El nivel de biología sistémica nutricional

La biología sistémica nutricional (NSB, por sus siglas en inglés) cobre todos los acercamientos dirigidos hacia el entendimiento de los procesos clave que definen la nutrición en el contexto de regulación de la transcripción, síntesis y acreción de proteína, metabolismo y estabilidad del genoma en los estados de salud y enfermedad a todos los niveles de su complejidad, para simular estos procesos y para predecir el resultado de alguna alteración (genética o nutricional) del sistema. La NSB comienza en los niveles molecular y celular, y toma los procesos reguladores al nivel de los diferentes órganos y el flujo inter-órganos de información, nutrimentos y metabolitos para describir más claramente la respuesta del organismo y los procesos cuantitativamente en términos matemáticos.

En la euforia inicial de la genómica funcional y de la investigación nutrigenómica, fue aplicada la idea algo simplificada de describir el sistema biológico midiéndolo todo. Las investigaciones fueron estimuladas por nuevas tecnologías que permitían cuantificar con facilidad los efectos de las maniobras nutricionales a nivel de transcriptoma y/o de proteoma. Sin embargo, este acercamiento de medirlo todo fue tomado sin las herramientas apropiadas para la evaluación significativa y casi el 99 % de los datos generados no fueron tocados. Más aun, a diferencia de otros tratamientos biomédicos, farmacológicos y toxicológicos, se anticipó que cualquier nutrimento produciría una multitud de cambios menores en las expresiones génicas, concentraciones de proteínas y metabolitos, y por tanto era mejor que uno buscara de todo.

Ahora nos damos cuenta de que este tipo de estudios de inventario no lleva necesariamente a un entendimiento más profundo de los procesos biológicos. Por ello es inevitable combinar las “ómicas” con firmes ensayos funcionales y estudios mecanísticos como parte de un fenotipado entendible.

Mediciones necesarias para llevar la investigación nutrigenómica al nivel de sistemas

A nivel celular, necesitamos identificar las rutas por las cuales los objetivos intracelulares sensibles a los nutrimentos sincronizan la capacidad celular para cambios en la homeostasis, por la estimulación por señales extracelulares tales como insulina, glucagón, catecolaminas y otras hormonas, citocinas o mediadores.

Se vuelve aparente que la respuesta celular a una hormona externa u otra molécula señalizadora casi siempre involucra un mecanismo sensible intracelular de la energía disponible o del estado de abastecimiento del nutrimento. Se conoce bien la relación ATP/AMP para la actividad de la AMP-quinasa. En forma similar, el objetivo mamífero de rapamicina (mTOR) es activado en respuesta a un estado elevado de nutrimento y disponibilidad de aminoácidos libres; mTOR es una serina/treonina-proteína-quinasa conservada, que sirve como un regulador central para el crecimiento celular y la síntesis proteica mediante la integración de señales de nutrimentos y factores de crecimiento. Las señales extracelulares e intracelulares combinadas se unen en rutas de señalización comunes para la decisión final de las células en la ejecución de alteraciones en las funciones celulares.

Muchas revisiones tratan sobre los mecanismos detrás de estos procesos de señalización que controlan funciones metabólicas primarias, tales como el uso de diferentes fuentes de energía (glucosa, ácidos grasos, aminoácidos) para la producción de ATP, síntesis de proteínas o respuesta al estrés. Estos procesos nutricionales esenciales ahora son retomados por muchos investigadores interesados en diabetes y otros desórdenes relacionados al estrés metabólico. La incidencia de estas enfermedades se incrementa dramáticamente y requiere con urgencia de nuevos tratamientos médicos, y por lo tanto estos procesos nutricionales también se han movido hacia el centro de la investigación farmacéutica.

Recientes tamices a lo ancho del genoma se han realizado para identificar y describir los objetivos génicos downstream (hacia el extremo 3’ de la cadena), por ejemplo, de los receptores activados por proliferación del peroxisoma (PPARs, por sus siglas en inglés) con ligandos naturales o farmacológicos (por ejemplo, las tiazolidinedionas).  Puede esperarse el que habrá un número creciente de estos estudios así como las correspondientes bases de datos con estos “porteros” de control metabólico.

