Los resultados, publicados en Nature, aportan un nuevo enfoque al estudio del microbioma del planeta: lo analiza como un sistema único y global, abriendo nuevas vías de investigación para identificar funciones génicas desconocidas y estudiar la adaptación de determinados organismos a condiciones medioambientales específicas.

“Las comunidades microbianas dominan la vida en la Tierra y han dado forma al planeta tal y como lo conocemos”, explica Jaime Huerta-Cepas, investigador del INIA-CSIC y codirector del estudio. “En las últimas décadas, la exploración de estas comunidades (conocidas como microbiomas) mediante técnicas de secuenciación masiva ha revelado una enorme biodiversidad microbiana, así como importantes implicaciones en el modelado de ecosistemas y en la salud humana y de las plantas”, añade.

Sin embargo, advierte Huertas-Cepas, aún se desconocen muchos aspectos sobre la dinámica y distribución ecológica de estos microbiomas a una escala global: ¿Pueden las mismas especies de microorganismos habitar ecosistemas diferentes? ¿Cuál es la variabilidad genética en el microbioma global? ¿Responden los cambios genéticos observados entre especies a adaptaciones específicas al medio?

“Estas son las cuestiones que hemos abordado en nuestro estudio”, indica el investigador. En el nuevo catálogo se presenta una perspectiva unificada del microbioma de 14 ecosistemas, y se analiza el valor funcional y adaptativo de más de 300 millones de genes bacterianos obtenidos a partir de 13 174 muestras de ADN.

El estudio, coliderado por los laboratorios de biología computacional del Dr. Peer Bork (EMBL, Alemania), Luis Pedro Coelho (Fudan University, China) y Jaime Huerta-Cepas (CBGP), describe la distribución biogeográfica y la presión selectiva a lo largo de este extenso catálogo de genes, cada uno de los cuales sería único a nivel de secuencia y representativo de una especie microbiana.

“Los resultados muestran que sólo una pequeña parte de dichos genes se distribuyen a lo largo de múltiples ecosistemas, apoyando así la hipótesis de que la adaptación al ambiente estaría sucediendo a niveles taxonómicos muy específicos”, indica Huerta-Cepas. Asimismo, el trabajo ahonda en el análisis de la variabilidad genética de los microorganismos desde el punto de vista de la genómica comparada, agrupando los genes del catálogo en grandes familias y cuantificando el posible grado de redundancia funcional entre ecosistemas.

Los resultados apuntan a que la mayoría de los genes observados serían variantes de una pequeña porción de todas las familias génicas exploradas, y la mayor parte de dichas variantes serían evolutivamente neutras. No obstante, el trabajo también estima que un pequeño porcentaje de estos genes (millones, en términos absolutos) podrían tener un alto valor adaptativo e incluso codificar para funciones moleculares aún desconocidas.

El trabajo ha contado con la participación de los investigadores Álvaro Rodríguez del Río, Carlos Pérez Cantalapiedra y Joaquín Giner Lamia, pertenecientes al laboratorio de metagenómica comparada del CBGP, liderado por Huerta-Cepas.

Esta investigación ha contado con financiación del proyecto Centro de Excelencia Severo Ochoa, el programa INPhINIT de la Fundación La Caixa y fondos de la Agencia Estatal de Investigación.

enero 04/2022 (Dicyt)

Por sorprendente que pueda parecer, desconocemos buena parte de las funciones de los genes de los microbios. Este vació de conocimiento puede considerarse como “materia oscura genómica” de los microbios, y ni la genómica comparativa ni las técnicas de laboratorio actuales han podido desentrañarla.

Este desafío ha sido abordado por una colaboración científica internacional entre el Instituto de Investigación Biomédica (IRB Barcelona) y otros dos institutos de investigación, el IJS en Ljubljana (Eslovenia) y el RBI en Zagreb (Croacia), y cuyos hallazgos se han publicado en Microbiome, la revista de referencia internacional en estudios del microbioma. Fran Supek, biólogo computacional líder del Laboratorio Genome Data Science del IRB Barcelona, ha dirigido el trabajo y el primer autor de la publicación es Vedrana Vidulin, un científico informático vinculado a los centros de Eslovenia y Croacia.

Método de predicción inteligente

Los investigadores han desarrollado una nueva metodología computacional capaz de examinar miles de metagenomas a la vez e identificar la señal evolutiva que puede predecir la función de muchos genes de los microbios. Este método, que analiza el «big data» de microbiomas humanos (de intestino y piel, por ejemplo) y otros metagenomas (del suelo o del océano, por ejemplo), se basa en un tipo especial de algoritmo de aprendizaje automático: puede generar «árboles de decisión» para predecir cientos de funciones genéticas diferentes a la vez, encontrando vínculos entre genes y al mismo tiempo prediciendo las funciones que desarrollan en la célula microbiana.

“Esto hace que el algoritmo no se confunda con el ruido en los datos metagenómicos, lo que significa que es muy preciso y puede proponer de forma fiable un papel biológico para una gran cantidad de genes de función desconocida. Además, curiosamente, también propone muchas funciones adicionales para los genes que ya se conocían”, destaca Supek.

El hallazgo más importante que surge de esta investigación es que el análisis de microbiomas humanos y otros datos metagenómicos, como los del océano o el suelo, permite a los investigadores asignar cientos de funciones genéticas que estaban fuera del alcance de los métodos actuales de la genómica computacional. “En otras palabras, los metagenomas permiten a los científicos ver lo que los genomas no pueden mostrarles”, dice el investigador croata, recientemente premiado con una beca del Consejo Europeo de Investigación (ERC).

La diversidad es la clave

Los investigadores han encontrado que diferentes tipos de entornos pueden predecir diferentes tipos de funciones génicas. Por ejemplo, los metagenomas del océano pueden usarse para predecir qué genes usan las bacterias para la fotosíntesis, mientras que esto, -señalan los investigadores-, no podría haberse descubierto a partir de las bacterias que habitan el intestino humano. Por otro lado, el microbioma intestinal ha sido muy útil para predecir genes importantes para la patogénesis, para cierto metabolismo del alcohol, o la biosíntesis de ciertos aminoácidos, mientras que estas funciones hubieran sido difíciles de descubrir estudiando microbiomas procedentes del medio ambiente.

Los autores concluyen que, mediante la aplicación de aprendizaje automático, un conjunto grande y diverso de entornos permite aprender sobre muchas funciones génicas diferentes en microbios. “Los métodos computacionales como este están arrojando luz sobre la «materia oscura” (la cantidad enorme de genes en bacterias y en arqueas cuya función todavía no se comprende) en genomas microbianos”, señala Supek.

Estos miles de predicciones computacionales necesitarán ser validadas en experimentos, y una vez que esto ocurra, podrían descubrirse nuevos genes relevantes para explicar cómo las bacterias dan forma a los ecosistemas que nos rodean y también a nuestro ecosistema interior, el microbioma humano.

El estudio ha recibido financiación del programa FP7 “Future and Emerging Technologies” y del Consejo Europeo de Investigación a través de una ERC Starting Grant a Fran Supek.
julio 20/2018 (dicyt.com)