Vés al contingut

Estudis

Models Dinàmics de predicció de destins cel·lulars

10 octubre 2022

La Dra. Mertitxell Saez d’IQS està duent a terme una línia de recerca sobre ‘Modelatge matemàtic de la biologia del desenvolupament embrionari’, amb l’objectiu de poder entendre i predir la presa de decisions a nivell cel·lular.

Model matemàtic de biologia del desenvolupament embrionari

La generació de diversitat cel·lular durant el desenvolupament d’un embrió fins a convertir-lo en adult implica la diferenciació de cèl·lules entre estats cel·lulars discrets. A la dècada del 1940, el biòleg del desenvolupament Conrad Hal Waddington va introduir la metàfora d’un paisatge – landscape – per descriure aquest procés i que explica el desenvolupament d’una cèl·lula com una bola que roda a través de valls, que corresponen a diferents tipus cel·lulars.

Basat en aquest model, la Dra. Meritxell Saez del Departament de Mètodes Quantitatius  d’IQS School of Engineering du a terme una línia de recerca sobre “Modelatge matemàtic de la biologia del desenvolupament embrionari”, juntament amb el professor David Rand, de la Universitat de Warwick, i el Dr. James Briscoe, del Francis Crick Institute de Londres. Els investigadors han aconseguit convertir la metàfora de Waddington en un model matemàtic de predicció d’evolució cel·lular.

 

Model matemàtic de biologia del desenvolupament embrionari

D’acord al model proposat per Waddington, una cèl·lula avança en el seu desenvolupament creuant una sèrie de punts que fan que ‘prengui decisions’ de cap a on vol evolucionar, convertint-se en més i més especialitzada.

El model matemàtic desenvolupat per la Dra. Saez i col. busca entendre certs successos a nivell molecular com a resposta a diversos estímuls sense anar al detall mecanístic, només observant els successos que es donen amb l’objectiu de poder predir nous successos en resposta a modificacions dels estímuls.

Es tracta doncs d’un model matemàtic predictiu i dinàmic, amb un ‘landscape’ més sofisticat que pugui predir el desenvolupament cel·lular – travessant diferents punts de sella del gràfic – i que reprodueixi el fet de que la cèl·lula acabi formant part d’un teixit o d’un altre – per exemple,  predir que una cèl·lula concreta pugui acabar formant part del sistema medul·lar o del teixit ossi vertebral –. I tot això dependrà del ‘pou’ (atractor) del gràfic en què acabi aquesta cèl·lula, fet que a la vegada depèn dels successos i senyals intracel·lulars que hagi rebut.

Aquest complex model està creat a partir de dades d’estudis in vitro a nivell de cèl·lules úniques, que donen informació d’expressió d’algunes proteïnes en diferents tipus cel·lulars, buscant trobar un sistema ‘mapa – landscape’ que sigui capaç de reproduir-lo amb paràmetres adequats que depenen dels senyals.

Per ara, aquest model matemàtic només pretén predir el comportament cel·lular i entendre’l en profunditat. En un futur, es podrien buscar aplicacions concretes en certes àrees mèdiques, com per exemple estudis de mutacions, o reprogramació cel·lular.

 

 

Publicaciones relacionades

M. Saez, J. Briscoe, D.A. Rand, Dynamical landscapes of cell fate decisions, Interface Focus, 12, June 2022