I ricercatori dell’UNIGE hanno creato un modello per capire il modo in cui le proteine sono distribuite in modo non uniforme nelle cellule, un processo alla base dello sviluppo degli esseri viventi.‎

 

 

Ogni essere vivente nasce da una singola cellula, che si sdoppia, ando origine a un processo a catena che raddoppia le cllule fino a creare l’embrione della creatura, che poi crescerà secondo una precisa struttura: da una parte testa, dall’altra gambe, poi braccia e infine anche coda.

Ma come fanno le cellule a sapere come disporsi per differenziarsi in organi e apendici diversi? Ci pensano le proteine, che sono concentrate in modo diverso all’interno di ogni cellula, per esempio più o meno densamente per indicare dove deve svilupparsi il capo oppure la coda. Questa diversa concentrazione è definita gradiente.

Ognuna delle nostre cellule contiene circa 40 milioni di proteine che insieme svolgono tutti i compiti di cui ha bisogno per sopravvivere. Per un’azione fluida, le proteine giuste devono essere concentrate in quantità specifiche, in un momento specifico e in un luogo specifico.

Tuttavia, stabilire una distribuzione così delicata richiede un processo estremamente preciso, che avviene a minuscole risoluzioni spaziali che gli strumenti standard di biologia cellulare spesso non sono in grado di rilevare.

Per capire come funziona questo meccanismo, i ricercatori dell’Università di Ginevra (UNIGE) hanno sviluppato un nuovo approccio che combina esperimenti di genetica e biologia cellulare con la modellazione fisica.

Utilizzando algoritmi specifici, hanno simulato la formazione di gradienti proteici in 3D e nel tempo e sono stati in grado di spiegare questi complessi meccanismi. Inoltre, il loro modello innovativo può essere adattato ad altri sistemi biologici per studiare la dinamica delle proteine. Questi risultati possono essere letti negli ‎‎Atti della National Academy of Sciences‎‎.‎

‎Come una goccia d’inchiostro in un bicchiere d’acqua, le proteine possono diffondersi e distribuirsi uniformemente in tutta la cellula. Tuttavia, per alcuni compiti, le proteine devono formare gradienti. “I gradienti proteici, che derivano dalla distribuzione disomogenea delle proteine in specifiche aree cellulari, sono centrali in molte funzioni cellulari e organismiche”, spiega Monica Gotta, docente presso il Dipartimento di Fisiologia Cellulare e Metabolismo e presso il Centro di Ricerca Traslazionale in Onco-ematologia (CRTOH) presso la Facoltà di Medicina dell’UNIGE, che ha diretto questo lavoro.

“Ad esempio, i gradienti proteici sono importanti per la differenziazione cellulare, il processo attraverso il quale i diversi tipi di cellule che costituiscono un organismo complesso emergono da una cellula unica, l’uovo fecondato”. ‎

‎La proteina PLK-1, un regolatore chiave della divisione cellulare, è nota per essere più concentrata sul lato anteriore dell’embrione. Ma come può essere messo in atto questo meccanismo, e quale sarebbe la conseguenza se il più piccolo dettaglio andasse storto? Poiché i consueti strumenti di biologia non erano sufficienti per rispondere a questa domanda, Monica Gotta è stata felice di accogliere nel suo team una fisica, Sofia Barbieri, ricercatrice post-dottorato presso il Dipartimento di Fisiologia Cellulare e Metabolismo della Facoltà di Medicina dell’UNIGE.

“Ho sviluppato un modello statistico di formazione del gradiente proteico basato sulla matematica probabilistica”, spiega Sofia Barbieri. “Ho fatto ricorso a specifici algoritmi computazionali, chiamati simulazioni Monte-Carlo, che prendono il nome dalla famosa città del gioco d’azzardo”. Questi algoritmi vengono utilizzati per modellare fenomeni con un alto livello di complessità, come la finanza, il trading o la fisica delle particelle.‎

‎Il team è stato in grado di simulare gradienti proteici, non solo in 3D, ma anche nel tempo. Tale modello ha richiesto tuttavia diverse iterazioni tra l’ottimizzazione dei parametri e il confronto con i dati biologici. I ricercatori hanno costruito una prima versione del modello che incorpora tutti gli elementi fisici e biologici noti del sistema, quindi hanno introdotto parametri specifici necessari per testare diverse ipotesi riguardanti le variabili sconosciute.

Hanno simulato possibili risultati fisici e biologici che hanno riprodotto computazionalmente la dinamica proteica e l’instaurazione del gradiente nella cellula e li hanno testati nella vita reale con esperimenti in vivo utilizzando gli embrioni di un piccolo verme, il nematode ‎‎C. elegans‎‎. ‎

‎Grazie alla continua interazione tra modellizzazione e biologia cellulare, i ricercatori unige sono stati in grado di determinare come il gradiente PLK-1 è stato stabilito e mantenuto nel tempo. Infatti, PLK-1 deve legarsi dinamicamente e slegarsi da MEX-5, un’altra proteina cruciale per lo sviluppo nell’embrione ‎‎di C. elegans‎‎, per contrastare la sua naturale tendenza a diffondersi in modo omogeneo nella cellula.

MEX-5 ha infatti la capacità di modificare la sua diffusività a seconda della sua posizione all’interno della cellula e di interagire con altre proteine, che è essenziale per arricchire PLK-1 dove necessario. “Ma abbastanza sorprendentemente, MEX-5 non è così efficiente nel suo compito, poiché una grande quantità di PLK-1 non è legata a MEX-5” sottolinea Sofia Barbieri. ‎

‎Questo studio fornisce un modello quantitativo unico per comprendere le interazioni dinamiche tra le proteine e può essere adattato ad altre cellule o proteine per le quali i meccanismi complessi non possono essere testati con i soliti esperimenti di biologia cellulare. “Il nostro lavoro dimostra che le collaborazioni interdisciplinari sono sempre più importanti per avanzare nella ricerca” conclude Monica Gotta.‎

Foto crediti: Envato Elelents (ove non diversamente specificato)

Riproduzione riservata (c)

.