El enfoque primario será en particular los receptores nucleares que son directamente activados por nutrimentos o sus derivados como el receptor retinoide X (RXR), el receptor de ácido retinoico (RAR), el receptor hepático X (LXR), el receptor de vitamina D (VDR), PPARs y otros, así como otros factores de transcripción que son objetivos posteriores de señales extracelulares como los factores caja cabeza de tenedor (conocido también como forkhead box) clase O (FoxO). La pequeña subfamilia de factores de transcripción FoxO juega un importante papel en la longevidad y supresión de tumor, e integra una variedad de señales ambientales, incluyendo insulina, factores de crecimiento, nutrimentos y estrés oxidante.

La siguiente etapa incluye principalmente el tamizado de bases de conocimiento existente para extraer la información relevante de los estudios de análisis de la expresión génica sensible a los nutrimentos.

Los cambios en la expresión génica, sin embargo, no son per se suficientemente predictivos para explicar todos los cambios metabólicos. La complejidad de la organización biológica y la multitud de interacciones entre las proteínas celulares debe ser valorada también. Esto último es la base de los modelos de interactoma, que describen la relación estática entre los componentes moleculares, y mapas de interacción proteína-proteína derivados para bacteria, levadura o C. elegans.

A pesar del hecho de que las interacciones proteína-proteína se conocen como esenciales para la ejecución de las funciones celulares, usualmente no son consideradas como afectables por la nutrición. Sin embargo, conociendo el papel, por ejemplo, de los elementos traza (Zn, Cu, Fe, Se, etc.) como determinantes de la estructura proteínica o la reacción de piridoxalfosfato y otras vitaminas con las entidades proteínicas, hay una capa de interacciones biológicas que podrían involucrar numerosas alteraciones dependientes de la dieta, y que ha sido descuidada casi por completo.

Aunque el análisis del proteoma realizado en la investigación nutriológica ha rendido interesantes hallazgos en vista del descubrimiento de biomarcadores o aun con respecto a modificaciones post-traduccionales, los métodos disponibles en la actualidad están lejos de un estado en donde una imagen entendible del proteoma de una célula puede ser obtenida. Lo mismo es cierto para el metaboloma celular.

A pesar de recientes avances tecnológicos y logros en técnicas de espectrometría de masas (MS, por sus siglas en inglés) y resonancia magnética nuclear (NMR, por sus siglas en inglés) para identificar y cuantificar cientos de metabolitos simultáneamente, cubren solamente aquellos intermediarios con mayores concentraciones en la muestra biológica. Sin embargo, aún con este número limitado de metabolitos, es un reto el llevar los cambios en los perfiles metabólicos a la bioquímica celular y a las rutas en las cuales son generados o utilizados.

En particular la investigación en bacterias, levaduras y plantas está más avanzada en relación al análisis del metaboloma en el contexto de la biología celular. Este acercamiento ha sido aún extendido por la incorporación de radiomarcadores o isótopos estables para describir los flujos de nutrimentos y sus metabolitos en distintas rutas metabólicas en el tiempo y el espacio. A pesar del hecho de que la ciencia nutriológica tiene una larga tradición de emplear marcadores para caracterizar, por ejemplo, la síntesis de proteína, las tasas de oxidación de aminoácidos o los metabolismos lípidos, los estudios de flujo no han sido incorporados en acercamientos sistémicos en la era de la nutrigenómica.

Modelado de los procesos nutricionales a nivel celular

Es un concepto intrínseco de la biología de sistemas que la información biológica es compilada y se construye un modelo. El modelo es luego utilizado para predicciones en el comportamiento celular y validado experimentalmente con mediciones cuantitativas de las respuestas celulares, y esos datos son utilizados para revisar el modelo en un acercamiento iterativo.

Los buenos modelos necesitan buenos expertos para filtrar el conocimiento disponible. A pesar de maravillosas herramientas para el minado automático de texto, la interpretación y anotación son elementos esenciales para la generación de modelos. La construcción de un modelo típicamente involucra la traducción de la base de conocimientos en reactantes y reacciones, y la transformación en un diagrama de red con un juego de ecuaciones diferenciales ligadas. Hay numerosas herramientas de software, comerciales y no comerciales, disponibles basadas en acercamientos gráficos que permiten dibujar redes reguladoras y bioquímicas con sistemas de notación gráfica.

Debe enfatizarse que la generación de un modelo predictivo está basada en un modelo de datos precisos. El modelo de datos es un descriptor que anota todas las posibles interacciones y en una forma represente un lenguaje que los científicos utilizan para describir los diferentes componentes del sistema en una forma computacionalmente favorable y en un formato ampliamente aceptado.

