esto, según el Dr. Benenson, representa un logro significativo en el campo.

En una siguiente fase, los científicos quieren evaluar este cómputo celular en un modelo animal adecuado, con el objetivo de construir herramientas diagnósticas y terapéuticas en el futuro. Esto puede sonar a ciencia ficción, pero el Dr. Benenson cree que es factible. Sin embargo, todavía hay problemas complicados de resolver, como la liberación de genes extraños en una célula de manera eficiente y segura. Actualmente esta liberación de ADN es todo un reto. En particular, este método requiere la introducción temporal y no permanente de genes extraños en las células, pero las técnicas actualmente disponibles, virales o químicas, no están plenamente desarrolladas, y requieren mejoras.

“Todavía estamos muy lejos de un método de tratamiento totalmente funcional para los seres humanos. Este trabajo, sin embargo, es un primer paso importante que demuestra la viabilidad de un método selectivo de diagnóstico a nivel de células individuales” concluyó el Dr. Benenson.

Enlaces relacionados:


ETH Zurich

Massachusetts Institute of Technology