Cuando muchos actúan como uno solo, los modelos basados en datos pueden revelar comportamientos clave
Trayectorias de muestra de los caminos recorridos por células de Myxococcus xanthus marcadas con fluorescencia que se acumulaban en montículos. Las trayectorias se superponen a una imagen fluorescente en la que los agregados aparecen en blanco. Crédito: C. Cotter/UGA
La biología está llena de ejemplos de comportamiento colectivo, desde bandadas de pájaros y colonias de bacterias hasta cardúmenes de peces y multitudes de personas. En un estudio con implicaciones desde la oncología hasta la ecología, investigadores de la Universidad de Rice y la Universidad de Georgia demostraron que la ciencia de datos puede revelar pistas sutiles sobre los orígenes individuales del comportamiento colectivo.
Cuando un grupo de individuos se mueve en sincronía, pueden crear patrones como la bandada de pájaros o «la ola» en un estadio deportivo que ningún individuo podría crear. Si bien estos comportamientos emergentes pueden ser fascinantes, puede ser difícil para los científicos concentrarse en las acciones individuales que los provocan.
«Los comportamientos emergentes se ven al mirar al grupo en lugar de al individuo», dijo El bioingeniero de arroz Oleg Igoshin, un biofísico teórico que ha pasado casi 20 años estudiando el comportamiento emergente en las células, ya sean bacterias cooperativas, células cancerosas u otras.
En un estudio publicado en línea esta semana en la revista mSystems de la Sociedad Estadounidense de Microbiología , Igoshin y el ex alumno de Rice, Zhaoyang Zhang, desarrollaron un método para evaluar qué aspectos del comportamiento individual dan lugar a un comportamiento emergente.
Para ilustrar tanto la dificultad como la importancia de comprender estas contribuciones individuales al grupo colectivo, Igoshin utiliza el ejemplo del cáncer metastásico, donde un grupo de células con una mutación particular se mueve hacia la superficie de un tumor para que puedan desprenderse y formar un nuevo tumor en otro lugar.
«La mayoría de estas células no logran escapar del tumor original, y la pregunta es, ¿qué determina cuáles tendrán éxito?». preguntó Igoshin, profesor de bioingeniería y científico principal en el Centro de Física Biológica Teórica de Rice. «¿Qué propiedad es una señal de emergencia? ¿Es qué tan rápido se mueven? ¿Cuánto tiempo se mueven antes de cambiar de dirección? Tal vez sea la frecuencia con la que se detienen. O podría ser una combinación de varias señales, cada una de las cuales es demasiado débil para provocan la aparición por sí mismas, pero que actúan para reforzarse entre sí».
Como grupo, las células cancerosas potencialmente metastásicas comparten algunos rasgos y habilidades clave, pero como individuos, su desempeño puede variar. Y en una gran población de células, estas diferencias de rendimiento pueden ser tan marcadas como las que existen entre los atletas olímpicos y los sedentarios. Sobre todo, es esta variación natural en el desempeño individual, o heterogeneidad, lo que hace que sea tan difícil concentrarse en los comportamientos individuales que contribuyen a los comportamientos emergentes, dijo Igoshin.
«Incluso para las células en un sistema genéticamente homogéneo tumor, si observa a los individuos, habrá una distribución, cierta heterogeneidad en el desempeño que surge de algunos individuos que se desempeñan un 50 % por encima del promedio y otros un 50 % por debajo del promedio», dijo. «Entonces, la pregunta es: ‘Con todo este ruido de fondo, ¿cómo podemos encontrar las tendencias débiles o las señales asociadas con la emergencia?'».
En una colonia hambrienta de Myxococcus xanthus, las bacterias se agregan en montículos (naranja) como un precursor de la formación de esporas. Crédito: Trance Gemini/Wikimedia Commons
Igoshin dijo que el nuevo método incorpora ciencia de datos para superar algunas debilidades del modelado tradicional. Al completar sus modelos con datos experimentales sobre los movimientos de las células individuales, Igoshin dijo que él y Zhang, quien recibió su Ph.D. de Rice en mayo, simplificó la búsqueda de comportamientos individuales que influyen en los comportamientos grupales.
