Cada célula humana contém cerca de 40 milhões de proteínas que, em conjunto, desempenham todas as tarefas de que a célula necessita para sobreviver. Para uma ação suave, as proteínas certas devem ser concentradas em quantidades específicas, num momento e num local específicos. No entanto, estabelecer uma distribuição tão delicada requer um processo extremamente preciso, acontecendo em pequenas resoluções espaciais que as ferramentas de biologia celular padrão são muitas vezes incapazes de detetar. Para compreender como funciona este mecanismo, investigadores da Universidade de Genebra (UNIGE) desenvolveram uma nova abordagem que combina experiências de genética e biologia celular com modelação física. Utilizando algoritmos específicos, simularam a formação de gradientes de proteínas em 3D e ao longo do tempo foram capazes de explicar estes complexos mecanismos. Além disso, o seu modelo inovador pode ser adaptado a outros sistemas de biologia para investigar a dinâmica proteica. Estes resultados podem ser lidos nas Atas da Academia Nacional de Ciências.

Como uma gota de tinta num copo de água, as proteínas podem difundir-se e distribuir-se uniformemente por toda a célula. No entanto, para algumas tarefas, as proteínas precisam de formar gradientes. “Os gradientes de proteínas, que surgem da distribuição desigual de proteínas em áreas celulares específicas, são centrais para muitas funções celulares e orgânicas”, explica Monica Gotta, professora no Departamento de Fisiologia Celular e Metabolismo e no Centro de Investigação Translacional em Onco-hematologia (CRTOH) na Faculdade de Medicina da UNIGE, que dirigiu este trabalho. “Por exemplo, os gradientes de proteínas são importantes para a diferenciação celular, o processo pelo qual os diferentes tipos celulares que constituem um organismo complexo emergem de uma célula única, o ovo fertilizado”.

Uma utilização da aleatoriedade
A proteína PLK-1, um regulador chave da divisão celular, é conhecida por ser mais concentrada no lado anterior do embrião. Mas como pode este mecanismo ser posto em prática, e qual seria a consequência se o mais ínfimo pormenor se desvirtuasse? Como os instrumentos habituais da biologia não eram suficientes para responder a esta pergunta, Mónica Gotta acolheu na sua equipa uma física, Sofia Barbieri, investigadora pós-doutorada no Departamento de Fisiologia Celular e Metabolismo da Faculdade de Medicina da UNIGE. “Compilando tudo o que se sabe sobre este processo biológico e novas hipóteses sobre os mecanismos, desenvolvi um modelo estatístico de formação do gradiente proteico baseado em matemática probabilística”, explica Sofia Barbieri. “Recorri a algoritmos computacionais específicos, chamados de simulações de Monte-Carlo, com o nome da famosa cidade-Estado “. Estes algoritmos são utilizados para modelar fenómenos com um elevado nível de complexidade, tais como finanças, comércio, ou física das partículas.

A equipa foi capaz de simular gradientes de proteínas, não só em 3D, mas também ao longo do tempo. Tal modelo exigiu, no entanto, várias interações entre a otimização de parâmetros e a comparação com dados biológicos. Os investigadores construíram uma primeira versão do modelo incorporando todos os elementos físicos e biológicos conhecidos do sistema, depois introduziram parâmetros específicos necessários para testar várias hipóteses relativas às variáveis desconhecidas. Simularam possíveis resultados físicos e biológicos que reproduziam computacionalmente a dinâmica proteica e o estabelecimento de gradientes na célula, e testaram-nos na vida real com experiências in vivo utilizando os embriões de um pequeno verme, o C. elegansnematode.

Interações proteicas intrincadas em jogo
Graças à interação contínua entre a modelação e a biologia celular, os investigadores da UNIGE conseguiram determinar como o gradiente PLK-1 foi estabelecido e mantido ao longo do tempo. De facto, a PLK-1 deve ligar-se e desligar-se dinamicamente do MEX-5, outra proteína crucial para o desenvolvimento no C. elegansembryo, para contrariar a sua tendência natural para se difundir homogeneamente na célula. MEX-5 tem de facto a capacidade de alterar a sua “difusividade” dependendo da sua posição dentro da célula e de interagir com outras proteínas, o que é essencial para enriquecer a PLK-1 onde for necessário. “Mas surpreendentemente, o MEX-5 não é tão eficiente na sua tarefa, uma vez que uma grande quantidade de PLK-1 não está ligada ao MEX-5!” salienta Sofia Barbieri.

Este estudo fornece um modelo quantitativo único para compreender as interações dinâmicas entre proteínas e pode ser adaptado a outras células ou proteínas para as quais os mecanismos complexos não podem ser testados com experiências habituais de biologia celular. “O nosso trabalho mostra que as colaborações interdisciplinares são cada vez mais importantes para avançar na investigação”, conclui Monica Gotta.

Ver mais informação AQUI

NR/HN/Alphagalileo