Un estudio descubre los parámetros y los límites con los que un gen puede transmitir información
Investigadores de la Escuela de Computación de la Universidad de Kentucky, en EEUU, han publicado un estudio en el que analizan la relación entre la velocidad con la que un gen puede propagar la información, el ruido producido en la señal, y su coste metabólico. Los parámetros que gobiernan estas relaciones quedan entonces al descubierto, permitiendo que a partir de ahora se den pasos firmes hacia adelante en la computación molecular. Esto permitirá que algún día podamos entender mucho mejor el funcionamiento de los sistemas biológicos, como nuestro propio cuerpo, y que también podamos diseñar tratamientos médicos ahora inimaginables, o crear 'máquinas biológicas'. Por Rubén Caro.
La computación molecular es un modelo de computación alternativo al silicio, basado en el uso de moléculas de ADN como unidades de procesamiento. Es un campo de la ciencia que aún se encuentra en una etapa muy temprana de su desarrollo, pero que desde su nacimiento ha mostrado siempre un gran potencial futuro. Sobre todo debido a la gran cantidad de ejemplos de computación biológica que podemos encontrar en la naturaleza.
Un gran potencial
Nuestro cerebro, sólo por mencionar lo primero que nos viene a la cabeza, es el ejemplo por excelencia de sistema de procesamiento biológico. Además en los últimos años nos estamos dando cuenta de que su potencial es aún más inmenso de lo que nos habíamos imaginado. Sin embargo, su consumo de energía es ínfimo, comparado con cualquier sistema de computación artificial.
Sabemos que la potencia de nuestro cerebro viene de su capacidad de procesar en paralelo. Esa es precisamente la principal característica de la computación basada en moléculas de ADN. Se usa toda la longitud de la hélice de ADN simultáneamente, cada grupo de genes en paralelo, para realizar operaciones básicas con unidades de información.
Un gran potencial
Nuestro cerebro, sólo por mencionar lo primero que nos viene a la cabeza, es el ejemplo por excelencia de sistema de procesamiento biológico. Además en los últimos años nos estamos dando cuenta de que su potencial es aún más inmenso de lo que nos habíamos imaginado. Sin embargo, su consumo de energía es ínfimo, comparado con cualquier sistema de computación artificial.
Sabemos que la potencia de nuestro cerebro viene de su capacidad de procesar en paralelo. Esa es precisamente la principal característica de la computación basada en moléculas de ADN. Se usa toda la longitud de la hélice de ADN simultáneamente, cada grupo de genes en paralelo, para realizar operaciones básicas con unidades de información.
Hay muchas maneras de codificar información en los genes. Cada una se centra en alguna particularidad concreta, pero todas usan la misma base estructural. Todas ellas se engloban en el concepto de gen computacional. Tienen en común, además, que la base estructural sobre la que se apoyan, que es la estructura de nuestros genes, está diseñada para funcionar en un entorno celular. Es en ese entorno en el que, haciendo uso de los mismos mecanismos moleculares y funcionando con parámetros similares a los de las células vivas, se manipulan las moléculas de ADN de manera que sirvan para realizar cálculos.
Teoría y experimentación
Todo esto, desde la manipulación precisa del ADN hasta las previsiones de rendimiento, tienen una cierta base teórica, pero carecen de experimentación y constatación práctica. Es lo que pasa con las ciencias tan jóvenes, que sus fundamentos son demasiado teóricos y tienen aún mucho por hacer para ser fiables.
Por eso mismo, el doctor Dominique Chu y el estudiante de doctorado Radu Zabet, de la Escuela de Computación de la Universidad de Kentucky, en EEUU, han publicado un estudio en el que analizan la relación entre la velocidad con la que un gen puede propagar la información, los errores producidos en la señal, y su coste metabólico. Han encontrado que dado un cierto nivel metabólico, es decir, un cierto aporte de energía, existe un balance óptimo entre velocidad y errores de procesamiento. De forma similar, han hallado que fijada una velocidad de procesamiento, existe un nivel óptimo en el que se minimizan los errores de cálculo y el coste metabólico.
