Francis en Trending Ciencia: La física cuántica de la fotosíntesis

Sigue este enlace si quieres escuchar mi nuevo podcast en Trending Ciencia, que contesta una pregunta/petición formulada por Ces. Como siempre una transcripción del audio.

He elegido como tema para mi nuevo podcast sobre física la respuesta a una pregunta que me ha hecho uno de los lectores de mi blog, Ces, sobre la fotosíntesis y la física cuántica. Ces ha leído que la tasa de conversión de fotones en electrones en la clorofila alcanza el 90% gracias a la física cuántica. En realidad se trata de un mito. Igual que es falso que sólo usemos el 10% de nuestro cerebro, también es falso que la fotosíntesis tenga una eficiencia de más del 90%. La eficiencia máxima de la fotosíntesis como proceso bioquímico que produce biomasa a partir de radiación solar tiene una eficiencia máxima que ronda el 10%. Si sólo tenemos en cuenta los procesos que ocurren en las moléculas de clorofila, la eficiencia de la conversión de la energía de los fotones incidentes en el proceso de transferencia de electrones tiene una eficiencia que ronda el 50%. La eficiencia de más del 90% se refiere al proceso llamado “hopping” por el cual el fotón incidente en una molécula de clorofila produce una onda de tipo excitón que se mueve de forma sucesiva por varias moléculas de clorofila hasta alcanzar la molécula de clorofila “P” que realiza la transferencia de un electrón entre dos moléculas, una dadora de electrones y otra aceptora de electrones. Permíteme que explique todo esto en más detalle.

La luz del Sol que es activa para la fotosíntesis es la que se encuentra en la banda entre 400 y 700 nm; recuerda que la luz con 400 nm tiene color azul y que la luz con 700 nm tiene color rojo. Como la clorofila absorbe mal en el centro de esta banda, los colores verdes, las hojas de los árboles son verdes (en lugar de negras). Se estima que como mínimos el 5% (y en muchos casos hasta el 10%) de la luz solar en la banda de 400 a 700 nm que incide sobre las hojas de las plantas se refleja y por tanto no es útil para la fotosíntesis.

Los fotones que inciden sobre la molécula de clorofila provocan su transición energética a un estado excitado, cuya relajación posterior se utiliza para producir energía. Los fotones en la banda activa para la fotosíntesis, entre 400 y 700 nm, tienen una energía media por mol de fotones de 205 kJ (kilojulios). La energía necesaria para activar el sistema fotosintético fotosistema II (PSII) es la de un fotón con una longitud de onda de 680 nm, es decir, de unos 176 kJ/mol. Por otro lado, para el sistema fotosintético fotosistema I (PSI) es la energía de un fotón de 700 nm, es decir, 171 kJ/mol. Por tanto, en promedio, el 6,6% de la energía solar incidente se pierde en forma de calor durante la relajación de los estados excitados de la clorofila.

También se pierde energía en el ciclo de Calvin que sintetiza los carbohidratos a partir de CO2 y la energía capturada. En la fotosíntesis C3, el ciclo de Calvin consume tres moléculas de ATP (adenosín trifosfato) y dos de NADPH (nicotinamida-adenina-dinucleótido-fosfato) para asimilar una molécula de CO2 (dióxido de carbono) en un carbohidrato (glucosa) y generar la molécula necesaria para cerrar el ciclo. La síntesis de las tres moléculas de ATP requiere 12 protones (4 cada una) y las dos  moléculas de NADPH requiere absorber 8 fotones.  Todo esto por cada molécula de CO2 asimilada, proceso que requiere una energía de 1388 kJ por mol. Un sexto de un mol de glucosa, es decir, el carbono que le aporta la molécula de CO2, contiene unos 477 kJ. Por ello, en el ciclo de Calvin para la fotosíntesis C3 se pierde el 24,6% de la energía solar incidente. Sumando todos los efectos, en la fotosíntesis C3 la máxima cantidad de energía solar que se transforma en carbohidratos es del 12,6%.

Algo parecido ocurre en el caso de la fotosíntesis C4. Hay tres subtipos para el ciclo de Calvin en este caso. Sin entrar en detalles, se pierde el 28,7%  de la energía contenida en la radiación solar incidente. Por tanto la eficiencia máxima de conversión de energía en la fotosíntesis C4 se estima en un 8,5%. Pero no queda todo ahí, también hay pérdidas adicionales en la respiración que se produce en la mitocondria. Estas pérdidas dependen de varios factores. De nuevo sin entrar en detalles, se estima que entre el 30% y el 60% del a energía se pierde.

En resumen, tomando el porcentaje mínimo para todas las pérdidas de energía que hemos indicado, la eficiencia máxima de conversión de energía del Sol en biomasa en la fotosíntesis C3 es del 4,6% (de cada 1000 kJ de energía incidente sólo se transforma en biomasa 46 kJ) y en la fotosíntesis C4 es del 6,0% (de cada 1000 kJ de energía solar incidente sólo se transforma en biomasa 60 kJ).

Artículo técnico para los interesados en los detalles de estos cálculos: X.G. Zhu, S.P. Long, D.R. Ort, “What is the maximum efficiency with which photosynthesis can convert solar energy into biomass?,” Curr. Opin. Biotechnol. 19: 153-159, 2008.

Por supuesto, los oyentes me dirán que he tenido en cuenta demasiados efectos y que Ces en mi blog sólo estaba interesado en la eficiencia de la conversión de fotones en electrones en la clorofila. Permíteme considerar este proceso en detalle.

Un fotón incide sobre una “antena” molecular, un complejo proteíco formado por varias proteínas que contiene los pigmentos fotosintéticos (pongamos que sean moléculas de clorofila) y es absorbido excitando una molécula de clorofila, es decir, un electrón pasa desde un estado HOMO (siglas de orbital molecular ocupado de mayor energía) hasta un estado excitado no ocupado de mayor energía. Pocos picosegundos más tarde, esta molécula excitada decae, es decir, el electrón pasa desde el estado excitado a un estado LUMO (siglas de orbital molecular desocupado de menor energía) emitiendo un nuevo fotón. En este proceso la molécula vibra y pierde energía disipando calor. Obviando esta disipación térmica, la diferencia de energía entre los estados HOMO y LUMO debe corresponder a la energía del fotón absorbido por la molécula y a la energía del fotón emitido.

En las antenas moleculares fotosintéticas hay varias moléculas de clorofila que se excitan en secuencia a saltos (en inglés se habla de “hops” y al proceso se le llama “hopping” [también se utiliza el término "transferencian del excitón"]. Estos saltos acaban en una molécula de clorofila especial llamada clorofila “P” cuyo papel es la conversión del fotón en un electrón. La clorofila P está cerca de dos moléculas, una aceptora de electrones y otra dadora de electrones (DPA). Cuando la clorofila P se excita con un fotón (DP*A), decae en un proceso con dos etapas separadas: en la primera etapa transfiere un electrón a la molécula aceptora de electrones (DP+A-) y en la segunda etapa recibe un electrón de la molécula dadora de electrones (D+PA-), quedando en un estado no excitado tras este proceso.

La eficiencia energética de este proceso de conversión de energía la de un fotón en la transferencia de un electrón se puede calcular usando las leyes de la termodinámica. Podemos suponer que se trata de un ciclo de Carnot con un foco caliente, la energía de la molécula excitada, y un foco frío, la energía de la molécula en su estado fundamental. Asumiendo que la molécula de clorofila se comporta como una molécula en un gas, el cálculo resulta en una eficiencia máxima del 75%. Sin embargo, la clorofila in vivo no está en un gas y se encuentra acoplada a proteínas, lo que reduce la eficiencia a un valor entre el 57% y el 67%. Y en estos cálculos se ha omitido el trabajo requerido en las transiciones en las moléculas aceptora y dadora de electrones, lo que reduce la eficiencia de este ciclo de Carnot en como mínimo un 7% adicional.

