Un equipo del Laboratorio de Biología Sintética y Control de Biosistemas (SB2CLab) del Instituto de Automática e Informática Industrial (Instituto ai2) de la Universitat Politècnica de València ha dado un salto clave en biología sintética, un campo científico que trabaja en la aplicación de principios de la ingeniería al diseño de dispositivos genéticos sintéticos: sistemas biológicos de base genética con comportamientos deseados. Sus resultados tienen aplicación en biomedicina y fabricación de bioproductos, entre otras áreas. Sin embargo, a diferencia de lo que ocurre en muchas otras áreas de la ingeniería, todavía resulta difícil anticipar mediante modelos cómo se comportará un dispositivo antes de probarlo experimentalmente.
Ahora, el enfoque desarrollado por el equipo del SB2CLab permite avanzar en uno de los principales retos de esta disciplina: pasar de estrategias basadas principalmente en ensayo y error a un diseño predictivo más parecido a aquellos que utilizan otras áreas de la ingeniería y apoyado en modelos matemáticos. El trabajo, publicado en la prestigiosa revista Nature Communications, permite caracterizar cuantitativamente los componentes con los que se construyen los dispositivos genéticos. Estos componentes -conocidos como biopartes- pueden comportarse de forma diferente según el estado fisiológico de la célula en la que se integran y del contexto en que se utilizan. “Esto hace difícil asignarles parámetros numéricos transferibles que puedan incorporarse a un modelo y reutilizarse posteriormente en otras condiciones”, explica Jesús Picó, investigador principal del proyecto.
Para abordar este problema, el grupo ha desarrollado un gemelo digital de la bacteria Escherichia coli, que predice cómo su fisiología condiciona el funcionamiento del dispositivo. Combinado con medidas experimentales e identificación estructurada de parámetros, el gemelo digital permite distinguir la contribución al comportamiento del dispositivo asociada a los componentes genéticos de los efectos introducidos por la propia célula hospedadora.
Los investigadores del Instituto ai2 aplicaron el método a bibliotecas combinatorias que integraban varias de las biopartes más utilizadas para síntesis de proteínas. De este modo, obtuvieron parámetros transferibles y con interpretación mecanística clara. La parametrización resultante permite predecir el comportamiento de los dispositivos genéticos en diferentes condiciones fisiológicas, incorporar progresivamente nuevos componentes a las bibliotecas e identificar situaciones en las que las piezas dejan de comportarse de forma modular.
“Desde una perspectiva de ingeniería, el objetivo es que los componentes biológicos puedan caracterizarse mediante parámetros con una clara base biofísica, separando las propiedades asociadas al componente de los efectos del contexto celular y que sean compatibles con modelos matemáticos. Esto permitiría evaluar y diseñar nuevas construcciones in silico antes de llevarlas al laboratorio, reduciendo la dependencia de estrategias basadas únicamente en ensayo y error”, explica Picó.
El trabajo avanza así hacia una biología sintética basada en modelos, en la que la célula no se considera un mero soporte donde funciona un circuito genético, sino una parte dinámica del sistema que debe incorporarse explícitamente para poder predecir su comportamiento. El código y los datos están disponibles para que otros científicos puedan utilizar y ampliar el enfoque, facilitando su reproducibilidad y reutilización.