El lenguaje más relevante es actualmente el lenguaje de marcado para biología de sistemas (Systems Biology Markup Language o SBML), un estándar para representación de modelos de redes bioquímicas y reguladoras de genes. Otros lenguajes principalmente utilizados para anotaciones de reacciones son el lenguaje de ontología de red (Web Ontology Language u OWL) y el lenguaje de intercambio de rutas biológicas (Biological Pathways Exchanging Language o BioPAX). Existe ya una base de datos gratuita que contiene numerosos modelos SBML.

La verificación y validación del modelo es esencial para finalmente probar que las ecuaciones que forman un modelo predicen correctamente el resultado. Cuando los mecanismos con complejos y los juegos de datos utilizados para generar el modelo dependen en información de diferentes especies, los modelos tienden a errores. Actualmente, la única manera de verificar la validez de un modelo es medir y corregir para lograr que se adapte a los datos lo más cerca posible. El reto restante es experimentalmente recolectar suficientes datos de buena calidad para efectivamente rediseñar el modelo.

La mayoría de los modelos de rutas biológicas está pobremente calibrada y validada. Uno de los conceptos recientemente introducido en la generación de modelos es la robustez.  Esto significa desde una perspectiva de sistemas que una célula viva es bastante robusta en su reacción a una perturbación del ambiente, sea física o nutricional. Los fundamentos de esta robustez son complejos rizos de control de retroalimentación, la redundancia funcional en muchos productos génicos, la modularidad de los sistemas y la estabilidad estructural de la mayoría de las entidades biológicas. Es esencial integrar estas características robustas en los modelos que describen los procesos nutricionales en términos matemáticos cuando la meta es la biología sistémica nutricional.

En nutrición –abastecimiento o carencia de substratos de energía y substratos nutrimentos que varía en el tiempo y el espacio como ningún otro factor ambiental- la robustez es intrínsecamente un determinante crucial en control metabólico.

¿Cómo podemos promover los acercamientos de sistemas en la investigación nutriológica a nivel celular y qué etapas deben tomarse?

♦   Es necesario, como comunidad, un acuerpo para adaptar un lenguaje uniforme (como SBML) y convertidores para migrar la información existente a este lenguaje. Esto puede ser logrado fácilmente pues los estándares están listos para ser absorbidos a partir de otras comunidades científicas. La comunidad nutrigenómica debe jugar un papel activo en la estandarización e integración de las bases de datos de las ciencias de la vida, lo cual es un prerrequisito para la aplicación exitosa de la ciencia electrónica en la investigación nutrigenómica.
♦   Debemos crear y recolectar ejemplos caso de modelos de biología de sistemas nutricionales. Dado que ningún modelo actual sirve para todas las necesidades, pues muchos parámetros están faltantes, se requiere un acercamiento pragmático. En la construcción del marco de dicho modelo como un esfuerzo colaborador, los parámetros faltantes recolectados de estudios celulares, animales o humanos y las simulaciones o agregados bioinformáticos, pueden ser integrados en todo momento para ajustar los modelos.
♦   Necesitamos establecer un proyecto de interactoma nutricional, describiendo todas las partes esenciales en un área relevante de la nutriología como metabolismo energético desde el nivel macroscópico de flujo inter-órganos de substratos de energía hasta la respiración mitocondrial, o el interactoma de micronutrimento, describiendo todos los procesos y mecanismos relacionados a la función del micronutrimento y su papel en la respuesta biológica. El interactoma nutricional sería, entre otros, la compilación de todos los componentes que sean relevantes para la interpretación de los datos ómicos.
♦   Eventualmente, los principales procesos metabólicos y reguladores, ligados a desórdenes nutricionalmente relevantes (como el síndrome metabólico, por ejemplo) pueden ser enfrentados desde una perspectiva modeladora, en donde todos los subprocesos pueden ser descritos individualmente pero están conectados al fenotipo enfermo, convirtiéndose en un acercamiento de modelado descendente. Este tipo de acercamiento ya es comercialmente desarrollado y explotado. Las iniciativas académicas de código abierto deben ser iniciadas, pero requieren una estricta coordinación y recursos. Puede ser construida una arquitectura marco, en donde los varios modelos podrían ser insertados,  y los varios modelos nutricionales podrían estar interconectados con otros repositorios como la base de datos de biomodelos.

Moviéndose hacia la siguiente capa de complejidad

El objetivo último de la biología sistémica nutricional es entender el organismo completo más que un solo tipo de célula. Al nivel de órgano y de inter-órganos, necesitamos definir y cuantificar la contribución relativa de los diferentes tipos celulares en un órgano a la función global de dicho órgano y, en la siguiente capa, valorar la contribución de los diferentes órganos a las adaptaciones metabólicas encontradas a nivel de organismo.