En resumen, la eficiencia de la conversión de energía de un fotón a la de un electrón ronda el 60% en el mejor caso, siendo lo habitual que no supere el 50%. Pero entonces, ¿por qué comenta Ces en mi blog que ha leído que la eficiencia cuántica de la conversión de un fotón en un electrón en la fotosíntesis supera el 90%?

Más información sobre estos cálculos en Jérôme Lavergne, Pierre Joliot, “Thermodynamics of the Excited States of Photosynthesis,” BTOL-Bioenergetics, 2000 [pdf gratis].

La razón es sutil, pero sencilla. La eficiencia superior al 95% en la transferencia de energía en la fotosíntesis que mucha gente escribe en artículos de divulgación (yo mismo lo he escrito en mi blog en 2009) se refiere a la transferencia de los fotones entre moléculas de clorofila cercanas. El proceso que lleva los fotones desde la molécula de clorofila que ha capturado el fotón de la luz solar y la molécula de clorofila “P” que realiza la transferencia del electrón. El proceso de “hopping” tiene una eficiencia cercana al 95% gracias a la física cuántica, como se publicó en la revista Nature en el año 2007. Podemos decir que en este proceso de “hopping” se ejecuta un algoritmo cuántico de búsqueda que canaliza el fotón hasta la clorofila “P”.

En mi blog puedes leer “La conexión entre la fotosíntesis y los algoritmos cuánticos,” 2009, y “Publicado en Nature: Biología cuántica y computación cuántica adiabática en la fotosíntesis a temperatura ambiente,” 2010.

En 2007, Gregory S. Engel (de la Universidad de California en Berkeley) y sus colegas estudiaron la fotosíntesis en la bacteria fototrópica verde del azufre (Chlorobium tepidum). Según su estudio experimental mediante espectroscopia bidimensional utilizando la transformada de Fourier, el proceso de “hopping” corresponde a la propagación coherente de una onda cuántica de tipo excitón que transfiere la energía del fotón capturado hasta el centro químico activo donde se realiza la transferencia del electrón [por eso al "hopping" también se le llama transferencian del excitón]. La onda cuántica se propaga por las moléculas de clorofila durante cientos de femtosegundos y se comporta como si “visitara” de forma simultánea varios caminos posibles y eligiera el óptimo para llegar al centro activo. Engel y sus colegas afirmaron en su artículo de 2007 que el proceso es análogo al algoritmo cuántico de Grover, capaz de buscar un elemento dado en un vector de n componentes desordenadas en un número de pasos igual a la raíz cuadrada de n (cuando un algoritmo clásico requiere mirar al menos todos los elementos, es decir, un tiempo proporcional a n). Aunque el estudio experimental publicado en el año 2007 se realizó con a baja temperatura, unos 77 Kelvin, los autores afirmaron que el mismo mecanismo debe ocurrir a temperatura ambiente.

Recomiendo leer a Roseanne J. Sension, “Biophysics: Quantum path to photosynthesis,” News and Views, Nature 446: 740-741, 12 April 2007. El artículo técnico original es Gregory S. Engel et al. “Evidence for wavelike energy transfer through quantum coherence in photosynthetic systems,” Nature 446: 782-786, 12 April 2007.

De hecho, en el año 2010, se publicó en Nature otro artículo que comprobó dicho hipótesis, demostrando que el que dicho mecanismo también se da a temperatura ambiente. Elisabetta Collini (de la Universidad de Padua, Italia, aunque realizó la investigación trabajando en la Universidad de Toronto, Canadá) y sus colegas demostraron en un alga fotosintética que el mecanismo de “hopping” utiliza la coherencia cuántica incluso a temperatura ambiente. Pero repito, estos estudios, no implican que la eficiencia de la conversión de los fotones en electrones sea superior al 90%, como me preguntaba Ces en mi blog.

Recomiendo leer a Rienk van Grondelle, Vladimir I. Novoderezhkin, “Photosynthesis: Quantum design for a light trap,” Nature 463: 614-615, 4 Feb 2010. El artículo técnico es Elisabetta Collini et al., “Coherently wired light-harvesting in photosynthetic marine algae at ambient temperature,” Nature 463: 644-647, 4 Feb 2010.

En resumen, espero haber contestado la pregunta de Ces de forma satisfactoria, aunque haya omitido muchos detalles técnicos. La fotosíntesis como proceso de conversión de energía solar en biomasa tiene una eficiencia máxima alrededor del 10%. El proceso fundamental que ocurre en la clorofila que permite la conversión de la energía de un fotón en la transferencia de un electrón tiene una eficiencia del orden del 50%. Y el proceso cuántico que tiene una eficiencia superior al 90% es el proceso de “hopping” por el que el fotón capturado en una molécula de clorofila recorre varias moléculas hasta llegar a la molécula de clorofila “P” que realiza la transferencia del electrón como tal.

Y esto es todo por hoy. Si te ha gustado la trancripción y quieres oír el podcast, sigue este enlace en Trending Ciencia.

Francis en ¡Eureka!: La clonación de células troncales pluripotentes humanas

Ya está disponible el audio de mi sección ¡Eureka! en el programa La Rosa de los Vientos de Onda Cero. Sigue este enlace para disfrutarlo. Como siempre una transcripción libre.

La noticia de la semana ha sido la clonación de células madre humanas. Desde que se clonó la oveja Dolly en 1996 muchos investigadores han tratado de clonar células humanas por sus aplicaciones en medicina regenerativa. ¿Por qué ha costado tanto tiempo clonar células humanas? La oveja Dolly fue clonada a partir de una célula adulta mediante una técnica llamada transferencia nuclear somática. Se tomó el núcleo de una célula de la glándula mamaria de una oveja y se introdujo en un óvulo no fecundado y sin núcleo. Fueron necesarios 277 embriones fallidos para producir un nacimiento y en 2003, la oveja Dolly murió de vejez prematura (vivió la mitad que una oveja normal).

Todas las células tienen el mismo ADN en su núcleo, pero son muy diferentes entre sí (basta comparar una neurona y una célula de la piel). Pero todas las células pueden nacer a partir de células troncales pluripontentes, las llamadas células madre, capaces de diferenciarse en cualquier otra célula del cuerpo. Shoukhrat Mitalipov (del Centro Nacional de Investigación en Primates de Oregón, en EEUU) y sus colegas, entre ellos la embrióloga española Nuria Martí, emigrada a EEUU por los recortes en ciencia en España, han logrado aplicar la técnica utilizada con la oveja Dolly a células humanas.

Algunos oyentes recordarán que un científico surcoreano, el Dr. Hwang, experto en células madre, afirmó haberlo logrado en marzo de 2004, pero en diciembre de 2005 se descubrió había falsificado los datos de sus experimentos sobre la clonación de embriones humanos. Se levantó un gran escándalo y fue condenado a dos años de cárcel por un tribunal de Seúl. Ha costado casi 10 años de intenso trabajo lograr la clonación humana y lo más curioso es que la clave ha sido utilizar la cafeína.

Recomiendo leer a Gretchen Vogel, “Human Stem Cells From Cloning, Finally,” News & Analysis, Science 340: 795, 17 May 2013, y a David Cyranoski, “Human stem cells created by cloning. Breakthrough sets up showdown with induced adult lines,” Nature 497: 295–296, 16 May 2013. El artículo técnico es Masahito Tachibana et al., “Human Embryonic Stem Cells Derived by Somatic Cell Nuclear Transfer,” Cell, AOP, 15 May 2013. La cafeína se introdujo en la clonación de monos en S.M. Mitalipov, “Reprogramming following somatic cell nuclear transfer in primates is dependent upon nuclear remodeling,” Human Reproduction 22: 2232-2242, 2007.

En español recomiendo leer a Nuño Domínguez, “La clonación humana, cuestión de cafeína,” esMateria, 17 mayo 2013, y a Alfredo Pascual, “Nuestra generación no verá un órgano clonado, y mucho menos un ser humano,” El Confidencial, 17 mayo 2013.

