ADN, la fuerza está contigo
Los procedimientos de simulación basados en campos de fuerzas utilizados hoy en día tienen dos problemas. Los campos de fuerzas clásicos diseñados para calcular el potencial de energía de un sistema de átomos presentan sesgos que limitan su precisión. Es más, los procedimientos están limitados al estudio de sistemas con unos cien pares de bases, mientras que la molécula de ADN más sencilla de procariotas (sin núcleo) es mil millones de veces mayor. Un nuevo estándar para la simulación de ADN a escala atómica El proyecto financiado con fondos europeos SIMDNA (Advanced multiscale simulation of DNA) desarrolló una tecnología de simulación multiescala que resuelve la gama completa de escalas del ADN, desde la nucleobase en una diezmilmillonésima de metro hasta el genoma humano a escala de metro. Tal y como explicó el Dr. Modesto Orozco, coordinador científico del proyecto simDNA: «El objetivo general eran presentar un continuo de metodologías con las que representar el ADN desde la escala atómica a la nucleosómica pasando por las fibras de cromatina cortas». Los miembros de SIMDNA lograron enormes progresos durante los cinco años de duración del proyecto. En la escala atómica desbancaron el método de referencia anterior para la simulación de ADN con el nuevo campo de fuerza parmbsc1. La apertura del recurso a la comunidad dedicada a la estructura y la función del ADN provocó toda una revolución y más de 350 citas en revistas científicas. Deformación y modelo mesoscópico La deformación del DNA se produce durante la comunicación del ADN con otras moléculas, esto es, su multimodalidad, así como a causa de las modificaciones epigenéticas que suelen provocar las condiciones medioambientales. El equipo al cargo de la investigación desarrolló y puso en práctica un modelo mesoscópico con el que medir las escalas entre átomos y moléculas y materiales en el orden de los micrómetros en estas distorsiones. El modelo mesoscópico también es capaz de simular fragmentos razonablemente largos de cromatina con nucleosomas, en los que su capacidad de compactación singular garantiza que la molécula puede acoplarse en espacios estrechos sin perder su capacidad de interacción con otras moléculas. La lucidez con la que se han resuelto los problemas abordados en SIMDNA se plasma en el trabajo realizado con la estructura del nucleosoma. «Descubrimos datos de baja calidad con respecto a las posiciones de los nucleosomas en la fibra. Así que resolvimos parcialmente el problema obteniendo nuestros propios datos para un sistema modelo pequeño (levadura)», explicó el Dr. Orozco. Moléculas como portadoras de información dinámica y su importancia para el futuro de la medicina El ADN y el ARN no son las únicas formas de transmitir información crucial que garantice la activación del gen adecuado en el momento idóneo. Las proteínas y en concreto las enzimas son otras moléculas que almacenan datos fundamentales. El proyecto SIMDNA también investigó el fenómeno del alosterismo, mediante el que es posible modular la actividad de una enzima al interactuar, por ejemplo, con moléculas pequeñas. El alosterismo es capaz de redirigir completamente la actividad de una encima y transformar completamente su forma. El equipo investigador estudió varias enzimas que actúan sobre el ADN. Una de ellas, deno9minada relaxasa, participa en la transferencia de resistencia a antibióticos en Staphylococcus aureus durante la conjugación, momento en el que es capaz de transferir sus genes a una bacteria vecina. El artículo se ha publicado en PNAS. Otros dos artículos sobre el alosterismo se están evaluando para ser publicados en una revista de gran impacto. Resulta complicado tratar de dar con límites en la enorme gama de aplicaciones futuras de la tecnología de SIMDNA en la simulación de biomoléculas, debido a que existen tantas. El Dr. Orozco indica que se la tecnología tendrá un efecto enorme en el campo de las enfermedades complejas. «Creo que la aplicación de estos cálculos [de simulación] en un futuro se producirá debido a la influencia que podría ejercer a la hora de conocer mejor las enfermedades epigenéticas, especialmente en patologías complejas como el cáncer».
Palabras clave
SIMDNA, ADN, simulación, campos de fuerzas, enzimas, enfermedades complejas
