Biologia dei sistemi integrati, un nuovo modo di fare ricerca

La biologia dei sistemi integrati è quella branca della biologia che definisce le connessioni esistenti tra le diverse aree di competenza della biologia stessa. Un approccio multidisciplinare che mira a descrivere il complesso funzionamento degli organismi viventi. Questa nuova disciplina si è via via definita nel corso dell’ultimo ventennio grazie alla ricerca e alle nuove conoscenze in campo scientifico.

“I nostri sensi, i nostri muscoli, il nostro metabolismo e le nostre menti lavorano insieme in perfetta coordinazione. Ma i biologi hanno storicamente studiato gli organismi una parte alla volta…molecola per molecola, gene per gene. Assistiamo ora alla nascita di una nuova scienza, una scienza fondamentale per il futuro, che cerca di svelare come l’integrazione delle singole parti possa costituire i sistemi biologici”


(David Baltimore ‒ premio Nobel per la medicina ‒ 1975)

Le scienze omiche

La biologia è la scienza che studia la vita e gli esseri viventi in tutti i suoi aspetti, nonché i fenomeni fisico-chimici ad essi correlati. Data la vastità degli argomenti trattati da questa disciplina e la complessità degli organismi viventi (diversità individuale, elevato potere evolutivo ed adattivo), si distinguono diversi settori afferenti.

Tra questi ricordiamo la citologia, l’istologia, la biologia molecolare, la botanica, la zoologia, la fisiologia, la biochimica, la microbiologia, la genetica, l’anatomia, etc

Il compito della biologia dei sistemi integrati è quello di raccogliere informazioni da tutti questi campi scientifici così diversi tra loro ed integrarle, per l’appunto. Successivamente propone una visione d’insieme sul complesso funzionamento degli organismi viventi, intesi come veri e propri sistemi biologici.

Affiancano e completano queste materie di vecchia data le così dette scienze omiche, indispensabili per l’interpretazione di un sistema biologico completo. Ogni –omica racchiude una classe di molecole (o fenomeno biologico) che viene esplorata con apposite tecnologie al fine di ottenere maggiori informazioni su pathway già noti. Le principali sono:

Figura 1 - Scienze omiche. Tecnologie analitiche sempre più all'avanguardia consentono la raccolta di un gran numero di dati su ogni singolo componente, sul sistema che forma e sui circuiti cui si connette
Figura 1 – Scienze omiche. Tecnologie analitiche sempre più all’avanguardia consentono la raccolta di un gran numero di dati
su ogni singolo componente, sul sistema che forma e sui circuiti cui si connette

Lo scopo è quello di avere una panoramica sul funzionamento di un organismo su più livelli. In quest’ottica le omiche hanno una posizione intermedia tra il livello più basso che si occupa dello studio del singolo e quello superiore, che prevede la comprensione dell’insieme.

Le interconnessioni dinamiche delle parti

Le molecole, le proteine, i geni e qualsiasi altra unità che compone un organismo vivente lavorano in maniera coordinata ed interattiva tra loro. Questa sinergia, ricostituita all’interno del sistema biologico nel suo complesso, genera le così dette proprietà emergenti.

Di preciso le proprietà emergenti sono funzioni che possono essere attribuite al solo insieme e non al singolo elemento che lo costituisce. Si tratta, quindi, di meccanismi complessi che si originano solo quando le azioni dei singoli componenti si combinano tra loro. Ma la varietà delle parti del sistema ed il loro complesso ed imprevedibile modo di organizzarsi, ha reso impossibile lo studio di un’entità biologica senza avere informazioni sufficienti sulle singole componenti.

La necessità di semplificare il sistema per comprenderlo al meglio ha portato alla ricerca e definizione di modelli basic dello stesso. Gli organismi meno complessi sono diventati il fulcro dell’indagine scientifica.

Figura 2 – Circuito riflessivo di Aplysia. Aplysia è un mollusco utilizzato come modello di laboratorio da E. Kandel per studiare i processi di apprendimento e memoria basati sulla plasticità sinaptica. Focalizzandosi sul circuito del riflesso di retrazione Kandel dimostrò che l’apprendimento si ha per rinforzo e rimodellamento delle sinapsi
Figura 2 – Circuito riflessivo di Aplysia. Aplysia è un mollusco utilizzato come modello di laboratorio da E. Kandel per studiare i processi di apprendimento e memoria basati sulla plasticità sinaptica. Focalizzandosi sul circuito del riflesso di retrazione Kandel dimostrò che l’apprendimento si ha per rinforzo e rimodellamento delle sinapsi

Aplysia californica, ad esempio, è stata utilissima per studiare i processi di plasticità sinaptica grazie al suo caratteristico circuito riflessivo (Figura 2), semplice e ben noto: ad un determinato stimolo corrisponde una data risposta. Quest’organismo ha un Sistema Nervoso di soli 20 mila neuroni che presentano un corpo cellulare molto grande.

Identificato e studiato in ogni sua parte il neurone, stabilita la modalità di scarica e le sinapsi che forma, è possibile ricostruire il circuito che sottostà al riflesso stesso. Il riflesso di retrazione della branchia in seguito a stimolazione del sifone rappresenta, in questo caso, la proprietà emergente dell’organismo nel suo essere sistema biologico influenzato da stimoli.

Uno sguardo globale sui sistemi biologici

Grazie alle nuove tecnologie e programmi di simulazione ad oggi è possibile fare previsioni sul prodotto delle interazioni dinamiche delle parti con modelli virtuali, accantonando quelli animali. Ma la modellizzazione non può essere realizzata a partire da una scuola di pensiero di tipo top-down, ma soltanto di tipo bottom-up.