Cuando el fin justifica los medios

El dogma central de la biología molecular, propuesto por Francis Crick en 1958, reza que todo gen (codificante) se transcribe en ARN mensajero que se traduce en una proteína. Hoy sabemos que las cosas nunca fueron tan sencillas. Un estudio del ADN de la levadura de la cerveza (S. cerevisiae) ha mostrado que, aunque contiene unos 6000 genes codificantes de proteínas, produce 1,88 millones de transcritos de ARN. Estas moléculas de ARN se llaman isoformas de transcripción (TIF por sus siglas en inglés) y tienen diferentes secuencias de inicio (5′) y final (3′). ¿Cuál es su función biológica? Lo más fácil es decir que su papel es regular la expresión de otros genes, pero esta función ha sido demostrado sólo en unos cientos de casos. La mayoría de los TIF podrían no tener ninguna función biológica, siendo un subproducto irrelevante de la maquinaria de transcripción. ¿Podrían tener algún papel en la evolución? Como es obvio, el contenido de TIF en un momento dado de una célula dentro de una población la diferencia de todas las demás y quizás podría proporcionarle la oportunidad de estar mejor adaptada a cambios en su entorno. Quizás esta gran diversidad de ARN transcritos sea una de las razones por la que es difícil matar a todas las células cancerosas de un tumor. Así finaliza su News & Views, cuyo titulo he copiado, B. Franklin Pugh, ”Molecular biology: The ends justify the means,” Nature 497: 48–49, 02 May 2013, quien se hace eco del artículo técnico de Vicent Pelechano, Wu Wei and Lars M. Steinmetz, “Extensive transcriptional heterogeneity revealed by isoform profiling,” Nature 497: 127–131, 02 May 2013.

Alimentómica, un nuevo enfoque a las ciencias de la nutrición y de los alimentos

Genómica, transcriptómica, proteómica, metabolómica, … Vivimos en la era de la “narcisómica” como decía Carina Dennis en Nature. Hay ómicas de todo lo habido y por haber, incluso de las ciencias de los alimentos y de la nutrición. Ya existían la nutrigenómica y la nutrigenética, pero para englobarlas el español Alejandro Cifuentes, del Instituto de Investigación en Ciencias de la Alimentación, CIAL (UAM-CSIC), introdujo en el año 2009 la alimentómica (foodomics en inglés, que a Cifuentes le gusta traducir por foodómica); en realidad el término ya había sido usado en páginas web desde 2007, pero su primera aparición en una revista impactada es de Cifuentes. Según la página web del Laboratory of Foodomics, la alimentómica denomina una “nueva disciplina que emplea técnicas ómicas para investigar los alimentos, incluyendo sus múltiples conexiones con la nutrición y la salud.” El secreto, como el de todas las ómicas, es el empleo de herramientas de alto rendimiento para el análisis masivo de datos, lo que llaman big data, en el contexto de las ciencias de los alimentos y con el objetivo de mejorar la nutrición humana y sus consecuencias para la salud. JAL nos los contó de forma breve en “Entre Probetas” (escucha el audio del programa de RNE). En Diciembre de 2012 la revista Analytical Chemistry dedicó la portada a la alimentómica. Aunque todavía no forma parte del Omics Gateway de Nature, auguro que no faltará mucho para ello.

Las limitaciones de la biología sintética mediante BioBricks

El mayor problema de la biología sintética es que un gen insertado en el ADN de un organismo no se comporta siempre de la misma forma. Una solución es insertar junto al gen un promotor adecuado (una secuencia de ADN que induzca inicio de la transcripción de dicho gen). Hay muchos promotores, pero todos no se portan igual de bien para un gen concreto, como muestra un nuevo artículo que ha estudiado la acción de 77 promotores en dos genes en la bacteria procariota E. coli. Las diferencias en la expresión de dichos genes son enormes (recuerda que el ADN del gen es transcrito a ARN mensajero y luego traducido a proteínas en los ribosomas; el promotor controla la cantidad de proteína traducida de forma indirecta a través del control de lo que se transcribe). Muchos lectores dirán que el resultado era esperable, pero la doctrina de muchos biólogos sintéticos era que el promotor importa, pero poco (muy pocas veces se prueban de forma sistemática decenas de promotores). Junto a varios colegas estudié la posibilidad de diseñar un calibrador de promotores (capaz de comparar la acción de un promotor cualquiera con respecto a un promotor de referencia); no lo logramos (todo se quedó en un modelo teórico que sólo funcionaba in silico). El nuevo estudio muestra que aún no se entiende bien el funcionamiento de los promotores y cómo su acción afecta a lo que interesa, la expresión final de la proteína. El camino hacia el diseño de redes genéticas sintéticas parece más arduo y tortuoso de lo esperado. Nos lo cuenta Ewen Callaway, “DNA tool kit goes live online. Standard control sequences aim to make genetic engineering more predictable,” Nature 495: 150–151, 14 Mar 2013, que se hace eco de los artículos Vivek K Mutalik et al., “Quantitative estimation of activity and quality for collections of functional genetic elements,” Nature Methods, AOP 10 Mar 2013, y Vivek K Mutalik et al., “Precise and reliable gene expression via standard transcription and translation initiation elements,” Nature Methods, AOP 10 Mar 2013.

El genoma de los pinzones de Darwin

Se ha secuenciado el genoma de las 14 especies de pinzones de las Islas Galápagos (Ecuador) que documentó Charles Darwin en su viaje en el Beagle y que se supone que le ayudaron a idear su teoría de la evolución (aunque muchos historiadores dudan de ello); por cierto, en realidad son 13, pues el décimocuarto vive en la Isla del Coco, Costa Rica. La mayor diferencia entre estos pájaros está en el tamaño y forma del pico (también difieren en su comportamiento y en su canto). Su genoma contiene unos 13.291 genes que codifican proteínas y su ADN tiene unos 991,0 Mb (millones de bases). Hay dos genes relacionados con la forma y tamaño del pico (Igf2r y Pou1f1), pero además hay otros 5 genes entre 47 que presentan cambios asociados a su aislamiento en las diferentes islas de las Galápagos. El análisis genético indica que se diversificaron hace más de 1 millón de años (y menos de 3 millones). El artículo técnico es Chris M Rands et al., “Insights into the evolution of Darwin’s finches from comparative analysis of the Geospiza magnirostris genome sequence,” BMC Genomics 14: 95, 12 Feb 2013 [acceso gratuito al pdf].

Esta entrada participa en el XXI Carnaval de Biología organizado por Torjo Sagua (@torjosagua) en su blog ”Enciclopedia Galáctica.”

¿Golpe fatal contra ENCODE y la “utilidad” del ADN “basura”?

Una de las grandes noticias científicas de 2012 fue la publicación de los resultados del proyecto ENCODE (ENCyclopedia Of DNA Elements), que reclamaban una “función” bioquímica para gran parte del mal llamado ADN basura (“junk ADN” que no “garbage ADN”). Este resultado requería una revisión de ciertos aspectos de la teoría evolutiva y la genética, por lo que causó un gran enfrentamiento entre los expertos. Se han escritos muchos artículos en contra de la posible “función” del ADN basura, pero el definitivo es Dan Graur et al, “On the immortality of television sets: “function” in the human genome according to the evolution-free gospel of ENCODE,” Genome Biology and Evolution, AOP February 20, 2013 [copia gratis]. Me he enterado vía Robin McKie, “Scientists attacked over claim that ‘junk DNA’ is vital to life. Rivals accuse team of knowing nothing about evolutionary biology,” The Guardian, 24 Feb 2013, por lo que he buscado con urgencia a PaleoFreak (gran crítico de ENCODE en Twitter) y me he encontrado con un aplastante y demoledor “Golpe final al ENCODE (y viva el ADN basura),” 21 Febrero, 2013. Recomiendo su lectura, “no exenta de ironía y cierta crueldad.”

