Los ingenieros biomédicos de Duke descubren la receta del éxito del ADN bacteriano

Los investigadores esperan que su nuevo modelo siente las bases para que otros modelen y predigan mejor cómo rasgos importantes como la resistencia a los antibióticos en los patógenos o las capacidades metabólicas de las bacterias criadas para limpiar la contaminación ambiental se propagarán y crecerán en un entorno determinado.

Los resultados aparecen en línea el 4 de noviembre en la revista Nature Communications.

Ingenieros biomédicos de la Universidad de Duke han desarrollado una nueva forma de modelar cómo paquetes de ADN potencialmente beneficiosos llamados plásmidos pueden circular y acumularse a través de un entorno complejo que incluye muchas especies bacterianas. El trabajo también ha permitido al equipo desarrollar un nuevo factor denominado "potencial de persistencia" que, una vez medido y calculado, puede predecir si un plásmido continuará prosperando en una población determinada o si gradualmente se desvanecerá en el olvido.

Los investigadores esperan que su nuevo modelo siente las bases para que otros modelen y predigan mejor cómo rasgos importantes como la resistencia a los antibióticos en los patógenos o las capacidades metabólicas de las bacterias criadas para limpiar la contaminación ambiental se propagarán y crecerán en un entorno determinado.

Los resultados aparecen en línea el 4 de noviembre en la revista Nature Communications.

Además del proceso darwiniano de transmitir genes importantes para la supervivencia de padres a hijos, las bacterias también participan en un proceso llamado transferencia horizontal de genes. Las bacterias comparten constantemente recetas genéticas para nuevas habilidades entre especies intercambiando diferentes paquetes de material genético llamados plásmidos entre sí.

"En un examen de una sola botella de agua de mar, había 160 especies bacterianas intercambiando 180 plásmidos diferentes", dijo Lingchong You, profesor de ingeniería biomédica en Duke. “Incluso en una sola botella de agua, utilizar los métodos actuales para modelar la movilidad de los plásmidos superaría con creces la potencia informática colectiva del mundo entero. Hemos desarrollado un sistema que simplifica el modelo manteniendo su capacidad para predecir con precisión los resultados finales”.

Sin embargo, el potencial de cualquiera de estos paquetes genéticos para volverse común en una población o entorno determinado está lejos de ser seguro. Depende de una amplia gama de variables, como la rapidez con la que se comparten los paquetes, cuánto tiempo sobreviven las bacterias, qué tan beneficioso es el nuevo ADN, cuáles son las compensaciones por esos beneficios y mucho más.

Ser capaz de predecir el destino de tal paquete genético podría ayudar en muchos campos, quizás el más notable en la propagación de la resistencia a los antibióticos y cómo combatirla. Pero los modelos necesarios para hacerlo en un escenario realista son demasiado complicados de resolver.

"El sistema más complejo que hemos podido modelar matemáticamente es el de tres especies de bacterias que comparten tres plásmidos", dijo You. "E incluso entonces, tuvimos que usar un programa de computadora solo para generar las ecuaciones, porque de lo contrario nos confundiríamos demasiado con la cantidad de términos que se necesitaban".

En el nuevo estudio, You y su estudiante de posgrado, Teng Wang, crearon un nuevo marco que reduce en gran medida la complejidad del modelo a medida que se agregan más especies y plásmidos. En el enfoque tradicional, cada población se divide en múltiples subpoblaciones según los plásmidos que portan. Pero en el nuevo sistema, estas subpoblaciones se promedian en una sola. Esto reduce drásticamente el número de variables, que aumentan de forma lineal a medida que se añaden nuevas bacterias y plásmidos, en lugar de hacerlo de forma exponencial.

Este nuevo enfoque permitió a los investigadores derivar un criterio rector único que permite predecir si un plásmido persistirá o no en una población determinada. Se basa en cinco variables importantes: el costo para las bacterias de tener el nuevo ADN, la frecuencia con la que se pierde el ADN, la rapidez con la que la población se diluye por el flujo a través de la población, la rapidez con la que el ADN se intercambia entre bacterias y la rapidez con la que la población en su conjunto está creciendo.

Con las mediciones de estas variables a mano, los investigadores pueden calcular la "persistencia del plásmido" de la población. Si ese número es mayor que uno, el paquete genético sobrevivirá y se extenderá, y un número mayor conducirá a una mayor abundancia. Si es menos de uno, se desvanecerá en el olvido.

"Aunque el modelo está simplificado, hemos descubierto que es razonablemente preciso bajo ciertas restricciones", dijo Wang. "Mientras el nuevo ADN no suponga una carga demasiado grande para las bacterias, nuestro nuevo marco tendrá éxito".

Usted y Wang probaron su nuevo enfoque de modelado diseñando un puñado de comunidades sintéticas diferentes, cada una con diferentes cepas de bacterias y paquetes genéticos para intercambiar. Después de realizar los experimentos, descubrieron que los resultados se ajustaban bastante bien a las expectativas de su marco teórico. Y para hacer un esfuerzo adicional, los investigadores también tomaron datos de 13 artículos publicados anteriormente y también calcularon sus números. Esos resultados también respaldaron su nuevo modelo.

"El criterio de persistencia del plásmido nos da la esperanza de utilizarlo para guiar nuevas aplicaciones", dijo You. “Podría ayudar a los investigadores a diseñar un microbioma controlando el flujo genético para lograr una determinada función. O puede darnos orientación sobre qué factores podemos controlar para eliminar o suprimir ciertos plásmidos de poblaciones bacterianas, como los responsables de la resistencia a los antibióticos”.

Esta investigación fue apoyada por los Institutos Nacionales de Salud (R01A1125604, R01GM110494) y la Fundación David y Lucile Packard.

CITA: “El potencial de persistencia de los plásmidos transferibles”, Teng Wang y Lingchong You. Nature Communications, 9 de noviembre de 2020. DOI: 10.1038/s41467-020-19368-7

(C) Universidad de Duke 

Fuente del artículo original: WRAL TechWire