Esto debe ser optimizado primero en estudios animales, en donde los órganos son accesibles para análisis detallados de los cambios en el transcriptoma, el proteoma y el metaboloma. Adicionalmente, los modelos animales tienden a tener menos variabilidad inherente que la observada en sujetos humanos.

Solamente se encuentran algunos ejemplos en la literatura en los cuales las diferentes tecnologías ómicas son utilizadas para definir el estado metabólico de un órgano completo. Recientemente valiosos datos en hígado de ratón de un cruce entre una línea resistente a la diabetes y una susceptible a la diabetes, fueron derivados por determinación simultánea de 80 metabolitos así como perfiles de transcripto que podrían también estar ligados a loci de rasgo cuantitativo (QTL, por sus siglas en inglés). Dicho acercamiento de perfilado “organocéntrico” a un reto nutricional, como una dieta alta en grasas, es también incluido en el estudio actual de prueba de principio por la Organización Nutrigenómica Europea (NuGO, por sus siglas en inglés).

En los estudios humanos, el acceso a muestras de órganos o tejidos está muy limitado (excepto por células fácilmente accesibles como células mononucleares de sangre periférica) y por lo tanto, debemos depender casi por completo en biofluidos para valorar el estado nutricio o en técnicas de imagenología como MRI o NMR para obtener información en la composición de órganos, sin ser invasivos.

Con respecto a los biofluidos como una fuente de información en el estado metabólico, necesitamos marcadores substitutos, los cuales pueden solamente ser derivados de investigaciones en humanos bien diseñadas, en las cuales el ambiente nutricional es controlado. Más aún, los estudios animales con perfilado de biofluidos incluido son esenciales para valorar con precisión respuestas órgano-específicas bajo regímenes de alimentación bien definidos. Esto proporcionará una mejor definición de la robustez de los marcadores substitutos en plasma y orina.

Sin embargo, es más que factible asumir que los estudios ómicos nutricionales llevarán a la identificación de varios subjuegos de procesos biológicos modulados por la dieta y relevantes a enfermedades dependientes de la nutrición. Estos procesos, la mayoría de los cuales involucra todos los niveles anteriores (célula, órgano y organismo) necesitan ser caracterizados en términos de su fisiología normal y de aquellas aberraciones que pueden llevar a finalmente caracterizar un desorden.

Uno de los retos que enfrenta la investigación nutriológica es cómo describir el inicio temprano de una enfermedad, a fin de diseñar estrategias de prevención nutricional. Estos cambios tempranos serán sutiles y probablemente ocultos en las fluctuaciones diarias en el mantenimiento de la homeostasis en un ambiente que cambia constantemente.

También debe tenerse en mente que un elevado número de posibles procesos y parámetros pueden inicialmente estar involucrados en alcanzar el mismo punto final (enfermedad), y esto es sujeto de fuerte variación interindividual. Requerimos estudios longitudinales con múltiples observaciones y análisis a lo largo del curso del desarrollo del desorden (o mejora en la salud). Esto se relaciona fuertemente con el tema de fenotipo nutricional.

Los acercamientos bioinformáticos necesitan ser desarrollados para poder manejar e interpretar datos ómicos longitudinales. Los acercamientos estadísticos (redes correlacionales, análisis factorial paralelo, análisis de racimo, etc.) necesitan ser adaptados hacia la explotación de línea de tiempo de eventos.

La importancia de analizar la dependencia del tiempo de los cambios de expresión génica para definir el papel de los “porteros” es ejemplificada por estudios en linfocitos murinos (ratón); en este análisis de expresión génica basado en matrices (arreglos o arrays) a gran escala, los datos de transcripto fueron agregados en grandes grupos génicos con comportamiento relacionado (megamódulos) y los cambios dependientes del tiempo fueron caracterizados; los autores observaron, por ejemplo, una dependencia transcripcional global crítica a mediano plazo en los genes generadores de ATP en la mitocondria y en genes glicolíticos con dependencia a largo plazo.

Los perfiles de expresión génica de los leucocitos circulantes en respuesta a una infusión de endotoxina bacteriana también han proporcionado la base para un análisis basado en red de inflamación sistémica en humanos. Al final, la entrada de la bioestadística y la bioinformática es necesaria para el mejor diseño y mejor evaluación de análisis de series de tiempo en los estudios nutriológicos.