El nuevo artículo es contundente. El Consorcio ENCODE ha caído en una falacias lógica llamada afirmar el consecuente: Si A→B, y se da B, entonces se da A (lo correcto es el modus ponens: Si A→B, y se da A, entonces se da B). En concreto, los trozos de ADN que muestran una función biológica suelen mostrar ciertas propiedades, como se han observado trozos de ADN con las mismas propiedades, entonces dichos trozos de ADN tienen una función biológica (donde A=función y B=propiedad). Por ello, el Consorcio ENCODE ha publicado que más del 80% del genoma humano es funcional, es decir, que casi todos los nucleótidos tienen una función y que estas funciones se conservan evolutivamente sin sufrir selección. Todo indica que el proyecto ENCODE abusa del concepto “función” olvidando el último siglo de genética, que ha demostrado que sólo el 10% del genoma humano se ha conservado evolutivamente gracias a la selección; si fuera cierta la afirmación de ENCODE, el 70% del genoma humano sería invulnerable a mutaciones perjudiciales (un sinsentido en genética y teoría evolutiva). ENCODE ha caído también en la trampa de la apofenia, consistente en ver patrones y conexiones entre sucesos y datos aleatorios. Para ello han utilizado métodos experimentales que sobreestiman de forma consistente la posible “funcionalidad” de cada nucleótido.

En biología se pueden usar dos significados diferentes para la palabra “función” que no hay que confundir. Por un lado, la función seleccionada (“selected effect” en el artículo de Graur et al.) que es resultado de la selección natural y se ha conservado porque permite al ser vivo estar mejor adaptado a su entorno. Y por otro lado, la función circunstancial (“causal role” en el artículo de Graur et al.) que no tiene nada que ver con la selección y la evolución (por ejemplo, la función del corazón es bombear sangre, pero también tiene otras funciones circunstanciales, como producir sonidos, incrementar el peso corporal, etc.). El proyecto ENCODE abusa del concepto de función circunstancial al afirmar que un trozo de ADN tiene “función” si (1) es transcrito, o (2) está asociado a una histona modificada, o (3) está en una zona donde la cromatina está abierta, o (4) se acopla a factores de transcripción, o (5) contiene dinucleótidos CpG metilados. Estas funciones circunstanciales no son funciones seleccionadas y por tanto no son “funciones” en un sentido biológico estricto.

Una cuestión que permea el trabajo del Consorcio ENCODE es la función que tienen los intrones. Los genes en células eucariotas están divididos en intrones y exones, los primeros tras ser transcritos a ARN son “desechados” mientras que los segundos se unen entre sí para formar las secuencias de ARN mensajero que son traducidas a proteínas en los ribosomas. Los intrones no codifican proteínas y su papel biológico no está claro, por lo que la decisión del Consorcio ENCODE de marcarlos como “funcionales” es excesiva y muy discutible. Otra cuestión importante es el papel de los transposones, trozos de ADN que pueden moverse a lo largo del ADN y que constituyen alrededor del 30% del genoma humano y alrededor del 31% del transcriptoma humano. No está claro si algunos transposones tienen una “función” biológica, pero parece claro que la mayoría son simples parásitos, parásitos de parásitos y restos de parásitos. Asignarles una función no tiene sentido biológico.

Desde un punto de  vista metodológico, el proyecto ENCODE cae en graves errores. Para comprobar si algo tiene o interviene en una función hay que eliminarlo y comprobar que la función desaparece o se modifica. Cualquier otra opción es incorrecta desde un punto de vista metodológico. El consorcio ENCODE cae en este tipo de errores constantemente.

¿Ha merecido la pena el proyecto ENCODE? ¿Servirá para algo todo el dinero gastado en este proyecto? Solo el tiempo lo dirá. En ciencia, como en las batallas, el reposo del guerrero es necesario para valorar la gesta.

Hacia la solución del mayor problema de la hipótesis del mundo de ARN como origen de la vida

¿Qué fue primero el huevo o la gallina? El mismo problema tiene el origen de la vida. El ADN almacena la información que codifica las proteínas (enzimas con actividad catalítica) y las proteínas son necesarias para descodificar esta información. La solución estándar para el origen de la vida es la hipótesis del mundo de ARN, ya que el ARN puede codificar información y también tiene actividad catalítica (ribozimas). El mayor problema de esta hipótesis es que los nucleótidos del ARN (A, G, C y U) no se ensamblan de forma espontánea para formar cadenas largas cuando están disueltos en agua. Una posible solución es que el ARN “evolucionó” a partir de moléculas más “primitivas” que fueran capaces de autoensamblarse y que tuvieran algún tipo de actividad catalítica. La respuesta más simple son las moléculas TAP y CAS, que forman cadenas en forma de anillo llamadas rosetas, pero que tienen el problema de que son metaestables y se rompen (CA es el ácido cianúrico y TAP es la triaminopirimidina; recuerda que el uracilo U y la citosina C son pirimidinas). El químico español Ramón Eritja (Barcelona) y sus colegas de EEUU han encontrado una solución gracias a usar TAPAS en lugar de TAP, donde TAPAS se forma por enlace conjugado de un succinato con TAP. Estos químicos han descubierto que disueltas en agua TAPAS y CA forman cadenas que podrían codificar la información y podrían a haber dado lugar a la molécula de ARN. ¿Han encontrado el origen de la vida? Todavía es muy pronto para saberlo. Hay muchísimos detalles por completar, lo más importante es saber si el polímero CA-TAPAS puede codificar información y si además puede “evolucionar” hacia la estructura del ARN. En cualquier caso, en mi opinión su trabajo le da un fuerte ímpetu a la hipótesis del mundo de ARN. Nos lo ha contado Robert F. Service, “Self-Assembling Molecules Offer New Clues on Life’s Possible Origin,” Science NOW, 11 Feb 2013, que se hace eco del artículo técnico Brian J. Cafferty, Isaac Gállego, Michael C. Chen, Katherine I. Farley, Ramon Eritja, Nicholas V. Hud, “Efficient Self-Assembly in Water of Long Noncovalent Polymers by Nucleobase Analogues,” J. Am. Chem. Soc. AOP Feb 8, 2003.

Por cierto, la evolución no explica el origen de la vida porque no explica el origen de LUCA (Last Universal Common Ancestor), el ancestro común a toda la vida actual en la Tierra. En el texto anterior he utilizado el término “evolución” aplicado a moléculas en su acepción de “cambio de forma” y no quisiera que se confundiera con su acepción darwinista.

En teoría, basta medir 293 metabolitos para conocer el estado de los 2763 de una célula humana

El metaboloma humano (H. sapiens) comprende 5.283 reacciones bioquímicas que relacionan 2.763 metabolitos con una red metabólica de 21.026 conexiones. Para reconstruir el estado completo de esta red metabólica, es decir, la concentración de todos los metabolitos, ¿cuántas concentraciones de metabolitos hay que medir en laboratorio? La respuesta es 293 (para S. cerevisiae bastan 99 y para E. coli solo 96). ¿Sólo 293 permiten reconstruir el valor de 2.763? Así es, en teoría, claro, pues en la práctica que se pueda hacer no significa que sea factible lograrlo. Lo afirma un nuevo artículo interesantísimo de Albert-László Barabási y dos colegas que estudia la observabilidad (según la teoría del control) de redes metabólicas y de regulación génica. Todo biólogo matemático, o matemático biólogo, debería leer este artículo (tanto si trabaja con datos in silico como, y sobre todo, in vivo). El artículo técnico es Yang-Yu Liu, Jean-Jacques Slotine, Albert-László Barabási, “Observability of complex systems,” PNAS Early Edition, Jan 28, 2013. A los biólogos que tengan dificultades a la hora de entender el concepto de derivada de Lie y el jacobiano correspondiente les recomiendo consultar a cualquier matemático, o si no tienen ninguno a mano estudiar la tesis de licenciatura de Milena Anguelova, “Nonlinear Observability and Identiability: General Theory and a Case Study of a Kinetic Model for S. cerevisiae,” Department of Mathematics, Chalmers University of Technology and Göteborg University, April 2004 [pdf].

