¿Cómo pueden los modelos informáticos ayudar a diseñar comunidades microbianas? En el marco del Centro de investigación colaborativa CRC1535 “MibiNet”, en colaboración con la Universidad Heinrich Heine de Dusseldorf (HHU), un equipo de investigación formado por miembros de Aquisgrán, Dusseldorf y East Lansing (EE.UU.) desarrolló la llamada perspectiva de desarrollo de la biología sintética Reviewed. . En revista científica biología sintética, Explican por qué la biología asistida por ordenador desempeña un papel importante.
Las comunidades de microorganismos (bacterias, hongos y virus) se pueden encontrar en todas partes, y especialmente en los organismos vivos, donde cumplen una variedad de funciones. Por ejemplo, la comunidad microbiana del intestino humano, el llamado microbioma, es esencial para el metabolismo: los microorganismos necesarios para descomponer muchos nutrientes y ponerlos a disposición del cuerpo. Si la composición del microbioma está desalineada, puede causar daños importantes al organismo en su conjunto.
El campo de investigación interdisciplinar de la “biología sintética” también se centra cada vez más en estas redes microbianas. El objetivo es utilizar principios de ingeniería para diseñar y construir nuevos sistemas biológicos y organismos que puedan realizar funciones específicas. Los métodos de ingeniería genética ayudan a modificar y transferir ADN y ARN en diferentes organismos. La biología sintética inicialmente se centró en organismos sintéticos individuales, pero la capacidad de diseñar comunidades artificiales de redes altamente complejas, como organismos (artificiales), se está volviendo cada vez más evidente.
Estas comunidades artificiales ofrecen una amplia gama de posibles áreas de aplicación, incluida la erradicación de enfermedades, la mejora de la productividad de los cultivos o la producción de valiosas moléculas biológicas.
Los investigadores de CRC1535 “MibiNet” se inspiran en los líquenes naturales, en los que las cianobacterias o algas fototróficas forman una estrecha relación simbiótica con socios fúngicos heterótrofos. Quieren desarrollar la red microbiana que se muestra aquí como ejemplo para futuras aplicaciones. Los resultados de la investigación pretenden ser una contribución al establecimiento de métodos y tecnologías interdisciplinarios para procesos con emisiones negativas de CO2, es decir, procesos que capturan activamente CO2 del medio ambiente. Otro proyecto de investigación, ACceSS, pretende aprovechar la energía del sol para el tratamiento de aguas residuales.
En revista científica Biología sintéticaInvestigadores de la Universidad Tecnológica de Aquisgrán (RWTH), la HHU y la Universidad Estatal de Michigan (MSU) en East Lansing, EE. UU., delinean esta dirección futura del desarrollo de la biología sintética. Destacan el papel de la biología computacional como componente integral, que puede simplificar enormemente el diseño de comunidades artificiales.
Prof. Dr. Alka Axmann de HHU, autor correspondiente del estudio: “Proponemos un cambio de enfoque desde un enfoque centrado en el organismo único a un énfasis en la contribución activa de los organismos dentro de la comunidad”. En cuanto al enfoque de la investigación, añade: “La atención se centra en el trabajo que debe realizar la comunidad en su conjunto. Es irrelevante qué organismos específicos estén involucrados: los organismos son sólo chasis en los que existen las vías metabólicas necesarias, que proporcionan los resultados deseados. roles funcionales.”
El Dr. Daniel C. Duckett, profesor de bioquímica y biología molecular en MSU, dice: “Un número creciente de ejemplos muestran que aunque la composición de especies específicas de comunidades microbianas complejas puede cambiar con el tiempo o entre lugares, las funciones específicas de la comunidad son estables en grande.”
Dra. Anna Matszynska, autora principal del estudio y profesora junior de ciencias biológicas computacionales en RWTH: “La biología computacional puede respaldar la modularización en biología sintética, lo cual es deseable porque reducirá la complejidad y creará marcos versátiles y escalables. Con la ayuda de matemáticas Modelos que se pueden adaptar a comunidades biológicas específicas, nuestro objetivo es garantizar que funcionen de manera confiable y eficiente. Se utilizará en las primeras etapas de desarrollo.
