Modelado de sistemas biológicos

Modelar sistemas biológicos es una tarea importante de la biología de sistemas y la biología matemática . ^[a] La biología de sistemas computacionales ^{[b] [1]} tiene como objetivo desarrollar y utilizar algoritmos , estructuras de datos , herramientas de visualización y comunicación eficientes con el objetivo de modelar sistemas biológicos por computadora . Implica el uso de simulaciones por computadora de sistemas biológicos, incluidos los subsistemas celulares (como las redes de metabolitos y enzimas que comprenden el metabolismo ,vías de transducción de señales y redes reguladoras de genes ), tanto para analizar como para visualizar las complejas conexiones de estos procesos celulares. ^[2]

Una propiedad emergente inesperada de un sistema complejo puede ser el resultado de la interacción de la causa y el efecto entre partes integradas más simples (ver organización biológica). Los sistemas biológicos manifiestan muchos ejemplos importantes de propiedades emergentes en la compleja interacción de componentes. El estudio tradicional de los sistemas biológicos requiere métodos reductivos en los que se recopilan cantidades de datos por categoría, como la concentración en el tiempo en respuesta a un cierto estímulo. Las computadoras son fundamentales para el análisis y el modelado de estos datos. El objetivo es crear modelos precisos en tiempo real de la respuesta de un sistema a los estímulos ambientales e internos, como un modelo de una célula cancerosa para encontrar debilidades en sus vías de señalización, o un modelo de mutaciones en los canales iónicos para ver los efectos en los cardiomiocitos y a su vez, la función de un corazón que late.

Estándares

Con mucho, el formato estándar más aceptado para almacenar e intercambiar modelos en el campo es el lenguaje de marcado de biología de sistemas (SBML). ^[3] El sitio web SBML.org incluye una guía de muchos paquetes de software importantes utilizados en biología de sistemas computacionales. Se puede recuperar una gran cantidad de modelos codificados en SBML de BioModels . Otros lenguajes de marcado con diferentes énfasis incluyen BioPAX y CellML .

Tareas particulares

Modelo celular

Artículo principal: modelo celular

Parte del ciclo celular

Summerhayes and Elton's 1923's Food Network of Bear Island (Las flechas representan un organismo consumido por otro organismo ).

Una serie de tiempo de muestra del modelo Lotka-Volterra . Tenga en cuenta que las dos poblaciones exhiben un comportamiento cíclico .

La creación de un modelo celular ha sido una tarea particularmente desafiante de la biología de sistemas y la biología matemática . Implica el uso de simulaciones por computadora de los muchos subsistemas celulares , como las redes de metabolitos , enzimas que comprenden el metabolismo y la transcripción , traducción , regulación e inducción de redes reguladoras de genes. ^[4]

La compleja red de procesos de reacción / transporte bioquímicos y su organización espacial hacen que el desarrollo de un modelo predictivo de una célula viva sea un gran desafío para el siglo XXI, catalogado como tal por la National Science Foundation (NSF) en 2006. ^[5]

Un modelo computacional de células completas para la bacteria Mycoplasma genitalium , incluidos todos sus 525 genes, productos genéticos y sus interacciones, fue construido por científicos de la Universidad de Stanford y el Instituto J. Craig Venter y publicado el 20 de julio de 2012 en Cell. ^[6]

Un modelo informático dinámico de señalización intracelular fue la base para que Merrimack Pharmaceuticals descubriera el objetivo de su medicamento contra el cáncer MM-111. ^[7]

La computación de membranas es la tarea de modelar específicamente una membrana celular .

Simulación de organismos multicelulares

La comunidad OpenWorm está realizando una simulación de código abierto de C. elegans a nivel celular . Hasta ahora se ha construido el motor de física Gepetto y se han creado modelos del conectoma neural y una célula muscular en formato NeuroML. ^[8]

Plegado de proteínas

Artículo principal: problema de plegamiento de proteínas

La predicción de la estructura de una proteína es la predicción de la estructura tridimensional de una proteína a partir de su secuencia de aminoácidos, es decir, la predicción de la estructura terciaria de una proteína a partir de su estructura primaria . Es uno de los objetivos más importantes que persigue la bioinformática y la química teórica . La predicción de la estructura de las proteínas es de gran importancia en medicina (por ejemplo, en el diseño de fármacos ) y biotecnología (por ejemplo, en el diseño de nuevas enzimas ). Cada dos años, el desempeño de los métodos actuales se evalúa en el CASP experimentar.