El metagenoma fecal y el microbioma intestinal humano

Un laboratorio de biología molecular y genética suele ser un lugar limpio, pero a veces hay que trabajar con muestras de entornos “sucios.” El metagenoma es el conjunto de genomas de un determinado entorno, obtenido a partir de muestras de ese ambiente, sin necesidad de aislar y cultivar las diferentes especies por separado. Se publica un nuevo estudio en Nature que analiza la variabilidad del metagenoma de las heces humanas (se han estudiado 252 metagenomas fecales de 207 personas de Europa y Norteamérica). El estudio ha detectado 10,3 millones polimorfismos de un único nucleótido (SNPs), que son bastante estables cuando corresponden al mismo individuo y algo menos entre individuos. Las técnicas de secuenciación genómica de alto rendimiento están permitiendo estudios de las poblaciones microbianas intestinales que podrían tener aplicaciones en el análisis de los efectos de la dieta o la ingestión de fármacos en el bienestar humano. Me ha resultado curioso este artículo, que raya lo escatológico, Siegfried Schloissnig et al., “Genomic variation landscape of the human gut microbiome,” Nature 493: 45-50, 03 Jan 2013.

Fotografian un haz de siete moléculas de ADN suspendido entre dos micropivotes

Esta fotografía obtenida con un microscopio electrónico de transmisión (TEM) muestra una fibra formada por un haz de siete moléculas de ADN en una configuración 1+6, un ADN central rodeado de 6 ADN en una distribución hexagonal; todos tienen la configuración ds ADN lineal (ds λ-DNA config. A). Para lograr esta fotografía electrónica han suspendido el haz de moléculas de ADN entre dos micropivotes de silicio y han hecho un agujero entre ellos por el que ha penetrado el haz de electrones del microscopio. Todo un alarde técnico para una foto que dejará frío a muchos, acostumbrados a ver reconstrucciones 3D de la molécula de ADN átomo a átomo. En esta fotografía la molécula de ADN se intuye (no me atrevo a decir que se ve) en los lugares donde apuntan las flechitas rojas, colocadas para ilustrar la periodicidad del enrollamiento de una de las moléculas de ADN; las flechitas rojas están separadas por 2,7 ± 0,2 nm, cada molécula de ADN enrollada tiene un diámetro de unos 8 nm y el haz 1+6 moléculas de ADN tiene unos 19 nm. El artículo técnico es Francesco Gentile et al., “Direct Imaging of DNA Fibers: The Visage of Double Helix,” Nano Letters, ASAP Nov. 22, 2012.

Los pelirrojos tienen mayor riesgo de padecer cáncer de piel, según un estudio en ratones

Un estudio realizado en ratones indica que los pelirrojos tienen mayor riesgo de padecer cáncer  de piel (melanoma), incluso si no se exponen a los rayos ultravioleta (UV). La causa son factores genéticos. Los humanos pelirrojos tienen una serie de polimorfismos en la secuencia del gen MC1R, llamados variante RHC, que reducen la funcionalidad de dicho gen; por ello, además del pelo rojizo, tienen la piel blanca, tendencia a tener pecas y poca capacidad para broncearse. El nuevo estudio indica que además tienen mayor riesgo de melanoma porque son deficientes en eumelanina (la forma de la melanina asociada al tono marrón-negro), un potente antioxidante que reduce la acumulación de daños en el ADN mediante la absorción de especies reactivas de oxígeno (ROS). Incluso sin exponerse a rayos UV, su ADN sufre mayor daño oxidativo. Aunque la feomelanina (la forma de la melanina asociada al tono rojo-amarillo) puede aumentar el riesgo de cáncer por generación de ROS en respuesta a la exposición de rayos UV, este pigmento también puede generar ROS a través de otros mecanismos independientes de la radiación UV. El nuevo artículo muestra que los daños en el ADN asociados a las ROS se acumulan más fácilmente en la piel de ratones pelirrojos que en ratones albinos (que son deficientes en feomelanina y en eumelanina). Nos lo cuenta Mizuho Fukunaga-Kalabis, Meenhard Herlyn, “Cancer: Complexion matters,” Nature 491: 342–343, 15 November 2012, que se hace eco de Devarati Mitra et al., “An ultraviolet-radiation-independent pathway to melanoma carcinogenesis in the red hair/fair skin background,” Nature 491: 449–453, 15 November 2012. En español también puedes leer “Los pelirrojos son más propensos a sufrir melanomas, incluso sin tomar el sol,” SINC, 31 octobre 2012.

Unas sencillas reglas permiten obtener la conformación terciaria de una proteína a partir de la secundaria

Uno de los problemas más importantes del s. XXI es el problema del plegamiento de proteínas, determinar la estructura tridimensional (conformación terciaria) de una proteína a partir del listado de sus aminoácidos (o de su código genético). Esta estructura nativa es única para la mayoría de las proteínas, determinando en gran parte su función bioquímica (la geometría determina la función). Se ha publicado en Nature un artículo que propone los principios básicos y las reglas fundamentales que controlan el plegamiento a partir de la estructura secundaria de las proteínas (las hélices α y las hojas β). Estos principios podrían usarse para diseñar nuevas proteínas que se plieguen de la forma deseada, lo que podría tener enormes aplicaciones en biología sintética. Nos lo cuenta Birte Höcker, “Structural biology: A toolbox for protein design,” Nature 491: 204–205, 08 November 2012, que se hace eco de Nobuyasu Koga, Rie Tatsumi-Koga, Gaohua Liu, Rong Xiao, Thomas B. Acton, Gaetano T. Montelione, David Baker, “Principles for designing ideal protein structures,” Nature 491: 222–227, 08 November 2012.

De Juana la Loca hasta las baterías de litio viajando por algunos carnavales de ciencias

Doña Juana I de Castilla y Aragón (1479-1555), Juana la Loca, Reina Propietaria del trono de España, fue la reina más poderosa de su tiempo, aunque nunca gobernó. Su padre, su esposo y más tarde su propio hijo afirmaron que estaba loca, mientras muchos nobles castellanos y los comuneros pretendían que dicha locura era pura invención de quienes querían usurparle el trono. Juana fue “internada” en Tordesillas, pues el confinamiento era el tratamiento oficial para la locura en su época. Sin embargo, todos los hijos de Juana, esposas y esposos de estos, incluso sus nietos ya en edad adulta, sobrinos y sobrinas, visitaban Tordesillas a menudo y le profesaban respeto, admiración y cariño. Si se tratara de una mujer alienada, celosa y delirante sería difícil imaginar de qué modo hubiera podido crear las condiciones de esa unión familiar alrededor de su persona, por tantas generaciones y ramas familiares. La leyenda de la “locura de amor” que Juana profesaba por su marido, Felipe “el Hermoso,” nació cuando Juana fue heredera legítima del trono de Castilla, tras varias muertes inesperadas, entre ellas la de su hermano Juan y su hermana Isabel. Con anterioridad no hay ninguna documentación al respecto. La salud “oficial” de Juana siempre osciló según las necesidades políticas.  Además, como en la Edad Media la locura era un “vicio,” Juana ha pasado a la historia como mujer lujuriosa, dominada por la desesperación, carente de prudencia y rebelde. Nos lo cuenta Begoña Matilla, “El mito de la Reina Juana: ¿“la Loca”?“

Pensar la locura de Juana desde la óptica del saber actual, nos induciría a error. Juana fue una mujer moderna para su tiempo que logró, desde las armas que las mujeres podían esgrimir en los inicios de la Edad Moderna, no perder su titularidad real por la que luchó con uñas y dientes, y hacer posible el gobierno de sus descendientes. Juana organizó estrategias políticas para asegurar la sucesión legítima de su hijo Carlos al trono, como esquivar la voluntad paterna, rompiendo todos los códigos de la época al no volver a casarse después de enviudar, a pesar de las muchas presiones recibidas. Además, cuando los Comuneros se alzaron contra Carlos V y la liberaron de su encierro, Juana logró esquivar sus pretensiones, que de facto, hubieran desheredado a Carlos. Gracias a ella, los Austrias ganaron la partida del poder en España.

