La evolución no es tan aleatoria como creíamos, esto ofrece esperanzas para la resistencia a los antibióticos y el clima

El estudio revela que la evolución no es tan aleatoria como se pensaba, permitiendo predicciones sobre la presencia o ausencia de genes mediante interacciones y dependencias. Estos hallazgos tienen implicaciones revolucionarias en biología sintética, medicina y ciencias medioambientales, ofreciendo oportunidades para diseñar genomas y abordar problemas como la resistencia a los antibióticos y la crisis climática.

Siempre se pensó que la evolución era completamente aleatoria. Pero resulta que no es así en absoluto. De hecho, nuestros genes están probablemente influidos por su historia evolutiva. Y eso ofrece oportunidades para, entre otras cosas, la medicina, pero también para combatir la crisis climática.

Pero primero el camino: para responder a la pregunta crucial de si la evolución es predecible o no, examinamos el conjunto completo de genes de 2500 especies iguales de bacterias. Utilizando un modelo de aprendizaje automático y cientos de miles de horas de cálculos informáticos, investigadores de la Universidad británica de Nottinghama crearon “familias de genes” dentro del genoma. Una familia de genes es un grupo de genes cuyas funciones suelen presentar grandes similitudes. Son muy similares bioquímicamente. 

Estas familias de genes permitieron a los investigadores comparar el mismo tipo de genes. A continuación, observaron cómo estas familias estaban presentes en algunos genomas y ausentes en otros. “Lo más sorprendente fue hasta qué punto la selección natural formó un pangenoma tan enormemente diverso. Decenas de miles de familias de genes en las que la selección natural afectó a su presencia o ausencia. Es impresionante”, declaró el profesor James McInerney.

¿Cooperar o no cooperar?

“Descubrimos que algunas familias de genes nunca estaban presentes en un genoma si una familia de genes específica ya estaba allí, y en otros casos algunos genes eran muy dependientes de que otra familia de genes estuviera presente”, afirma su colega María Rosa Domingo-Sananes. Se descubrió así un ecosistema invisible de genes que pueden interactuar o entrar en conflicto entre sí. “Estas interacciones entre genes hacen predecibles hasta cierto punto aspectos de la evolución, y aún mejor: ahora tenemos una herramienta que nos permite hacer esas predicciones”.

Pero, ¿cómo funciona exactamente esa cooperación o conflicto entre genes? “Un conflicto puede surgir porque un gen es ‘redundante’ en cuanto a su función. Por ejemplo, dos genes producen el mismo producto o realizan la misma función. Entonces es poco probable que ambos genes se mantengan en el mismo genoma durante mucho tiempo”, explica McInerney. “Otro ejemplo de cómo cooperan exactamente los genes es cuando fusionan una característica celular específica. Definimos la cooperación como la situación en la que la presencia de un gen aumenta la probabilidad de que también veamos el otro gen. En nuestro conjunto de datos vimos muchos ejemplos de ambas situaciones y encontramos más de 2000 familias de genes cuya presencia o ausencia podía predecirse muy bien por la presencia o ausencia de otros genes”.

Estudio revolucionario

McInerney, líder de la investigación, califica los resultados de “sencillamente revolucionarios”. “Al demostrar que la evolución no es tan aleatoria como creíamos, abrimos la puerta a todo tipo de posibilidades en biología sintética, medicina y ciencias medioambientales”.

¿Por qué es tan especial este descubrimiento? “La implicación es que los genomas microbianos son sistemas verdaderamente dinámicos y con capacidad de respuesta. Están llenos de dependencias y evolución repetida. Eso los hace predecibles. Si son predecibles, podemos diseñarlos. Durante años se pensó que el conjunto de genes presentes en algunas cepas de una especie, pero no en todas, era simple “ruido”. Ahora estamos demostrando irrevocablemente que eso es falso. Lo más revolucionario es su relación con actividades como la biología sintética y el aprendizaje automático. Sería inútil entrenar un modelo de aprendizaje automático con datos sin estructura intrínseca”. 

“Si metes basura, sale basura. Ahora sabemos que los genomas evolucionan dinámicamente, pero con restricciones, con combinaciones de genes que funcionan bien juntos y combinaciones que se evitan mutuamente. Para la biología sintética, esto abre la puerta al diseño del genoma”. Es decir, el diseño de células mediante modificación genética.

Solución a la resistencia a los antibióticos

Pero es posible mucho más. Ahora es posible investigar, por ejemplo, qué genes soportan el gen de la resistencia a los antibióticos. “La resistencia a los antibióticos suele estar causada por un gen primario, pero en muchos casos la sensibilidad a un antibiótico específico no puede explicarse solo por la presencia o ausencia de este gen. Tiene que haber genes de apoyo”, afirma McInerney. Así pues, los resultados podrían ayudar al desarrollo de nuevos antibióticos, así como de otros fármacos y vacunas.

Y el descubrimiento podría incluso contribuir a combatir la crisis climática, ayudando a desarrollar microorganismos diseñados para almacenar carbono o descomponer la contaminación. El objetivo final es crear un enorme conjunto de datos cuidadosamente seleccionados y entrenar un modelo de IA para construir nuevos tipos de genomas.

Artículo Anterior Artículo Siguiente

Formulario de contacto