Técnicas de ingeniería reversa aplicadas al ciclo de vida de Trypanosoma cruzi
Expositor: Alejandra Carrea – Centro Regional de Estudios Genómicos (CREG), Facultad de Ciencias Exactas (UNLP)
Contacto: carrea.alejandra@gmail.com
Fecha: Martes 08/03/2016 – 10.30 hs.
Una de las cuestiones clave de la biología de sistemas consiste en desarrollar marcos teóricos para comprender y esclarecer los circuitos involucrados en la dinámica de diversos procesos celulares como la diferenciación celular. Debido a los recientes avances logrados en la reprogramación de fenotipos celulares, se ha dedicado mucho esfuerzo para desarrollar procedimientos de ingeniería reversa que identifiquen circuitos de redes regulatorias génicas (GRN) capaces de emular las propiedades dinámicas asociadas con los destinos celulares de un determinado sistema biológico. La estrategia de GRN es uno de los marcos teóricos cuantitativos más usados en la actualidad para identificar módulos de genes que controlan las transiciones entre distintos fenotipos. Por otro lado, se sabe que los procesos celulares son controlados por la actividad orquestada de miles de genes y sus productos. Hoy en día esta actividad puede ser monitoreada mediante la cuantificación de transcriptos de ARNm por técnicas de microarrays o secuenciación masiva, que ofrecen una visión general y completa de la expresión génica de un determinado estado celular.
En este trabajo proponemos una estrategia computacional para reconstruir las GRN responsables de las propiedades dinámicas observadas en un sistema biológico complejo a partir de datos de expresión génica. El sistema en estudio es el parásito Trypanosoma cruzi (T. cruzi) y las propiedades dinámicas corresponden a los 4 estados estacionarios, asociados con fenotipos estables, y a las transiciones fenotípicas que ocurren durante el ciclo de vida de T. cruzi. Nuestra estrategia se basa en un ensamble de conjuntos de entrenamiento que se construye agregando ruido a los niveles de expresión génica de los estados estacionarios y a las transiciones existentes entre ellos. Como resultado pudimos reconstruir una red regulatoria de 339 nodos cuya evolución temporal emula el perfil transcripcional del parásito. Nuestro trabajo sugiere que una pequeña sub-red formada por 7 nodos interconectados sería capaz de explicar la dinámica del ciclo de vida de T. cruzi. Este tipo de modelos de redes aporta conocimientos sobre las vías de señalización, predice la respuesta de sistemas celulares a perturbaciones múltiples —más allá de aquellas a partir de las que deriva el sistema—, y permitiría diseñar perturbaciones para refinar el conocimiento que se tiene sobre la arquitectura de la GRN. En el caso particular de T. cruzi, todo esto podría ser de gran utilidad para identificar nuevos blancos terapéuticos con posibles aplicaciones en la prevención o el tratamiento de la enfermedad de Chagas. Además, la estrategia desarrollada podría servir para comprender mejor otros organismos unicelulares con múltiples etapas de desarrollo.
¡L@s esperamos a partir de las 10.15 hs con café y facturas!