MADRID 17 Oct. (EUROPA PRESS) -
Investigadores de la Facultad de Medicina de la Universidad de California en San Diego (Estados Unidos) han identificado un nuevo biomarcador que puede utilizarse para predecir si las neuronas se regenerarán o no tras una lesión. Tras probar su descubrimiento en ratones, comprobaron que el biomarcador era fiable en neuronas de todo el sistema nervioso y en distintas fases de desarrollo, según publican en la revista 'Neuron'.
Las neuronas, las principales células que componen el cerebro y la médula espinal, son de las más lentas en regenerarse tras una lesión, y muchas neuronas no llegan a regenerarse por completo. Aunque los científicos han avanzado en la comprensión de la regeneración neuronal, aún se desconoce por qué algunas neuronas se regeneran y otras no.
"La tecnología de secuenciación unicelular nos está ayudando a observar la biología de las neuronas con mucho más detalle de lo que nunca ha sido posible, y este estudio realmente demuestra esa capacidad --explica el autor principal Binhai Zheng, profesor del Departamento de Neurociencias de la Facultad de Medicina de la UC San Diego--. Lo que hemos descubierto aquí podría ser sólo el principio de una nueva generación de biomarcadores sofisticados basados en datos unicelulares".
Los investigadores se centraron en las neuronas del tracto corticoespinal, una parte crítica del sistema nervioso central que ayuda a controlar el movimiento. Tras una lesión, estas neuronas son de las que menos probabilidades tienen de regenerar axones, las estructuras largas y delgadas que utilizan las neuronas para comunicarse entre sí. Por eso las lesiones cerebrales y medulares son tan devastadoras.
"Si uno sufre una lesión en el brazo o la pierna, esos nervios pueden regenerarse y a menudo es posible una recuperación funcional completa, pero no ocurre lo mismo con el sistema nervioso central --indica el primer autor Hugo Kim, doctor y becario postdoctoral en el laboratorio de Zheng--. Es extremadamente difícil recuperarse de la mayoría de las lesiones cerebrales y medulares porque esas células tienen una capacidad regenerativa muy limitada. Una vez que desaparecen, desaparecen".
Los investigadores utilizaron la secuenciación unicelular del ARN para analizar la expresión génica en neuronas de ratones con lesiones medulares. Animaron a estas neuronas a regenerarse utilizando técnicas moleculares establecidas, pero en última instancia, esto sólo funcionó para una parte de las células. Este montaje experimental permitió a los investigadores comparar los datos de secuenciación de neuronas regeneradas y no regeneradas.
Además, al centrarse en un número relativamente pequeño de células -poco más de 300-, los investigadores pudieron examinar con gran detalle cada una de ellas. "Al igual que cada persona es diferente, cada célula tiene su propia biología --afirma Zheng--. Explorar las diminutas diferencias entre células puede decirnos mucho sobre cómo funcionan esas células".
Utilizando un algoritmo informático para analizar sus datos de secuenciación, los investigadores identificaron un patrón único de expresión génica que puede predecir si una neurona individual acabará regenerándose o no tras una lesión. El patrón también incluía algunos genes que nunca antes se habían implicado en la regeneración neuronal. "Es como una huella dactilar molecular de las neuronas en regeneración", apunta Zheng.
Para validar sus hallazgos, los investigadores probaron esta huella molecular, que denominaron clasificador de regeneración, en 26 conjuntos de datos publicados de secuenciación de ARN unicelular. Estos conjuntos de datos incluían neuronas de diversas partes del sistema nervioso y en diferentes etapas de desarrollo.
El equipo descubrió que, con pocas excepciones, el clasificador de la regeneración predecía con éxito el potencial de regeneración de neuronas individuales y era capaz de reproducir tendencias conocidas de investigaciones anteriores, como una fuerte disminución de la regeneración neuronal justo después del nacimiento.
"La validación de los resultados frente a muchos conjuntos de datos procedentes de líneas de investigación completamente distintas nos indica que hemos descubierto algo fundamental sobre la biología subyacente de la regeneración neuronal --resalta Zheng--. Tenemos que seguir trabajando para perfeccionar nuestro enfoque, pero creo que hemos dado con un patrón que podría ser universal para todas las neuronas en regeneración".
Aunque los resultados en ratones son prometedores, los investigadores advierten de que, por el momento, el Clasificador de Regeneración es una herramienta para ayudar a los investigadores de neurociencias en el laboratorio más que una prueba diagnóstica para pacientes en la clínica.
"Todavía hay muchas barreras para utilizar la secuenciación unicelular en contextos clínicos, como el alto coste, la dificultad para analizar grandes cantidades de datos y, lo más importante, la accesibilidad a los tejidos de interés --reconoce Zheng--. Por ahora, nos interesa explorar cómo podemos utilizar el Clasificador de Regeneración en contextos preclínicos para predecir la eficacia de nuevas terapias regenerativas y ayudar a acercar esos tratamientos a los ensayos clínicos".