Sistemas biológicos humanos

Modelo de cerebro

El Blue Brain Project es un intento de crear un cerebro sintético mediante la ingeniería inversa del cerebro de los mamíferos hasta el nivel molecular. El objetivo de este proyecto, fundado en mayo de 2005 por el Brain and Mind Institute de la École Polytechnique en Lausanne , Suiza, es estudiar los principios arquitectónicos y funcionales del cerebro. El proyecto está encabezado por el director del Instituto, Henry Markram. Usando una supercomputadora Blue Gene que ejecuta el software NEURON de Michael Hines , la simulación no consiste simplemente en una red neuronal artificial , sino que involucra un modelo de neuronas parcialmente biológicamente realista.. ^{[9] [10]} Sus proponentes esperan que eventualmente arroje luz sobre la naturaleza de la conciencia . Hay una serie de subproyectos, incluido el Cajal Blue Brain , coordinado por el Centro de Supercomputación y Visualización de Madrid (CeSViMa), y otros dirigidos por universidades y laboratorios independientes en el Reino Unido, Estados Unidos e Israel. El Proyecto Cerebro Humano se basa en el trabajo del Proyecto Cerebro Azul. ^{[11] [12]} Es uno de los seis proyectos piloto del Programa de Investigación de Tecnologías Emergentes del Futuro de la Comisión Europea, ^{[13] que} compite por una financiación de mil millones de euros.

Modelo del sistema inmunológico

La última década ha visto el surgimiento de un número creciente de simulaciones del sistema inmunológico. ^{[14] [15]}

Hígado virtual

El proyecto Hígado Virtual es un programa de investigación de 43 millones de euros financiado por el Gobierno alemán, formado por setenta grupos de investigación distribuidos por Alemania. El objetivo es producir un hígado virtual, un modelo matemático dinámico que representa la fisiología , morfología y función del hígado humano . ^[dieciséis]

Modelo de árbol

Artículo principal: Crecimiento simulado de plantas.

Los árboles electrónicos (árboles-e) suelen utilizar sistemas L para simular el crecimiento. Los sistemas-L son muy importantes en el campo de la ciencia de la complejidad y la A-vida . Aún no se ha diseñado un sistema universalmente aceptado para describir los cambios en la morfología de las plantas a nivel celular o modular. ^[17] Los algoritmos de generación de árbol más ampliamente implementadas se describen en los documentos de "Creación y prestación de árboles realistas" , y en tiempo real Árbol Rendering

Modelos ecologicos

Artículo principal: Modelo de ecosistema

Los modelos de ecosistemas son representaciones matemáticas de ecosistemas . Por lo general, simplifican las redes alimentarias complejas hasta sus componentes principales o niveles tróficos , y los cuantifican como números de organismos , biomasa o el inventario / concentración de algún elemento químico pertinente (por ejemplo, carbono o una especie de nutrientes como el nitrógeno o el fósforo ).

Modelos en ecotoxicología

El propósito de los modelos en ecotoxicología es la comprensión, simulación y predicción de los efectos causados ​​por tóxicos en el medio ambiente. La mayoría de los modelos actuales describen efectos en uno de los muchos niveles diferentes de organización biológica (por ejemplo, organismos o poblaciones). Un desafío es el desarrollo de modelos que predicen efectos a través de escalas biológicas. Ecotoxicología y modelos analiza algunos tipos de modelos ecotoxicológicos y proporciona enlaces a muchos otros.

Modelización de enfermedades infecciosas

Artículos principales: Modelado matemático de enfermedades infecciosas y modelo epidémico.

Es posible modelar matemáticamente el progreso de la mayoría de las enfermedades infecciosas para descubrir el resultado probable de una epidemia o ayudar a controlarlas mediante la vacunación . Este campo intenta encontrar parámetros para diversas enfermedades infecciosas y utilizar esos parámetros para realizar cálculos útiles sobre los efectos de un programa de vacunación masiva .

Ver también

• Visualización de datos biológicos
• Biosimulación
• Algoritmo de Gillespie
• Software de modelado molecular
• Simulación estocástica

Notas

1. A veces llamado biología teórica, biología seca o incluso biomatemática.
2. La biología de sistemas computacionales es una rama que se esfuerza por generar una comprensión a nivel de sistema mediante el análisis de datos biológicos mediante técnicas computacionales.