Per questo nello snellire e poi costruire idealmente un sistema complesso come un essere vivente si considerano almeno 3 livelli organizzativi:

  • Microscala, che riguarda al massimo la struttura cellulare;
  • Mesoscala, per la comprensione dei microcircuiti;
  • Macroscala, ovvero l’intero organismo.

Tuttavia anche i sistemi computerizzati fino al livello della macroscala sono ben lontani da quelli reali. Come abbiamo già detto infatti gli organismi viventi sono influenzati da un numero “X” di variabili e si adattano ai cambiamenti. Evolvono. Gli strumenti moderni utilizzati per la simulazione, per quanto avanzati, non riescono a valutare contemporaneamente così tante variabili per uno stesso sistema per cui non evolvono o lo fanno solo in parte.

Top-down e bottom-up

Per spiegarlo nella maniera più semplice possibile con “top-down” e “bottom-up” si indicano comunemente due modelli, diametralmente opposti, messi a punto per l’elaborazione e la gestione di un contesto. Due disegni, due modi diversi di analizzare la situazione, di affrontare il problema, di agire. Dall’ipotesi alla soluzione. Quello che cambia è il punto di vista.

Nello specifico della biologia dei sistemi integrati con il modello top-down si parte dall’alto, ovvero dal fine ultimo della progettazione del modello stesso: il sistema nella sua interezza. Ogni sua parte, successivamente rifinita, aggiunge solo maggiori dettagli ad un qualcosa che è già di per sé completo. Si va dall’ampio per poi restringere il campo: dall’organismo alla proteina. In poche parole non si analizza la situazione per capire il risultato ma si frammenta l’insieme per ricostruire le connessioni che gli danno vita.

Nel modello bottom-up le parti del sistema e le loro interconnessioni sono già definite. Come ci suggerisce il termine si parte dal basso per arrivare verso l’alto, dal più piccolo al più grande, dal meno complesso al più complesso. E lo si fa con un percorso organizzato in maniera sequenziale: dai geni alla traduzione delle proteine, fino al funzionamento dell’intero organismo vivente.

Col modello bottom-up si studia eventualmente la situazione nel minimo dettaglio cercando di valutare tutte le variabili che condizionano il sistema, per poi concatenare ogni dato ottenuto. Il fine ultimo è ottenere il risultato tangibile che si vede dall’esterno, ovvero il sistema completo.

Il cervello: un esempio di sistema integrato

Le funzioni mentali superiori (memoria, ragionamento, percezione, etc…) sono tali proprio in virtù del fatto che le diverse componenti cerebrali non agiscono in maniera indipendente tra loro, ma collaborano influenzandosi le une con le altre. Comprendere però il “meccanismo d’azione” del cervello e come esso dà vita alle funzioni complesse è complicato.

Un neurone, nella sua fattispecie, è oramai noto: morfologia, struttura, funzione, è tutto chiaro. Tuttavia, anche se si riesce a spiegare com’è fatto un neurone, non è altrettanto semplice definire l’attività dello stesso all’interno di un microcircuito neuronale. Gli impulsi elettrici di neuroni diversi (Figura 3) sono differenti tra loro. Gli stessi, integrati in un circuito, modificano il proprio peso nel corso della scarica stessa. Si dà vita ad un messaggio totalmente diverso da trasmettere.

Figura 3 – Complessità del Sistema Nervoso. (A) Oltre a distinguere le cellule nervose in diverse tipologie (neuroni, microglia, astrociti, oligodendrociti, etc…), bisogna classificare i neuroni stessi in determinate categorie, in base alla forma e alle funzione. (B) Lo stesso tipo di cellula può assumere denominazione differente a seconda del microcircuito neuronale di appartenenza.

Figura 3 – Complessità del Sistema Nervoso. (A) Oltre a distinguere le cellule nervose in diverse tipologie (neuroni, microglia, astrociti, oligodendrociti, etc…), bisogna classificare i neuroni stessi in determinate categorie, in base alla forma e alle funzione. (B) Lo stesso tipo di cellula può assumere denominazione differente a seconda del microcircuito neuronale di appartenenza

Un microcircuito neuronale, tipico di una determinata area cerebrale, è altamente organizzato ed ha una propria autonomia. Le informazioni che riceve, raccoglie e trasmette si integrano con quelle elaborate da altri microcircuiti per dare vita a livelli organizzativi superiori. I macrocircuiti agiscono a loro volta come un insieme unico e possiedono proprietà assai differenti dai singoli circuiti in microscala. Dai macrocircuiti originano le funzioni mentali complesse, che non possono essere in alcun modo elaborate o solo lontanamente previste analizzando il funzionamento del microcircuito o singolo neurone.

Tuttavia è vero anche che se non fossero note le connessioni cellulari che formano il microcircuito neuronale o quelle intercircuitali, sarebbe davvero impossibile comprendere qualcosa del cervello nel suo complesso.

Un nuovo modello di ricerca

l vantaggio di utilizzare questo nuovo modello di ricerca sta di fatto nel raggiungimento di nuovi orizzonti soprattutto in campo medico. La biologia dei sistemi integrati potrebbe, ad esempio, velocizzare la sperimentazione clinica delle nuove molecole o prevedere gli effetti indesiderati di una terapia su un determinato paziente.

E ancora, attraverso un approccio multidisciplinare ottenuto dall’insieme delle analisi delle diverse discipline omiche, è oggi potenzialmente possibile agevolare il percorso della medicina personalizzata, costruendo il modello molecolare di una data patologia.

In ultimo, ma non meno importante, la biologia dei sistemi integrati potrebbe aiutare a migliorare la ricerca sui microrganismi e sulla resistenza agli antibiotici.

Carla Caianiello

Fonti:

Rispondi

%d blogger hanno fatto clic su Mi Piace per questo: