Fluxómica

La fluxómica describe los diversos enfoques que buscan determinar las tasas de reacciones metabólicas dentro de una entidad biológica. ^{[ 1 ]} Si bien la metabolómica puede proporcionar información instantánea sobre los metabolitos en una muestra biológica, el metabolismo es un proceso dinámico. ^{[ 2 ]} La importancia de la fluxómica radica en que los flujos metabólicos determinan el fenotipo celular. ^{[ 3 ]} Tiene la ventaja adicional de basarse en el metaboloma , que tiene menos componentes que el genoma o el proteoma. ^{[ 4 ]}

La fluxómica se enmarca dentro del campo de la biología de sistemas , que se desarrolló con la aparición de tecnologías de alto rendimiento. ^{[ 5 ]} La biología de sistemas reconoce la complejidad de los sistemas biológicos y tiene el objetivo más amplio de explicar y predecir este comportamiento complejo. ^{[ 2 ]}

El flujo metabólico se refiere a la tasa de conversión de metabolitos en una red metabólica. ^{[ 1 ] [ 6 ]} Para una reacción, esta tasa es función tanto de la abundancia como de la actividad enzimática. ^{[ 1 ]} La concentración enzimática es, a su vez, función de la regulación transcripcional y traduccional, además de la estabilidad de la proteína. ^{[ 1 ]} La actividad enzimática se ve afectada por los parámetros cinéticos de la enzima, las concentraciones de sustrato, las concentraciones de producto y la concentración de moléculas efectoras. ^{[ 1 ]} Los efectos genómicos y ambientales sobre el flujo metabólico son los que determinan el fenotipo sano o enfermo. ^{[ 6 ]}

De forma similar al genoma, transcriptoma, proteoma y metaboloma, el fluxoma se define como el conjunto completo de flujos metabólicos en una célula. ^{[ 5 ]} Sin embargo, a diferencia de los demás, el fluxoma es una representación dinámica del fenotipo. ^{[ 5 ]} Esto se debe a que el fluxoma resulta de las interacciones del metaboloma, el genoma, el transcriptoma, el proteoma, las modificaciones postraduccionales y el entorno. ^{[ 5 ]}

Dos tecnologías importantes son el análisis de balance de flujo (FBA) y ^{la 13C} -fluxómica. En FBA, los flujos metabólicos se estiman representando primero las reacciones metabólicas de una red metabólica en una matriz numérica que contiene los coeficientes estequiométricos de cada reacción. ^{[ 7 ]} Los coeficientes estequiométricos restringen el modelo del sistema y son la razón por la que FBA solo es aplicable a condiciones de estado estacionario. ^{[ 7 ]} Se pueden imponer restricciones adicionales. ^{[ 7 ]} Al proporcionar restricciones, se reduce el conjunto posible de soluciones para el sistema. Tras la adición de restricciones, se optimiza el modelo del sistema. ^{[ 7 ]} Los recursos de análisis de balance de flujo incluyen la base de datos BIGG, ^{[ 8 ]} la caja de herramientas COBRA, ^{[ 9 ]} y FASIMU. ^{[ 10 ]}

En la fluxómica de ^13C , los precursores metabólicos se enriquecen con ^13C antes de introducirlos en el sistema. ^{[ 11 ]} Mediante una técnica analítica como la espectrometría de masas o la espectroscopia de resonancia magnética nuclear, se puede medir el nivel de incorporación de ^13C en los metabolitos y, con la estequiometría, se pueden estimar los flujos metabólicos. ^{[ 11 ]}

Existen diversos métodos, que se dividen a grandes rasgos en paradigmas estequiométricos y cinéticos .

Dentro del paradigma estequiométrico, varios métodos de álgebra lineal relativamente simples utilizan redes metabólicas restringidas o modelos de redes metabólicas a escala genómica para realizar análisis de balance de flujo y la gama de técnicas derivadas de él. Estas ecuaciones lineales son útiles para condiciones de estado estacionario. Los métodos dinámicos aún no son utilizables. ^{[ 12 ]} En el lado más experimental, el análisis de flujo metabólico permite la estimación empírica de las tasas de reacción mediante el marcaje con isótopos estables .

Dentro del paradigma cinético, el modelado cinético de redes metabólicas puede ser puramente teórico, explorando el espacio potencial de flujos metabólicos dinámicos bajo perturbaciones que se alejan del estado estacionario, utilizando formalismos como la teoría de sistemas bioquímicos . Estas exploraciones son más informativas cuando se acompañan de mediciones empíricas del sistema en estudio tras perturbaciones reales, como ocurre en el análisis del control metabólico . ^{[ 13 ]}

Los métodos recopilados en fluxómica se han descrito como métodos "COBRA", para reconstrucción y análisis basados ​​en restricciones . Se han creado varias herramientas y entornos de software para este propósito . ^{[ 14 ] [ 15 ] [ 16 ] [ 17 ] [ 18 ] [ 19 ] [ 20 ]}

Aunque solo se puede medir indirectamente, el flujo metabólico es el vínculo crítico entre los genes, las proteínas y el fenotipo observable. Esto se debe a que el fluxoma integra la masa-energía, la información y las redes de señalización. ^{[ 21 ]} La fluxómica tiene el potencial de proporcionar una representación cuantificable del efecto que el entorno tiene sobre el fenotipo porque el fluxoma describe la interacción genoma-ambiente. ^{[ 21 ]} En los campos de la ingeniería metabólica ^{[ 22 ]} y la biología de sistemas, ^{[ 23 ]} los métodos fluxómicos se consideran una tecnología clave debido a su posición única en la ontología de los procesos biológicos, lo que permite que los modelos estequiométricos a escala genómica actúen como un marco para la integración de diversos conjuntos de datos biológicos. ^{[ 24 ]}

Una posible aplicación de las técnicas fluxómicas es el diseño de fármacos . Rama et al. ^{[ 25 ]} utilizaron FBA para estudiar la vía de los ácidos micólicos en Mycobacterium tuberculosis . Se sabe que los ácidos micólicos son importantes para la supervivencia de M. tuberculosis y, por lo tanto, su vía ha sido estudiada exhaustivamente. ^{[ 25 ]} Esto permitió la construcción de un modelo de la vía y su análisis mediante FBA. Los resultados revelaron múltiples posibles dianas farmacológicas para futuras investigaciones.

Se utilizó FBA para analizar las redes metabólicas de Staphylococcus aureus multirresistente . ^{[ 26 ]} Al realizar deleciones de genes simples y dobles in silico, se identificaron muchas enzimas esenciales para el crecimiento.