¿Cómo podemos mejorar los acercamientos de sistemas en la investigación nutriológica, cuando nos enfocamos en estudios humanos y cuales etapas necesitan ser tomadas?

♦   Necesitamos crear trayectorias biológicas de la transición desde la función metabólica óptima a través de la homeostasis deteriorada hasta la disfunción para los procesos relevantes de la nutrición. Esto también ayudará a definir la robustez de los sistemas biológicos y deberá promover los marcadores asociados con el inicio temprano de enfermedades relacionadas a la nutrición.
♦   Debemos definir cómo los procesos con múltiples efectos en múltiples niveles, como el estado nutricio (postprandial vs ayuno corto vs ayuno prolongado) o ciertos estados de estrés metabólico y/o oxidante e inflamación interactúan en el tiempo y cuales juegos de marcadores describen mejor la perturbación.
♦   Necesitamos valorar el grado al que la nutrición en la vida temprana (intrauterina y post-parto) determina el curso de tiempo de los desórdenes relacionados a la nutrición en la extensión de la vida humana, considerando la programación metabólica y la epigenómica como principios generales que afectan cualquier acercamiento de sistemas

Cualquiera sea el tipo de estudios en biología sistémica nutricional planeado o hecho en el futuro, parece de la mayor importancia que exista un acuerdo sobre el juego de requerimientos mínimos para el diseño del estudio, los procedimientos analíticos, almacenamiento y compartido de datos. Este ejercicio resultará en la definición de un juego mínimo de parámetros que deberán ser reportados y cuantificados para un tipo dado de estudio de intervención nutricional.

Este juego mínimo de parámetros tendrá una densidad relativamente alta de elementos reguladores, receptores, rutas de transducción de señal, enzimas determinadoras de tasa metabólica, etc., todos relacionados a procesos nutricionales.

Finalmente, un almacén de datos con sistema de conocimiento que permita la búsqueda de estos estudios (resultados acoplados a su descripción de estudio) será útil, pues esto permitirá la óptima comparación e integración de los resultados adquiridos. Dicho sistema facilitaría, por ejemplo, la extracción de todos los cambios en la expresión génica en el hígado, relacionados a la modulación PPAR-α por una dieta alta en grasa, combinado con los cambios en proteínas plasmáticas relacionadas a la inflamación.

Para hacer este concepto una realidad, es esencial la planeación detallada de la estrategia de captura de datos, para que exista suficientes disponibilidad de flexibilidad y poder para las opciones de búsqueda. Los estándares de almacenamiento de datos han sido desarrollados o están en desarrollo para todas las tecnologías ómicas. Sin embargo, capturar todos los detalles asociados a un estudio continúa como un reto significativo, particularmente en estudios nutriológicos que utilizan varios sistemas celulares, modelos animales y sujetos humanos. Adicionalmente, cuando los estudios se mueven más allá del examen de compuestos únicos a alimentos enteros y dietas, la captura de datos de los detalles relevantes se vuelve progresivamente más compleja (el concepto NutriBASE forma la base para este esfuerzo de base de datos).

La biología sistémica nutricional está en su infancia y solamente existen algunos ejemplos para la descripción de procesos nutricionales a base de modelos y en términos matemáticos. Estos ejemplos incluyen los análisis cinéticos y aún modelos multicompartimiento de metabolismo de lipoproteínas, a incluso modelos computacionales para analizar el metabolismo energético humano durante semiayuno prolongado y en caquexia por cáncer. Ejemplos para describir el metabolismo mamífero de nutrimentos en modelos cinéticos cuantitativos están en marcha para folato y glutatión.

A pesar de la carencia de ejemplos, parece que la ciencia nutriológica está lista para moverse hacia adelante en los acercamientos de sistemas. Hemos aprendido a manejar las tecnologías ómicas y ahora es tiempo de regresar al metabolismo. Hemos aprendido las rutas bioquímicas y estas son los principios de la adaptación metabólica. Los buenos nutriólogos deberán convertirse en expertos en sistemas y comenzar a modelar los procesos.

Los modelos en investigación nutriológica así como las técnicas de marcados que emplean isótopos estables, están bien establecidos y usualmente describen compartimientos y cinética de distintos procesos metabólicos, desafortunadamente más en una escala macroscópica. Con la nueva generación de investigadores en nutrición que ahora trabajan a nivel molecular y celular, que estudian la expresión génica, las funciones de proteínas y los procesos reguladores en todo detalle, el camino está listo para moverse al nivel de sistemas.