CIENCIAS BIOLÓGICAS Y DE LA SALUD

Matemática y Biología aliadas para entender biomoléculas

Utilizan la dimensión finita como herramienta matemática para estudiar a los glicanos, un grupo de biomoléculas muy diverso y de estructura compleja. Publicado en la revista Scientific Reports, podría aplicarse a una diversidad de campos de la ciencia.


Los glicanos son azúcares -polisacáridos- que forman parte de los cuatro grandes grupos moleculares que sustentan toda forma de vida, junto a las proteínas, los ácidos nucleicos, los lípidos. Tienen características especiales y diferentes a los demás.

En la parte exterior de la célula, en la membrana, hay una coraza de glicanos- macromoléculas-. “Una parte fundamental para mantener la vida de cualquier organismo es saber quién soy yo y quién es mi enemigo. Ahí los glicanos juegan un rol importantísimo. Por ejemplo, hay virus y organismos patógenos que tienen un sofisticado sistema de identificación de glicanos, a los que usan para poder entrar a la célula que infectan y ordenarles que hagan más copias de ellos mismos”, explica Juan Manuel Alonso,  investigador del grupo BIOS, del Instituto de Matemática Aplicada San Luis “Prof. Ezio Marchi”, dependiente del CONICET y la Universidad Nacional de San Luis.

También son los responsables de los tipos sanguíneos, ya que según qué glicanos tengamos en la superficie de los glóbulos rojos, será el factor sanguíneo.

“Son más difíciles de estudiar que los otros tipos de biomoléculas, las proteínas ac. Nucleicos y lípidos. Por que son s desordenados y complejos y evolucionan muy rápido. En nuestro trabajo encontramos cierto orden estudiándolos desde un punto de vista matemático”.

Utilizando bases de datos que recopilan glicanos, tales como GlyTouCan, idearon una metodología matemática para estudiarlos a partir del concepto de la dimensión finita. “La dimensión clásica (concepto que se remonta a Euclides o antes) de cualquier conjunto finito es cero. Sin embargo, justamente los conjuntos finitos se han vuelto cada vez más importantes porque las computadoras solamente pueden estudiar y trabajar con conjuntos finitos”. “Yo quería modificar la dimensión clásica de Hausdorff -que es de 1918, planteada por el matemático Felix Hausdorff (1868-1942)- de manera tal que la dimensión de conjuntos finitos no fuera cero, no fuera trivial. La solución encontrada, que llamamos dimensión finita, además de dar una cierta idea de dimensión de conjuntos finitos, permite también clasificarlos”, explica Alonso.

El resultado de la investigación fue publicado en la revista Scientific Reports, del grupo Nature. La información sobre cada glicano que dan las bases de datos contiene un grafo subyacente y abundante información química. Nosotros descartamos esa información, y nos quedamos solo con el grafo, lo que nos permitió calcular la dimensión finita del glicano. Agregamos también el diámetro del grafo, con lo cual obtuvimos, para cada glicano, un punto del plano cuya primera coordenada es la dimensión finita, y la segunda su diámetro. Así uno de los valores da la idea de la dimensión finita y el otro da una idea del tamaño, qué tan grande es la molécula. Esta representación nos da ciertos puntos en una región del plano que llamamos Glycan Space -espacio glicano-, que nos permite observar las distintas estructuras”.

Este planteo de dimensión finita, cuenta Alonso, lo ideó pensando en bases de datos y estudios automáticos de textos. “Era un contexto totalmente distinto, lo que me parece fantástico, y muchas veces ha pasado en matemática: jamás se me hubiera ocurrido que tuviera esta aplicación en un campo tan distinto como la biología molecular”.

Además el mismo método se está utilizando junto a un grupo de investigadores del CONICET Mendoza para estudiar las raíces de las plantas: en esta zona que es muy árida, con plantas adaptadas a la poca agua, el estudio de raíces es crucial para analizar cómo hacen las plantas para crecer y sobrevivir, y podríamos así ayudarlas a sobrevivir mejor.

“Acá sería lo mismo, podemos modelar un árbol como un grafo y obtener de allí información que no es visible a simple vista, en un contexto distinto. Esto me maravilla un poco, una misma cosa que puede dar resultados importantes en campos tan distintos”, concluye Alonso.

Sobre investigación:

 Juan M. Alonso. IMASL, CONICET-UNSL y Universidad Nacional de Cuyo.

Agustina Arroyuelo. IMASL, CONICET-UNSL.

Pablo G. Garay. IMASL, CONICET-UNSL.

Osvaldo A. Martin. IMASL, CONICET-UNSL.

Jorge A. Vila. IMASL, CONICET-UNSL.