La imagen que mucha gente tiene de Juana está moldeada por la película “Juana la loca” (2001) de Vicente Aranda, “una explosiva historia de amor” con más erotismo que precisión histórica, remake de ”Locura de amor” (1948) de Juan de Orduña. Pilar López de Ayala interpreta el papel de una neurótica “loca de amor” que le permitió obtener un Goya. La imagen de Juana I que ofrece esta película me recuerda a una psicosis maníaco-depresiva o transtorno bipolar. Su tratamiento actual, basado en el carbonato de litio, será el leitmotiv de esta entrada, cuyo objetivo era superar el reto de los 7 carnavales lanzado por José Manuel López Nicolás (@ScientiaJMLN) en Twitter y superado por él mismo en su blog Scientia. No sé si lo he conseguido, pero no importa. Me ha servido para aprender muchas cosas sobre historia que no sabía. Espero que tú también disfrutes con mi resumen.

El dilema del prisionero, la cooperación molecular y el origen de la vida

El dilema del prisionero de Tucker, un juego de suma no nula, demuestra que la no cooperación, el egoísmo puro y duro, resultado del equilibrio de Nash, puede ser la mejor solución de muchos problemas. Hay variantes del juego con la conclusión opuesta, en las que la cooperación es la solución de equilibrio. Hay moléculas orgánicas por doquier en el universo, sin embargo, el origen de la vida en la Tierra sigue siendo aún un gran misterio. Cómo un conjunto de moléculas orgánicas inanimadas se autoorganizó para dar lugar al primer ser vivo. Nilesh Vaidya (Universidad Estatal de Portland, Oregon, EEUU) y sus colegas sugieren en Nature que la cooperación entre las moléculas pudo contribuir al origen de la vida. En cierto sentido, estas ideas son opuestas a la teoría del gen egoísta de Richard Dawkins, ya que el egoísmo, igual que en el dilema del prisionero, no conduce a la solución óptima. El nuevo artículo muestra ejemplos de redes de moléculas de ARN que se ensamblan entre sí gracias a la cooperación molecular, lo que sugiere que ésta puede ser tan antigua como la vida misma. Como es obvio, sus ideas se enmarcan dentro de la hipótesis del “mundo de ARN” que sugiere que la biología primordial carecía de ADN y de proteínas, siendo el ARN responsable tanto de la herencia como del metabolismo. El nuevo artículo es realmente sugerente, aunque todavía queda mucho para que resolvamos el misterio del origen de la vida. Nos lo cuentan James Attwater & Philipp Holliger, “Origins of life: The cooperative gene,” Nature, Published online 17 October 2012, que se hacen eco del artículo técnico de Nilesh Vaidya, Michael L. Manapat, Irene A. Chen, Ramon Xulvi-Brunet, Eric J. Hayden & Niles Lehman, “Spontaneous network formation among cooperative RNA replicators,” Nature, Published online 17 October 2012 (recomiendo a los biomatemáticos echar una ojeada al modelo matemático que aparece en la Información Suplementaria del artículo).

Hacia la cura del dolor gracias al veneno de la mamba negra

Una nueva clase de toxinas polipeptídicas, las mambalginas, aislados en el veneno de la mamba negra, la serpiente más venenosa de África, pueden eliminar el dolor gracias un subtipo particular de canales iónicos sensibles a los ácidos (ASIC por Acid-Sensing Ionic Channels), tanto en las neuronas del sistema nervioso central como en el periférico. Las mambalginas tienen un efecto analgésico tan fuerte como la morfina. Siendo tan efectivas contra el dolor, tienen la ventaja de que no son tóxicas (solo se ha demostrado en ratones) y no tienen contraindicaciones respiratorias (también demostrado solo en ratones). Eric Lingueglia (CNRS, Francia) y sus colegas creen que las posibilidades farmacológicas de las mambalginas son muy prometedoras. Por supuesto, es esencial comprender mejor el dolor para desarrollar nuevos analgésicos. Las mambalginas pertenecen a la familia de las toxinas de tres bucles, como muestra la reconstrucción tridimensional que aparece en la imagen central de la figura que abre esta entrada (esta estructura ha sido obtenida de forma aproximada usando analogías con estructuras conocidas). Las mambalginas son inhibidores potentes, rápidos y reversibles de todos los subtipos de canales ASIC que se expresan en el sistema nervioso central (tanto los ASIC1a, como los ASIC1a+ASIC2A y ASIC1A+ASIC2B). Por tanto, son toxinas muy prometedoras en el campo de los analgésicos, aunque el factor decisivo serán las pruebas en humanos requerirán un proceso largo y lento. El artículo técnico es Sylvie Diochot et al., “Black mamba venom peptides target acid-sensing ion channels to abolish pain,” Nature 490: 552–555 (25 October 2012).

Premio Nobel de Química 2012: R. J. Lefkowitz y B. K. Kobilka por los receptores acoplados a las proteínas G y su función

Las células eucariotas perciben moléculas de su entorno gracias a una serie de proteínas que se encuentran en su membrana, las más importantes son los receptores acoplados a proteínas G (los GPCR, siglas de G-protein-coupled receptors); las proteínas G son las que inician la cadena de señalización celular asociada a dichas moléculas y ya fueron objeto del Premio Nobel de Medicina en 1994, concedido a Alfred G. Gilman y Martin Rodbell. Estos receptores se ligan a compuestos fotosensibles, olores, feromonas, hormonas y neurotransmisores, activándose y permitiendo que a ellos se liguen las proteínas G correspondientes. Casi la mitad de los medicamentos modernos utilizan estos receptores como diana pues los GPCR están involucrados en muchas enfermedades. En 1968, Robert J. Lefkowitz (ahora en la Univ. Duke, Durham, Carolina del Norte, EEUU) usó isótopos radioactivos en la hormona adrenalina para trazar los receptores transmembrana de las células que se acoplaban a ella; en concreto, descubrió el receptor adrenérgico β de la adrenalina, que publicó en 1970 en PNAS y Science. En los 1980, Lefkowitz decidió estudiar los genes asociados a las GPCR y contrató a un joven doctor, Brian K. Kobilka (ahora en la Univ. Stanford, California, EEUU) que aisló el gen que codifica el receptor adrenérgico β y descubrió que es similar a uno que captura luz en el ojo (el momento Eureka de este Premio Nobel). Gracias a ello descubrió una nueva familia de receptores cuya estructura molecular y función es similar, los GPCR, que entonces estaba constituida por unos 30, pero que hoy en día comprende unos mil receptores. El motivo de la concesión del Nobel de Química de este año a estos dos investigadores ha sido uno de las noticias de 2011, la publicación en Nature por Kobilka del mecanismo exacto de funcionamiento del receptor adrenérgico β, gracias a imágenes de este receptor en su estado activado con la adrenalina. Una imagen que culmina varias décadas de investigación. Nota de prensa, información para un público general, información técnica y anuncio del premio.

Esta figura muestra el funcionamiento de los GPCR, que se activan (1) al ligarse a una hormona (por ejemplo); en su forma activa (2) se ligan a las proteínas G que se disgregan en una subunidad alfa (3) que inicia una cadena de señalización celular, que altera el metabolismo celular (el efecto de la hormona); el proceso se repite de nuevo muchas veces (4). La clave de este proceso son los cambios estructurales que se producen en los GPCR cuando se activan, que fue desvelado en 2011 por el grupo de Kobilka que logró obtener una imagen cristalográfica de rayos X de un GPCR activado, en concreto, el receptor adrenérgico β de la adrenalina. La imagen para dicho GPCR sin activar ya era conocida desde hacía mucho tiempo, pero cristalizar un GPCR activado requirió dos décadas de trabajo (mucha gente pensaba que era imposible) y mereció un artículo en Nature en 2011, la clave para la concesión este año del Premio Nobel.

