Una investigación reciente de la Universidad de Michigan está causando sensación en el campo de la biología al proponer la aplicación de principios de ingeniería, en particular la teoría del control y la observabilidad, para mejorar el estudio de los sistemas biológicos. Este enfoque innovador, detallado en un artículo publicado en el Actas de la Academia Nacional de Cienciaspodría cambiar significativamente la forma en que los científicos recopilan y analizan datos biológicos con el tiempo.
Los investigadores Indika Rajapakse, Ph.D., y Joshua Pickard, Ph.D., junto con su equipo, sostienen que los sistemas biológicos funcionan de una manera dinámica similar, tal como un programa de computadora usa su código para lidiar con diferentes factores ambientales. Utilizando la teoría de control, que se originó en la década de 1960 y fue desarrollada por el ingeniero Elmer Gibert, el equipo pretende crear un marco matemático para comprender mejor la complejidad de los procesos biológicos.
La teoría del control esencialmente describe cómo se puede influir en un sistema y qué entradas se requieren para ponerlo en un estado determinado. Esto es especialmente relevante en contextos biológicos, como la diferenciación celular, donde el destino de una célula puede cambiar en función de factores externos, incluidos factores de transcripción. El concepto innovador de que las células de la piel pueden reprogramarse para convertirse en células madre es un ejemplo del impacto de este principio en la investigación biomédica.
La observabilidad es otro concepto técnico crucial que se refiere al número mínimo de señales necesarias para determinar el estado de un sistema. La continua relevancia de la observabilidad en la investigación biológica se enfatiza con la afirmación de Rajapakse de que la dinámica es fundamental para comprender los sistemas biológicos, que son inherentemente variables con el tiempo. La investigación del equipo sugiere que la observabilidad puede facilitar el descubrimiento de biomarcadores cruciales para el seguimiento de enfermedades y otras afecciones.
Los métodos actuales de descubrimiento de biomarcadores a menudo se basan en conjuntos de datos discretos, lo que limita su eficacia. Por el contrario, el nuevo enfoque que defienden Rajapakse y Pickard permite obtener conocimientos más completos al integrar múltiples tipos de datos, incluida la transcriptómica, la estructura de la cromatina y las imágenes neuronales. Su metodología, llamada Selección dinámica de sensores (DDS), permite a los investigadores identificar biomarcadores clave en diferentes momentos, que pueden resumir el comportamiento de un sistema biológico completo centrándose en un número mínimo de variables.
Esta innovadora técnica no sólo pretende agilizar el proceso experimental, sino también mejorar la detección temprana de enfermedades. Rajapakse destacó el potencial del DDS para proporcionar información crucial antes de que se realicen estudios del genoma completo, costosos y que requieren mucho tiempo. La capacidad de monitorear menos puntos de datos y aun así reconstruir conocimientos biológicos importantes podría revolucionar el diseño experimental y las estrategias de prevención de enfermedades.
Rajapakse señaló que el concepto de observabilidad también podría facilitar la identificación temprana de biomarcadores de enfermedades, permitiendo a los investigadores tomar medidas preventivas oportunas, especialmente en casos como el cáncer. Esta investigación subraya la importancia de los enfoques interdisciplinarios, que aúnan matemáticas, ingeniería y biología, y podría allanar el camino para avances en la comprensión de sistemas biológicos complejos y la mejora de los resultados de salud pública.