Referencias

1. Andres Kriete, Roland Eils, Biología de sistemas computacionales, Elsevier Academic Press, 2006.
2. Tavassoly, Iman; Goldfarb, Joseph; Iyengar, Ravi (4 de octubre de 2018). "Introducción a la biología de sistemas: los métodos y enfoques básicos". Ensayos de bioquímica . 62 (4): 487–500. doi : 10.1042 / EBC20180003 . ISSN  0071-1365 . PMID  30287586 .
3. Klipp, Liebermeister, Helbig, Kowald y Schaber. (2007). "Estándares de biología de sistemas: la comunidad habla" (2007), Nature Biotechnology 25 (4): 390–391.
4. Carbonell-Ballestero M, Duran-Nebreda S, Montañez R, Solé R, Macía J, Rodríguez-Caso C (diciembre de 2014). "Una caracterización de abajo hacia arriba de las funciones de transferencia para diseños de biología sintética: lecciones de la enzimología" . Investigación de ácidos nucleicos . 42 (22): 14060–14069. doi : 10.1093 / nar / gku964 . PMC 4267673 . PMID 25404136 .  
5. Asociación americana para el avance de la ciencia
6. Karr, J. (2012) Un modelo computacional de células completas predice el fenotipo de la célula de genotipo
7. McDonagh, CF (2012) Actividad antitumoral de un nuevo anticuerpo biespecífico que se dirige a la unidad oncogénica ErbB2 / ErbB3 e inhibe la activación de ErbB3 inducida por heregulina. Terapéutica del cáncer molecular
8. Descargas de OpenWorm
9. Graham-Rowe, Duncan. "Comienza la misión de construir un cerebro simulado" , NewScientist , junio de 2005.
10. Palmer, Jason. Cerebro simulado más cercano al pensamiento , BBC News.
11. El proyecto del cerebro humano. Archivado el 5 de julio de 2012 en la Wayback Machine.
12. Video de Henry Markram presentando The Human Brain Project el 22 de junio de 2012.
13. Página de inicio de FET Flagships Initiative.
14. Algoritmo evolutivo multicriterio con modelo del sistema inmunológico para manejar restricciones para asignaciones de tareas - Springer
15. "La simulación por computadora captura la respuesta inmune a la gripe" . Consultado el 19 de agosto de 2009 .
16. "Red de hígado virtual" . Archivado desde el original el 30 de septiembre de 2012 . Consultado el 14 de octubre de 2016 .
17. "Simulando el crecimiento de las plantas" . Archivado desde el original el 9 de diciembre de 2009 . Consultado el 18 de octubre de 2009 .

Fuentes

• Antmann, SS; Marsden, JE; Sirovich, L., eds. (2009). Fisiología matemática (2ª ed.). Nueva York, Nueva York: Springer. ISBN 978-0-387-75846-6.
• Barnes, DJ; Chu, D. (2010), Introducción al modelado para biociencias , Springer Verlag
• Una introducción al modelado de enfermedades infecciosas por Emilia Vynnycky y Richard G White. Un libro introductorio sobre modelos de enfermedades infecciosas y sus aplicaciones.

