¿Qué es la Biología de Sistemas?
¿Alguna vez habías escuchado el término “Biología de Sistemas”? Si estás inmerso en el mundo de la investigación biológica o alguna carrera afín es probable que te suene familiar. Si nunca habías oído sobre este tema, ¡no te preocupes! De hecho, la Biología de Sistemas como disciplina académica es bastante nueva, tiene menos de veinte años. Ésta nació con la necesidad de ser capaces de integrar la gran cantidad de información que se viene produciendo gracias a los avances tecnológicos que han permitido que la obtención de data sea considerablemente más eficiente y rápida. La Biología de Sistemas se basa en la premisa de que el todo es mayor que la suma de sus partes. En otras palabras, es un enfoque holístico que busca descifrar la complejidad de los sistemas biológicos y predecir cómo estos cambian en el tiempo bajo diferentes condiciones. El objetivo es desarrollar soluciones a los problemas ambientales y de salud más urgentes del mundo, entendiendo que el conjunto de elementos y procesos biológicos de los organismos vivos son más que la suma de sus partes. Para poder lograr el estudio de sistemas tan complejos, se necesitan expertos en diversos campos. Es por esto que la Biología de Sistemas es un área colaborativa e interdisciplinaria, que integra varias disciplinas científicas como biología, medicina, física, matemática, computación, bioinformática, ingeniería, entre otras.
Se pueden preguntar ¿cómo se ha venido desarrollando la investigación en biología en los años previos? Convencionalmente, el estudio de procesos biológicos se hace mediante la refutación o no de una hipótesis a partir de resultados experimentales que descomponen distintos sistemas biológicos en sus partes constituyentes. Este es un enfoque reduccionista y ha sido bastante exitoso en explicar las bases químicas y moleculares de diversos procesos biológicos. Sin embargo, muchos científicos han notado que dicho enfoque tiene sus limitaciones. Los sistemas biológicos son extremadamente complejos y constantemente emergen propiedades que no pueden ser explicadas o predichas mediante el estudio individual de sus partes. Es aquí donde entra a tallar la Biología de Sistemas con un enfoque basado en el modelamiento matemático de los procesos de interés. En estas simulaciones, la red de interacciones que existen entre los elementos del sistema se representa a partir de un sistema de ecuaciones diferenciales. Así, los valores de distintas características de estos elementos, bajo diferentes condiciones experimentales, pueden ser predichos matemáticamente. Luego, estos modelos pueden ser ensayados experimentalmente para ser ajustados y así ser capaces de realizar predicciones cada vez más cercanas a la realidad.
Actualmente, la Biología de Sistemas es una disciplina que está creciendo y está siendo, cada vez, más considerada. Un ejemplo de esto es su aplicación en cáncer. Si tuviste la oportunidad de leer alguno de nuestros artículos anteriores referentes al cáncer, recordarás que esta es una enfermedad sumamente compleja, con múltiples alteraciones que afectan los diversos procesos celulares y que resultan en una proliferación descontrolada de las células malignas. Tal complejidad calza perfecto con el enfoque de la Biología de Sistemas. El desarrollo de modelos matemáticos que comprendan al desarrollo de tumores como un proceso complejo, seguido del estudio y la posterior validación las predicciones mediante observaciones experimentales y clínicas, es una forma de integrar el enfoque reduccionista y holístico paralelamente. De esta forma, podemos progresar en la comprensión de la enfermedad y lograr el desarrollo de mejores técnicas de diagnóstico y tratamiento.
Referencias:
Anderson AR, Quaranta V. Integrative mathematical oncology. Nat Rev Cancer. 2008;8(3):227-34.
Van Regenmortel MH. Reductionism and complexity in molecular biology. EMBO Rep. 2004 Nov;5(11):1016-20.
Karr JR, Sanghvi JC, Macklin DN, Gutschow MV, Jacobs JM, Bolival B Jr, Assad-Garcia N, Glass JI, Covert MW. A whole-cell computational model predicts phenotype from genotype. Cell. 2012;150(2):389-401.
Sauter T. Extending the SYSACT model by Boolean model based network analysis incorporating TRAIL and MEK signaling networks. Université du Luxembourg. 2017 [http://www.sys-med.de/en/demonstrators/melanoma-sensitivity/sp-2/]