Investigadores del Centro RIKEN para la Ciencia de Recursos Sostenibles (CSRS) de Japón han desarrollado un nuevo sistema de espectrometría de masas computacional para identificar metabolomas, es decir, conjuntos completos de metabolitos de distintos organismos vivos. Cuando el nuevo método se probó en tejidos seleccionados de 12 especies de plantas, fue capaz de detectar más de mil metabolitos. Entre ellos había docenas que nunca antes se habían encontrado, incluidos algunos con potencial antibiótico y anticancerígeno.
El analgésico común aspirina (ácido acetilsalicílico) se fabricó por primera vez en el siglo XIX y es un famoso derivado del extracto de corteza de sauce, un medicamento que se describía en tablillas de arcilla hace miles de años. Tras descubrirse un nuevo método de síntesis, y después de haberse utilizado en todo el mundo durante casi 70 años, los científicos pudieron por fin comprender cómo funciona. Fue un proceso histórico largo, y aunque las plantas siguen siendo un recurso casi infinito para el descubrimiento de fármacos y la biotecnología, miles de años ya no es un plazo aceptable.
¿Por qué tarda tanto?
El mayor problema es que hay millones de especies vegetales y cada una tiene su propio metaboloma, el conjunto de todos los productos del metabolismo de la planta. Actualmente, sólo conocemos alrededor del cinco por ciento de todos estos productos naturales. Aunque la espectrometría de masas puede identificar metabolitos vegetales, sólo sirve para determinar si una muestra contiene una molécula determinada. La búsqueda de metabolitos aún desconocidos es otra historia.
La espectrometría de masas computacional es un campo de investigación en auge que se centra en la búsqueda de metabolitos hasta ahora desconocidos y la predicción de sus funciones. En este campo se han creado bases de datos y repositorios de metabolomas que facilitan la identificación global de los metabolomas humano, vegetal y de la microbiota. Dirigido por Hiroshi Tsugawa y Kazuki Saito, un equipo del CSRS ha dedicado varios años a desarrollar un sistema capaz de identificar rápidamente un gran número de metabolitos vegetales, incluidos los que no se habían identificado antes.
Como explica Tsugawa, "aunque ningún software puede identificar de forma exhaustiva todos los metabolitos de un organismo vivo, nuestro programa incorpora nuevas técnicas de espectrometría de masas computacional y proporciona una cobertura 10 veces mayor que los métodos anteriores."
En las pruebas, mientras que los métodos basados en la espectrometría de masas sólo detectaron unos cien metabolitos, el nuevo sistema del equipo fue capaz de encontrar más de mil.
La nueva técnica computacional se basa en varios algoritmos nuevos que comparan los resultados de la espectrometría de masas de las plantas marcadas con carbono-13 con las que no lo están. Los algoritmos pueden predecir la fórmula molecular de los metabolitos y clasificarlos por tipos. También pueden predecir la subestructura de metabolitos desconocidos y, basándose en similitudes estructurales, relacionarlos con metabolitos conocidos, lo que puede ayudar a predecir sus funciones.
La capacidad de encontrar metabolitos desconocidos es uno de los principales argumentos de venta del nuevo software. En concreto, el sistema fue capaz de caracterizar una clase de antibióticos (benzoxazinoides) en el arroz y el maíz, así como una clase con propiedades antiinflamatorias y antibacterianas (glicoalcaloides) en la cebolla común, el tomate y la patata. También pudo identificar dos clases de metabolitos anticancerígenos, una (saponinas triterpénicas) en la soja y el regaliz, y la otra (alcaloide betacarbolina) en una planta de la familia del café.
Además de facilitar el cribado de metabolomas especializados en plantas, el nuevo proceso acelerará el descubrimiento de productos naturales que podrían utilizarse en medicamentos, y también aumentará la comprensión de la fisiología vegetal en general.
Como señala Tsugawa, el uso de este nuevo método no se limita a las plantas. "Creo que la descodificación computacional de los datos de espectrometría de masas metabolómica está vinculada a una comprensión más profunda de todos los metabolismos. Nuestro próximo objetivo es mejorar esta metodología para facilitar también la identificación global de los metabolomas humanos y de la microbiota. Los metabolitos recién descubiertos pueden investigarse más a fondo a través de la genómica, la transcriptómica y la proteómica."
Fuente: rdmag.com