Gracias a la determinación de la estructura tridimensional (o conformación) de un GPCR activado se ha podido elucidar cómo funciona a nivel bioquímico; como la mayoría de los GPCR comparten gran parte de su estructura, este gran avance permitirá diseñar mejores fármacos agonistas (moléculas capaces de combinarse con un receptor y estimular su actividad), antagonistas (moléculas capaces de bloquear un receptor y abolir su actividad) y agonistas inversos (los que logran efectos opuestos a los de los agonistas). Los agonistas se ligan a un GPCR y estabilizan la conformación que activa la proteína G en el interior celular. Los agonistas inversos se ligan a un GPR pero estabilizan su conformación no activada. Los antagonistas o inhibidores compiten con los agonistas y bloquean el sitio de unión entre el agonista y el GPCR. Muchos fármacos modernos son antagonistas, como los β-bloqueantes utilizados en el tratamiento de trastornos relacionados con el corazón y la hipertensión (el Premio Nobel de Medicina de 1988 fue obtenido por Sir James W. Black por descubrir el propranolol, que bloquea el receptor adrenérgico β de la adrenalina). Otros son agonistas que activan, por ejemplo, los receptores de la dopamina y la serotonina para aliviar la enfermedad de Parkinson, migrañas y trastornos neuropsiquiátricos, o son agonistas inversos, que impiden que la actividad basal de, por ejemplo, el receptor GABA involucrado en la memoria y el aprendizaje. Las aplicaciones farmacológicas de los trabajos de los ganadores del Premio Nobel de Química de 2012 son realmente incontables.

Los interesados en más detalles, de primera mano, disfrutarán con estas dos charlas en youtube del propio Lefkowitz en las que nos relata su descubrimiento de los GPCR. Aunque están en inglés, realmente merecen la pena.

XVII Carnaval Biología: Nuevo avance en la biofísicoquímica de la fotosíntesis en las plantas

Lo primero, te recomiendo ver el Discurshow “Protón” de Xurxo Mariño y Vicente de Souza, aunque no mencionen la fotosíntesis, en la que el protón tiene un papel fundamental. La fotosíntesis transforma la luz del Sol en energía química a partir de dos moléculas de agua, que se descomponen en una molécula de oxígeno O₂, junto a cuatro protones (núcleos de hidrógeno o iones H⁺) y cuatro electrones. La fotosíntesis en cianobacterias, algas y plantas se denomina fotosíntesis oxigénica y se basa en el llamado sistema fotosintético tipo-II, o fotosistema II (PSII); la secuencia de pasos de esta reacción bioquímica se llama ciclo de Kok (1970) y está catalizada por un complejo Mn₄Ca, formado por cuatro átomos de manganeso y uno de calcio. Gracias a las técnicas de espectroscopia se conoce bastante bien su funcionamiento en las escalas de picosegundos, con algunos detalles incluso en la escala de femtosegundos. La reacción química global es 4 Y_Z^(ox) + 2 H₂O → 4 Y_Z^(red) + 4 H⁺ + O₂, donde la absorción de fotones con una longitud de onda alrededor de 680 nm oxida cuatro moléculas de tirosina, Y_Z^(ox), que actúan a su vez como oxidantes de cuatro moléculas de agua; en este proceso 4 electrones del complejo Mn₄Ca se transfieren a las cuatro tirosinas, resultando cuatro Y_Z^(red), mientras que cuatro protones H⁺ son eliminados del complejo MMn₄Ca mediante un proceso de desprotonización (la figura de arriba, parte derecha, muestra los pasos del ciclo de Kok y sus escalas de tiempo). Un nuevo artículo publicado en PNAS ha estudiado en detalle el proceso de transferencia de electrones y protones, rellenando algunos huecos en nuestro conocimiento de esta interesante reacción bioquímica. Hace poco un lector de este blog me pedía que le describiera los detalles cuánticos de la fotosíntesis. Viendo las figuras de esta entrada se puede ver que para entenderlos hay que ser un experto en biofísicoquímica cuántica y yo no lo soy. Aún así, los expertos disfrutarán el artículo de André Klauss, Michael Haumann, Holger Dau, “Alternating electron and proton transfer steps in photosynthetic water oxidation,” PNAS 109: 16035-16040, October 2, 2012.

Entrar en detalles técnicos sería meterme en camisa en once varas, pero quizás conviene poner un ejemplo del nivel de detalle con el que conocemos estas reacciones químicas. Por ello, incluyo aquí esta figura que muestra uno de los pasos del ciclo clásico de Kok de oxidación fotosintética del agua, el paso S₂ → S₃. Se muestra el complejo Mn₄CaO₅, la tirosina con actividad redox (Tyr₁₆₁) y los grupos más importantes que rodean a los enlaces de hidrógeno en esta reacción. Los aminoácidos que se destacan forman parte de la subunidad D1 del PSII, con la excepción e CP43–Arg₃₅₇. Las moléculas de agua se indican con esferas rojas, los enlaces de hidrógeno con línea a trazos y los protones son esferas grises. La retícula tridimensional en gris representa el complejo de moléculas de agua que incluye 4 H_xO en la primera esfera de coordinación del manganeso (Mn4), así como el calcio (Ca) y las tres moléculas de agua de la segunda esfera de coordinación. El primer paso en esta reacción (“1^st” en la figura) ocurre cuando han pasado menos de 100 ns tras la absorción del fotón y la oxidación de la clorofila primaria del PSII (P680); en este paso Tyr₁₆₁ (Y_Z)  es oxidada por P680⁺. La formación de Y_Z^(ox) produce un reordenamiento de la red de enlaces de hidrógeno (que se completa en menos de 1 µs), conduciendo a la transferencia de un protón a His₁₉₀, desprotonizando una molécula de agua en el complejo mostrado en la retícula tridimensional gris. En el segundo paso de esta reacción (“2^nd” en la figura), el complejo Mn/Y_Z pierde un protón en alrededor de 30 µs y se produce la vacante de un protón en el complejo de agua. En el tercer y último paso (“3^rd” en la figura), en alrededor de 300 µs, la oxidación del manganeso se acopla al paso de transferencia de un protón que ha creado una vacante en el complejo del agua.

Los mecanismos moleculares de las reacciones (foto)químicas del fotosistema II (PSII) se ha estudiado desde los años setenta y se conocen con bastante detalle. La estructura del PSII se determinó por difracción de rayos-X en el año 2004 y contiene unas 20 subunidades proteicas, conocidas como PsbA-Z, en función del nombre de los genes que las codifican, además de un conjunto de cofactores como son las clorofilas (Chl), feofitinas (Phe), carotenoides, hierro, plastoquinonas, complejo de iones Mn (Mn4) y los iones Ca, Cl y HCO. La masa molecular aproximada del PSII es de 320 kDa. Los interesados en más detalles técnicos (en español) pueden recurrir, por ejemplo, al capítulo 2 de la tesis doctoral de Mónica Balsera Diéguez, “Análisis estructural de la proteína extrínseca PsbQ del fotosistema II de plantas superiores,” Universidad de Salamanca, 2004.

Esta entrada participa en el XVII Carnaval de Biología, organizado este mes por el blog “Pero esa es otra historia y debe ser contada en otra ocasión,” cuyo autor @Ununcuadio es buen seguidor de mi blog.

El proyecto ENCODE dice adiós al ADN “basura”: el 80% del ADN tiene funciones bioquímicas

El proyecto de la Enciclopedia del ADN, llamado ENCODE por Encyclopedia of DNA Elements, ha estudiado con sumo detalle el ADN humano, tanto la parte codificante (genoma), como la no codificante (mal llamada hace una década como “ADN basura”). El hallazgo más notable de este estudio es que el 80% de todo el ADN contiene elementos vinculados a funciones bioquímicas (es decir, tiene “actividad bioquímica específica”), desterrando la idea de que gran parte del ADN es simplemente “basura” evolutiva. Un resultado que fue anticipado en 2007 cuando este proyecto publicó su análisis del 1% del ADN y que obliga a redefinir el concepto de gen como unidad mínima heredada. Gran parte del ADN no codificante, que no se expresa en proteínas, tiene funciones de regulación, por lo que pueden estar relacionados con enfermedades y pueden ser dianas terapéuticas.

