Algunas proteínas almacenan "recuerdos"

Las proteínas autoensamblables pueden almacenar "recuerdos" celulares, según una nueva investigación. Utilizando estas proteínas modificadas, los investigadores lograron registrar "historias" que revelan cuándo se activan ciertos genes o cómo responden las células a un fármaco. En concreto, los científicos idearon una forma de inducir a las células a inscribir la historia de los eventos celulares en una estructura de proteína larga, que posteriormente se puede visualizar con un microscopio óptico.

Científicos e ingenieros del Instituto Tecnológico de Massachusetts (MIT), en Estados Unidos, desarrollaron una técnica para inducir a las células a registrar la historia de los eventos celulares en una larga cadena de proteínas, de la cual luego se pueden obtener imágenes con un microscopio óptico. Estas proteínas autoensamblables que transportan los “recuerdos” celulares podrían colaborar en la comprensión de los pasos críticos involucrados en múltiples procesos, como la formación de la memoria, la respuesta a los fármacos o el desarrollo de la expresión génica.

Según una nota de prensa, a medida que las células realizan sus funciones cotidianas, activan una variedad de genes y vías celulares. Ahora, los investigadores estadounidenses han persuadido a las células para que inscriban la historia de estos eventos en una extensa cadena de proteínas, de acuerdo a un nuevo estudio publicado recientemente en la revista Nature Biotechnology.

Un “Lego” de la memoria celular

El equipo liderado por Changyang Linghu logró que las células programadas para producir estas cadenas sumen continuamente nuevos bloques de construcción, que codifican eventos celulares específicos. Más tarde, las cadenas de proteínas ordenadas pueden etiquetarse con moléculas fluorescentes y leerse bajo un microscopio, permitiendo a los especialistas reconstruir el momento preciso de los eventos.

La trascendencia de este avance puede entenderse si tenemos en cuenta que los sistemas biológicos se componen de una gran cantidad de diferentes tipos de células. Para penetrar en los secretos de esos sistemas tan complejos, es clave observar eventos fisiológicos a lo largo del tiempo con el máximo nivel de detalle, los cuales tienen lugar en estas enormes poblaciones de células.

En principio, los investigadores tuvieron la idea de registrar eventos celulares como una serie de subunidades de proteínas, que se agregan continuamente a una cadena. Para confeccionar sus cadenas, utilizaron subunidades de proteínas diseñadas especialmente, que pueden autoensamblarse en largos filamentos. Dichas variedades de proteínas están ausentes en las células vivas.

Posteriormente, diseñaron un sistema para producir continuamente una de las subunidades de proteínas dentro de las células, mientras que la otra subunidad solo se produce en respuesta a un evento específico. Como las dos variedades están marcadas con péptidos que funcionan como etiquetas y pueden unirse a anticuerpos fluorescentes, es posible visualizarlas fácilmente para determinar de qué grupo se trata. 

Profundizar en procesos claves

En consecuencia, el sistema logra clasificar con gran eficacia los “recuerdos” celulares, haciendo posible que los científicos determinen rápidamente la presencia de algún evento llamativo o anómalo, que a continuación puede “reconstruirse” de la misma forma que sucedió originalmente. Entre otras aplicaciones, los investigadores creen que este mecanismo biotecnológico puede ser crucial para profundizar en los eventos específicos que desencadenan el surgimiento de una enfermedad. 

Además, los científicos creen que el nuevo sistema diseñado puede perfeccionarse en el futuro, derivando en alcances aún inimaginables. Por ejemplo, si la técnica pudiera extenderse para trabajar durante períodos de tiempo más largos, también podría utilizarse para estudiar procesos como el envejecimiento o la progresión de una enfermedad a largo plazo.

Referencia

Recording of cellular physiological histories along optically readable self-assembling protein chains. Changyang Linghu et al. Nature Biotechnology (2023). DOI:https://doi.org/10.1038/s41587-022-01586-7