El método NicheNet, como así se denomina y se describe en su trabajo publicado en Nature Methods, es una herramienta muy útil para que los científicos comprendan cómo la expresión génica de las células está regulada por las células que interactúan.
El profesor Yvan Saeys, del Centro VIB-UGent para la Investigación de la Inflamación y director de este trabajo, desarrolló con su equipo este nuevo método bioinformático, que, en su opinión, tiene una amplia gama de aplicaciones potenciales en campos como la inmunología y la biología tumoral. Recordemos que ya fue utilizada con éxito por el equipo del profesor Martín Guilliams.
Este investigador recuerda que, en los organismos multicelulares, las células no funcionan por sí solas, pero producen moléculas de señalización que influyen en la expresión génica en las que interactúan.
Esta comunicación intercelular juega un papel importante en muchos procesos biológicos, como el desarrollo y el funcionamiento de las células. «Estudiar la comunicación intercelular -destaca- no solo es importante para comprender la biología fundamental, sino también para obtener información sobre enfermedades como el cáncer. Las interacciones entre las células cancerosas y otras células en el microambiente del tumor son cruciales para su crecimiento«.
Transducción de señales
Como solía explicar el desaparecido profesor Ángel Martín-Municio cuando dictaba clases en la Universidad Complutense (antes de ser vicerrector de Investigación de este campus y presidente de la Real Sociedad de Ciencias, así como académico de la Española), las bases moleculares de la transducción de señales a través de las membranas celulares constituye uno de los campos de mayor interés, que incluye importantes mecanismos biológicos tales como la diferenciación y la proliferación celular y la comunicación célula-célula.
Un ejemplo de un proceso en el que la comunicación intercelular es esencial es la diferenciación de los macrófagos, un tipo de célula inmune. Este proceso se ve afectado por otros tipos de células en el entorno, o nicho, del macrófago.
Ahora, investigadores del grupo del profesor Martin Guilliams (Universidad VIB-Gante), que trabajan en estrecha colaboración con el laboratorio del profesor Yvan Saeys, querían estudiar este proceso para las células de Kupffer, un macrófago en el torrente sanguíneo del hígado. Generaron muchos datos de expresión génica de todas las células involucradas.
Ante la ingente cantidad de datos que generaron, estos científicos necesitaban nuevas herramientas bioinformáticas ya que, como reconoce Yvan Saeys, “desentrañar cómo se comunican las células no es una tarea trivial”.
Así consiguieron un nuevo algoritmo, con la participación de Robin Browaeys. “Nuestra idea -detalla- era utilizar la enorme cantidad de conocimiento disponible sobre señalización intercelular, que se adquirió a lo largo de los años, y emplear este conocimiento para descubrir qué procesos de comunicación intercelular ocurrían en los datos que teníamos. Para hacer esto, tuvimos que aplicar varias técnicas de aprendizaje automático y estadísticas, incluidos algoritmos de red que, por ejemplo, también se utilizan para analizar las redes sociales”.
Interacciones entre células
La primera prueba con el sistema NicheNet recogió los datos del nicho de células Kupffer generados por el laboratorio del profesor Guilliams. Los investigadores pudieron validar experimentalmente algunas de las señales que predijo este método. “Gracias a él -reconoce- investigamos factores que no hubiéramos pensado nosotros mismos”.
De momento, también estudian, con su ayuda, la comunicación célula-célula en el microambiente tumoral. Utilizaron NicheNet en datos unicelulares que se publicaron anteriormente, pero ahora investigan nuevos conjuntos de datos unicelulares generados por otros grupos de científicos.
Entre ellos, Guilliams destaca que tratan de obtener respuestas a cómo los diferentes tipos de tratamiento afectan las interacciones celulares dentro del microambiente tumoral y cómo esto influye en el tumor.
Este estudio recibió financiación de Research Foundation-Flanders (FWO) y del programa Onderzoeksprogramma Artificiële Intelligentie (AI) Vlaanderen, entre otros.