El ADN humano tiene unos 3.000 millones de bases (“letras” A, G, T, o C), pero solo el 1% contiene unos 21.000 genes que codifican unas 90.000 proteínas. En el ADN entre los genes, el proyecto ENCODE ha descubierto unas 70.000 regiones “promotoras” que se ligan a proteínas para controlar la expresión de los genes. También ha descubierto unas 400.000 regiones “potenciadoras” que regulan (potencian o reducen) la expresión de genes, incluso de genes muy distantes entre sí. Además, ha descubierto 2,9 millones de regiones a las que se ligan proteínas (por ejemplo, factores de transcripción) en los 125 tipos de células estudiados, de las que unos dos tercios se han descubierto en un solo tipo celular y no aparecen en ningún otro tipo. De hecho, solo unas 3,700 de estas regiones son compartidas por todas las células.

En el proyecto ENCODE han trabajado unos 442 científicos durante unos 10 años, estudiando mediante 24 tipos de experimentos diferentes un pequeño trozo de ADN en 147 tipos de células humanas diferentes. El resultado se publica hoy en una serie de 30 artículos en diferentes revistas científicas, destacando 6 artículos en Nature. Nos lo cuentan Joseph R. Ecker, Wendy A. Bickmore, Inês Barroso, Jonathan K. Pritchard, Yoav Gilad, Eran Segal, “Genomics: ENCODE explained,” Nature 489: 52–55, 06 September 2012, y Ed Yong, “ENCODE: the rough guide to the human genome,” Discover Magazine, 5 Sep. 2012. El artículo técnico en Nature que describe en detalle el proyecto ENCODE es The ENCODE Project Consortium, “An integrated encyclopedia of DNA elements in the human genome,” Nature 489: 57–74, 06 September 2012. También es interesante el artículo de Ewan Birney, “The making of ENCODE: Lessons for big-data projects,” Nature 489: 49–51, 06 September 2012, del que he extraído la siguiente figura. Por cierto, en 2007 ya se publicaron conclusiones similares en Nature cuando se estudió el 1% del ADN, en concreto, en The ENCODE Project Consortium, “Identification and analysis of functional elements in 1% of the human genome by the ENCODE pilot project,” Nature 447: 799-816, 14 June 2007.

GENCODE es la parte del proyecto ENCODE que está catalogando los trozos de ARN que se transcriben a partir del ADN, que constituyen casi el 75% de todo el ADN. Sus resultados exigen una nueva definición del concepto de gen. El artículo técnico es Sarah Djebali et al., “Landscape of transcription in human cells,” Nature 489: 101–108, 06 September 2012. Los sitios hipersensibles a la ADNasa I (DHSs por DNase I hypersensitive sites) son marcadores en la cromatina para la regulación del ADN, incluyendo potenciadores (enhancers), promotores,  aisladores (insulators), silenciadores, regiones de control (locus control regions) y factores de transcripción. En la región del ADN estudiada se ha duplicado el número de DHSs conocidos. Los artículos técnicos son Robert E. Thurman et al., “The accessible chromatin landscape of the human genome,” Nature 489: 75–82, 06 September 2012, y Shane Neph et al., “An expansive human regulatory lexicon encoded in transcription factor footprints,” Nature 489: 83–90, 06 September 2012. La red que interconecta los factores de transcripción es estudiada en Mark B. Gerstein et al., “Architecture of the human regulatory network derived from ENCODE data,” Nature 489: 91–100, 06 September 2012. La red que conecta los genes y la parte no codificante del ADN que regula su expresión es muy compleja, contradiciendo el dogma de que la regulación de un gen se realiza mediante elementos reguladores próximos en la cadena de ADN. El artículo técnico es Amartya Sanyal et al., “The long-range interaction landscape of gene promoters,” Nature 489: 109–113, 06 September 2012.

Resumiendo mucho, lo que nos muestra el proyecto ENCODE es que el ADN y la regulación bioquímica de la célula es mucho más compleja de lo que nunca pudimos imaginar. Una de las cosas que más me interesan sobre el ADN, el estudio detallado de los aspectos dinámicos de la regulación génica, está más allá de los objetivos del proyecto ENCODE y requiere el desarrollo de nuevas tecnológicas. Serán necesarias muchas décadas para que podamos empezar a entender el funcionamiento complejo de cada célula humana a partir de su ADN y su epigenoma.

PS: Claudio nos recomienda en los comentarios la lectura de Ewan Birney (ENCODE Project), “ENCODE: My own thoughts,” Ewan’s Blog; Bioinformatician at Large, 5 Sept. 2012.

¿Qué significa que el 80% del genoma tiene una función? Que tiene actividad bioquímica específica; un elemento del ADN es “funcional” si cambia alguna propiedad bioquímica de la célula. Solo el 8% del ADN está en contacto con proteínas (como los sitios de unión a los factores de transcripción); incluso, si se incluyen los exones, este porcentaje solo sube al 9%. Por ello hay que tener cuidado a la hora de interpretar la definición de “funcional” asociada al 80% del ADN.

¿Qué significa este 80% desde el punto de vista de la evolución? Todo el ADN que sufrido el efecto de la selección en la parte más reciente de la evolución humana es considerado “funcional,” incluso si aún no sabemos si tiene efecto fenotípico o no. Solo entre el 10% y el 20% se espera que tengan dicho efecto. Dentro de la colaboración ENCODE se han tenido debates muy intensos sobre qué vocabulario utilizar. Al final la decisión de consenso que se ha tomado puede ser discutible pero está bien fundamentada en los artículos.

PS: Vídeo de Nature sobre el proyecto ENCODE.

También recomiendo la presentación Flash de Nature ENCODE explorer.

PS (7 sep 2012): Recomiendo ver la entrevista en vídeo a Lluís Montoliu, investigador del CNB (Centro Nacional de Biotecnología) “Cinco respuestas sobre el proyecto ENCODE y el “ADN oscuro”,” realizada por Antonio Martínez Ron @aberron y Miguel Fernández Flores para lainformacion.com.

PS (8 sep 2012): Recomiendo encarecidamente, porque me ha encantado, la lectura de la entrada de PaleoFreak, “FAQ: El Proyecto ENCODE y el supuesto fin del ADN basura,” 7 sep. 2012. En especial destaco que “¿Han dicho los científicos del ENCODE que sus hallazgos refutan la existencia del ADN basura? Creo que no, aunque no descarto que lo hayan dicho en entrevistas. Ni siquiera encuentro la palabra junk en los trabajos de libre acceso publicados en Nature.” Lo que es cierto en los seis artículos técnicos de ENCODE publicados en Nature, no así en los artículos sobre ENCODE publicados en dicha revista.

La mayoría de las reacciones metabólicas están catalizadas por enzimas generalistas, que reconocen diferentes sustratos

Las enzimas son proteínas que catalizan reacciones químicas logrando que la velocidad de la reacción crezca muchos órdenes de magnitud. Los libros de texto afirman que las enzimas son muy selectivas y están especializadas en catalizar una única reacción química con un sustrato específico. Sin embargo, el 65% de las reacciones químicas conocidas en el metabolismo de la bacteria Escherichia coli son catalizadas por solo el 37% de sus enzimas, que actúan como tales en varios sustratos, es decir, son generalistas y presentan varios sitios activos. Se publica un artículo en Science que trata de contestar por qué la evolución ha hecho que algunas enzimas sean “promiscuas” y otras muy “especializadas.” Su respuesta es el contexto in vivode la reacción química en la red metabólica a la que pertenece; este contexto parece ser la causa de que algunas enzimas hayan evolucionado hacia una alta especificidad. De hecho, las enzimas especializadas suelen ser esenciales, presentan un mayor flujo metabólico y para el control de dicho flujo requieren una mayor regulación de su actividad. Más aún, la existencia de gran número de enzimas generalistas es una propiedad conservada en todos los taxones de seres vivos, tanto en arqueas, como bacterias y eucariontes. No hay evidencia de una convergencia evolutiva general de las enzimas hacia la especialización; solo algunas presentan esta tendencia, mostrando que la presión de la selección natural intracelular también afecta a la evolución de las enzimas. El artículo técnico es Hojung Nam et al., “Network Context and Selection in the Evolution to Enzyme Specificity,” Science 337: 1101-1104, 31 August 2012.