Para demostrar la técnica, se asociaron con Lawrence Shimkets, cuyo laboratorio en la Universidad de Georgia (UGA) ha pasado años recopilando datos sobre los comportamientos individuales y grupales de la bacteria cooperativa del suelo Myxococcus xanthus.
«Son microbios depredadores, pero son más pequeños que muchas de las cosas que comen», dijo Igoshin sobre M. xanthus. «Trabajan juntos, como una especie de manada de lobos, para rodear a su presa y producir los químicos que la matarán y digerirán fuera de sus cuerpos, convirtiéndola en moléculas que son lo suficientemente pequeñas para que las ingieran».
Durante momentos de estrés, como cuando la comida escasea, M. xanthus exhibe una forma de comportamiento emergente que se ha estudiado durante décadas. Al igual que las filas de autos que fluyen hacia una ciudad en hora punta, se juntan para formar montículos densamente poblados que son lo suficientemente grandes como para verlos a simple vista. La formación de montículos es un paso inicial en el proceso de formación de esporas resistentes y duraderas que pueden restablecer la colonia cuando mejoran las condiciones.
En un estudio anterior, Chris Cotter de UGA, coautor del nuevo estudio y un estudiante graduado en el grupo de Shimkets, rastreó los comportamientos individuales de las células de tipo salvaje y colaboró con Igoshin para desarrollar un modelo basado en datos que descubre los comportamientos celulares que son clave para la agregación. En el nuevo estudio, Cotter y Zhe Lyu, ex investigador postdoctoral de la UGA ahora en el Baylor College of Medicine en Houston, recopilaron datos de formación de montículos de mezclas de tres cepas de M. xanthus: un tipo salvaje natural y dos mutantes. Por sí solos, los mutantes eran incapaces de formar montículos. Pero cuando un número significativo de células de tipo salvaje se mezcló con los mutantes, fueron «rescatados», lo que significa que se integraron con el colectivo y participaron en la construcción de montículos.
«Uno de los mutantes es completamente rescatado mientras que el otro solo es rescatado parcialmente, y el objetivo es entender cómo funciona el rescate», dijo Igoshin. «Cuando aplicamos la metodología, vimos varias cosas que fueron inesperadas. Por ejemplo, para el mutante que se rescató por completo, es de esperar que se comporte normalmente, lo que significa que todas sus propiedades, sus velocidades y sus comportamientos serán exactamente iguales a los del tipo salvaje. . Pero ese no es el caso. Lo que encontramos fue que el mutante se desempeñó mejor de lo normal en algunos aspectos y peor en otros. Y esos se compensaron entre sí para que pareciera estar comportándose normalmente».
Emergente Los comportamientos en M. xanthus son ejemplos clásicos bien estudiados. Además de mostrar que su método puede revelar algunos de los misterios del comportamiento de M. xanthus, Igoshin dijo que el nuevo estudio indica que el método puede usarse para investigar otros comportamientos emergentes, incluidos los implicados en enfermedades y defectos de nacimiento.
«Todo lo que necesitamos son datos sobre individuos y datos sobre el comportamiento emergente, y podemos aplicar este método para preguntar si un tipo específico de comportamiento individual contribuye al comportamiento emergente colectivo», dijo. «No importa qué tipo de célula sea, y creo que incluso podría aplicarse para estudiar animales en modelos ecológicos. Por ejemplo, los ecologistas que estudian la migración de una especie a un nuevo territorio suelen recopilar datos de seguimiento por GPS. En principio , con suficientes datos sobre el comportamiento individual, debería poder aplicar este enfoque para estudiar comportamientos colectivos a nivel de rebaño».
Explore más
Las bacterias «sociales» cooperan para buscar alimento y sobrevivir en condiciones adversas Más información: Zhaoyang Zhang et al. Los modelos basados en datos revelan comportamientos de células mutantes importantes para la agregación mixobacteriana, mSystems (2020). DOI: 10.1128/mSystems.00518-20
Christopher R. Cotter et al. El modelado basado en datos revela comportamientos celulares que controlan la autoorganización durante el desarrollo de Myxococcus xanthus, Actas de la Academia Nacional de Ciencias (2017). DOI: 10.1073/pnas.1620981114 Información de la revista: Actas de la Academia Nacional de Ciencias