Las simulaciones por ordenador son herramientas fundamentales para los científicos de materiales y bioquímicos en el estudio del movimiento de macromoléculas, lo que impulsa el desarrollo de nuevos fármacos y materiales sostenibles. Sin embargo, estas simulaciones representan un desafío incluso para los superordenadores más potentes.
Un estudiante de posgrado de la Universidad de Oregón ha desarrollado una nueva ecuación matemática que mejora significativamente la precisión de los modelos simplificados utilizados para estudiar el movimiento y comportamiento de grandes moléculas, como proteínas y ácidos nucleicos, así como materiales sintéticos como los plásticos. Este avance, publicado el mes pasado en Physical Review Letters, potencia la capacidad de los investigadores para investigar el movimiento de grandes moléculas en procesos biológicos complejos, como la replicación del ADN. Esto podría ayudar a entender enfermedades asociadas a errores en dicha replicación, lo que podría llevar a nuevas estrategias diagnósticas y terapéuticas.
Un avance significativo en la simulación molecular
“Queremos entender cómo se mueven, giran y funcionan las moléculas”, afirma Jesse Hall, candidato a doctorado en física que trabajó junto a la profesora de química física teórica Marina Guenza en el desarrollo de este nuevo modelo. “Con esta nueva ecuación, podemos simular complejos proteicos más grandes y obtener una visión más profunda de cómo funcionan estas máquinas moleculares en el cuerpo”.
La investigación de Hall ha logrado avances en un problema que los científicos computacionales han estado abordando durante más de 50 años: cómo calcular con precisión la fricción que experimentan las biomoléculas en su entorno caótico y viscoso.
Las biomoléculas, producidas por organismos vivos, como las proteínas, están rodeadas de miles de moléculas de agua, así como de otras proteínas y ácidos nucleicos. En este entorno, están en constante movimiento; se pliegan, despliegan y se unen a ácidos nucleicos y otras proteínas. “Se están moviendo constantemente, y la mecánica de lo que hacen es muy importante para entender cómo funciona la replicación del ADN o para desarrollar fármacos que apunten a un mecanismo determinado”, añade Hall.
En lugar de sintetizar muestras físicas para su estudio, los científicos utilizan modelos informáticos como un laboratorio virtual. Esto les permite modificar las moléculas que están analizando al alterar su código, para luego estudiar los efectos del cambio. “Cuando se tiene un buen modelo de tipo grueso, se pueden simular sistemas grandes”, explica Guenza, coautora del estudio. “Por ejemplo, se puede observar cómo las moléculas se mueven juntas, se reorganizan, combinan y funcionan como una máquina. Se puede cambiar un aminoácido y ver cómo la mutación afecta la forma en que las moléculas desempeñan su función biológica”.
Dado que los sistemas biomoleculares son tan grandes y complejos, los investigadores dependen de modelos matemáticos de tipo grueso, que simulan los movimientos moleculares sin necesidad de representar cada átomo individualmente. Esto ayuda a mantener bajos los costos de computación y acelera el proceso de cálculo.
No obstante, los científicos han luchado durante décadas para calcular con precisión el valor de la fricción, que es parte de los datos utilizados al ejecutar simulaciones de tipo grueso. A medida que las moléculas se mueven a través de un fluido, la fricción resultante crea un efecto de arrastre que afecta tanto sus fluctuaciones internas como sus movimientos externos.
“Para describir cómo se mueve una proteína, hay que equilibrar las diferentes fuerzas: las fuerzas viscosas, las fuerzas aleatorias resultantes de las colisiones con las moléculas circundantes y las fuerzas internas que mantienen unida a la molécula”, señala Guenza.
Otros investigadores han ideado soluciones matemáticas basadas en una fórmula conocida como la «relación de Einstein», que establece la relación entre la difusión de una partícula y su movilidad. Sin embargo, esas soluciones tienen sus límites. “Hay mucho trabajo bueno en la descripción de un aspecto del movimiento de una proteína, pero necesitamos modelos más completos que puedan describir varios aspectos del movimiento de una proteína a la vez”, sostiene Hall. “Hemos presentado una forma mucho más general de la relación de Einstein, que ofrece mucha más opción y libertad. Nos permite ajustar nuestras cálculos de manera flexible a un sistema específico y obtener resultados más fiables”.
La ecuación de Hall es la primera que describe simultáneamente la fricción tanto para las fluctuaciones internas de una molécula como para su difusión externa a través del fluido. “Esta es una solución brillante”, afirma Guenza. “El trabajo de Jesse proporciona una herramienta altamente precisa que se puede aplicar a sistemas moleculares tanto simples como complejos, haciendo que las simulaciones de estos grandes sistemas sean más rápidas y precisas”.
Durante años, el grupo de Guenza se ha centrado en desarrollar herramientas teóricas precisas que aceleren las simulaciones moleculares, herramientas esenciales para diseñar nuevos materiales basados en polímeros y para estudiar cómo interactúan las proteínas con el ADN durante la replicación. Los errores en la replicación del ADN juegan un papel en el desarrollo de cáncer y pueden llevar a una amplia gama de trastornos genéticos.
“Nos dimos cuenta de que necesitábamos construir más herramientas para obtener modelos matemáticos realmente precisos y exactos”, comenta Hall. Aunque su investigación es principalmente teórica, “estamos construyendo hacia herramientas más prácticas que podemos usar más adelante”, añade. “Esperamos que esta sea una herramienta que otros puedan utilizar para trabajar en proyectos que nunca se me habrían ocurrido”.