Otras lecturas

• Barab, A. -L .; Oltvai, Z. (2004). "Biología de la red * comprensión de la organización funcional de la célula". Nature Reviews Genética . 5 (2): 101-113. doi : 10.1038 / nrg1272 . PMID  14735121 . S2CID  10950726 .
• Encubierto; Schilling, C .; Palsson, B. (2001). "Regulación de la expresión génica en modelos de equilibrio de flujo del metabolismo". Revista de Biología Teórica . 213 (1): 73–88. CiteSeerX  10.1.1.110.1647 . doi : 10.1006 / jtbi.2001.2405 . PMID  11708855 .
• Encubierto, MW; Palsson, B.. (2002). "Regulación transcripcional en modelos metabólicos basados ​​en restricciones de Escherichia coli" . La revista de química biológica . 277 (31): 28058–28064. doi : 10.1074 / jbc.M201691200 . PMID  12006566 .
• Edwards; Palsson, B. (2000). "El genotipo metabólico in silico de Escherichia coli MG1655 * su definición, características y capacidades" . Actas de la Academia Nacional de Ciencias de los Estados Unidos de América . 97 (10): 5528–5533. Código Bibliográfico : 2000PNAS ... 97.5528E . doi : 10.1073 / pnas.97.10.5528 . PMC  25862 . PMID  10805808 .
• Bonneau, R. (2008). "Aprendizaje de redes biológicas * de módulos a dinámicas". Biología química de la naturaleza . 4 (11): 658–664. doi : 10.1038 / nchembio.122 . PMID  18936750 .
• Edwards, JS; Ibarra, RU; Palsson, BO (2001). "Las predicciones in silico de las capacidades metabólicas de Escherichia coli son consistentes con los datos experimentales". Biotecnología de la naturaleza . 19 (2): 125-130. doi : 10.1038 / 84379 . PMID  11175725 . S2CID  1619105 .
• Fell, DA (1998). "Aumentar el flujo en las vías metabólicas * Una perspectiva de análisis de control metabólico". Biotecnología y Bioingeniería . 58 (2-3): 121-124. doi : 10.1002 / (SICI) 1097-0290 (19980420) 58: 2/3 <121 :: AID-BIT2> 3.0.CO; 2-N . PMID  10191380 .
• Hartwell, LH; Hopfield, JJ; Leibler, S .; Murray, AW (1999). "De la biología celular molecular a la modular" . Naturaleza . 402 (Supl. 6761): C47 – C52. doi : 10.1038 / 35011540 . PMID  10591225 . S2CID  34290973 .
• Ideker; Galitski, T .; Hood, L. (2001). "Un nuevo enfoque para decodificar la biología de sistemas de vida *" . Revisión anual de genómica y genética humana . 2 (1): 343–372. doi : 10.1146 / annurev.genom.2.1.343 . PMID  11701654 . S2CID  922378 .
• Kitano, H. (2002). "Biología de sistemas computacionales". Naturaleza . 420 (6912): 206–210. Código Bibliográfico : 2002Natur.420..206K . doi : 10.1038 / nature01254 . PMID  12432404 . S2CID  4401115 .
• Kitano, H. (2002). "Biología de sistemas * una breve descripción". Ciencia . 295 (5560): 1662–1664. Código Bibliográfico : 2002Sci ... 295.1662K . CiteSeerX  10.1.1.473.8389 . doi : 10.1126 / science.1069492 . PMID  11872829 . S2CID  2703843 .
• Kitano (2002). "Mirando más allá de los detalles * un aumento en los enfoques orientados al sistema en genética y biología molecular". Genética actual . 41 (1): 1–10. doi : 10.1007 / s00294-002-0285-z . PMID  12073094 . S2CID  18976498 .
• Gilman, AG; Simon, MI; Bourne, HR; Harris, BA; Long, R .; Ross, EM; Stull, JT; Taussig, R .; Bourne, HR; Arkin, AP; Cobb, MH; Cyster, JG; Devreotes, PN; Ferrell, JE; Fruman, D .; Gold, M .; Weiss, A .; Stull, JT; Berridge, MJ; Cantley, LC; Catterall, WA; Coughlin, SR; Olson, EN; Smith, TF; Brujas, JS; Botstein, D .; Dixon, JE; Hunter, T .; Lefkowitz, RJ; Pawson, AJ (2002). "Descripción general de la Alianza para la señalización celular" (PDF) . Naturaleza . 420 (6916): 703–706. Código Bibliográfico : 2002Natur.420..703G . doi : 10.1038 / nature01304 . PMID  12478301 . S2CID 4367083 .
• Palsson, Bernhard (2006). Biología de sistemas * propiedades de redes reconstruidas . Cambridge: Cambridge University Press. ISBN 978-0-521-85903-5.
• Kauffman; Prakash, P .; Edwards, JS (2003). "Avances en el análisis del balance de flujo". Opinión Actual en Biotecnología . 14 (5): 491–496. doi : 10.1016 / j.copbio.2003.08.001 . PMID  14580578 .
• Segrè, D .; Vitkup, D .; Iglesia, GM (2002). "Análisis de optimalidad en redes metabólicas naturales y perturbadas" . Actas de la Academia Nacional de Ciencias de los Estados Unidos de América . 99 (23): 15112-15117. Código Bibliográfico : 2002PNAS ... 9915112S . doi : 10.1073 / pnas.232349399 . PMC  137552 . PMID  12415116 .
• Wildermuth, MC (2000). "Análisis de control metabólico * aplicaciones y conocimientos biológicos" . Biología del genoma . 1 (6): OPINIONES1031. doi : 10.1186 / gb-2000-1-6-reviews1031 . PMC  138895 . PMID  11178271 .

enlaces externos

• El Centro para Modelar la Inmunidad a Patógenos Entéricos (MIEP)