Este estudio da un paso importante al describir qué factores intervienen, y de qué manera, en el funcionamiento de un procesador molecular. Como indica el doctor Chu en su nota de prensa : "Hay variedad de diferentes mecanismos mediante los cuales los organismos vivos realizan cálculos, y lo hacen a distintos niveles. Los ejemplos incluyen el sistema nervioso en organismos superiores o incluso proteínas individuales. Entender qué controla la eficiencia y la velocidad de esas computaciones no es sólo de relevancia práctica - por ejemplo, en el contexto de nuevas formas de vida creadas con un propósito de ingeniería - sino que sobre todo provee de una nueva visión de los principios de diseño de los sistemas vivos. "
Equilibrio entre velocidad, precisión y energía
El nivel de metabolismo, la cantidad de reacciones químicas que se producen en un entorno celular, es el parámetro que controla el aporte de energía del medio hacia el bioprocesador. Es esencial conocer los parámetros que controlan el nivel metabolismo, y los que controlan cómo ésa energía es utilizada en el proceso.
También es esencial, como pasa en los demás modelos de computación, conocer los factores que controlan el nivel de errores en el procesamiento. Todos los sistemas de computación se basan en el uso de un sistema físico/químico continuo, con muchos tonos de gris, para llevar a cabo operaciones lógicas discretas, o blanco o negro. Pero como el medio físico no es perfecto, y nuestro control sobre él lo es aún menos, en el proceso de traducir los tonos de gris físicos al blanco o negro lógico siempre hay un porcentaje de error.
Como afirma el doctor Chu: "Nuestra investigación demuestra que la velocidad de computadoras biomoleculares está limitada fundamentalmente por el ratio metabólico, su capacidad de procesar energía. Uno de nuestros principales descubrimientos es que una computadora molecular tiene que encontrar un equilibrio entre la velocidad con la que se realiza el cálculo y la precisión del resultado. Sin embargo, un computador molecular puede aumentar su velocidad y su fiabilidad incrementando la energía invertida en ello. En computadores moleculares, esa energía provendría de fuentes de alimento."
Afirma que este es uno de los primeros documentos que constata límites fundamentales en computadores biomoleculares. Y termina diciendo: "Queda mucho trabajo por hacer para entender completamente las implicaciones para la computación molecular, pero también para nuestro conocimiento de los pricipios de diseño del mundo vivo".
Teoría y experimentación
Todo esto, desde la manipulación precisa del ADN hasta las previsiones de rendimiento, tienen una cierta base teórica, pero carecen de experimentación y constatación práctica. Es lo que pasa con las ciencias tan jóvenes, que sus fundamentos son demasiado teóricos y tienen aún mucho por hacer para ser fiables.
Por eso mismo, el doctor Dominique Chu y el estudiante de doctorado Radu Zabet, de la Escuela de Computación de la Universidad de Kentucky, en EEUU, han publicado un estudio en el que analizan la relación entre la velocidad con la que un gen puede propagar la información, los errores producidos en la señal, y su coste metabólico. Han encontrado que dado un cierto nivel metabólico, es decir, un cierto aporte de energía, existe un balance óptimo entre velocidad y errores de procesamiento. De forma similar, han hallado que fijada una velocidad de procesamiento, existe un nivel óptimo en el que se minimizan los errores de cálculo y el coste metabólico.
Este estudio da un paso importante al describir qué factores intervienen, y de qué manera, en el funcionamiento de un procesador molecular. Como indica el doctor Chu en su nota de prensa : "Hay variedad de diferentes mecanismos mediante los cuales los organismos vivos realizan cálculos, y lo hacen a distintos niveles. Los ejemplos incluyen el sistema nervioso en organismos superiores o incluso proteínas individuales. Entender qué controla la eficiencia y la velocidad de esas computaciones no es sólo de relevancia práctica - por ejemplo, en el contexto de nuevas formas de vida creadas con un propósito de ingeniería - sino que sobre todo provee de una nueva visión de los principios de diseño de los sistemas vivos. "
Equilibrio entre velocidad, precisión y energía
El nivel de metabolismo, la cantidad de reacciones químicas que se producen en un entorno celular, es el parámetro que controla el aporte de energía del medio hacia el bioprocesador. Es esencial conocer los parámetros que controlan el nivel metabolismo, y los que controlan cómo ésa energía es utilizada en el proceso.
También es esencial, como pasa en los demás modelos de computación, conocer los factores que controlan el nivel de errores en el procesamiento. Todos los sistemas de computación se basan en el uso de un sistema físico/químico continuo, con muchos tonos de gris, para llevar a cabo operaciones lógicas discretas, o blanco o negro. Pero como el medio físico no es perfecto, y nuestro control sobre él lo es aún menos, en el proceso de traducir los tonos de gris físicos al blanco o negro lógico siempre hay un porcentaje de error.
Como afirma el doctor Chu: "Nuestra investigación demuestra que la velocidad de computadoras biomoleculares está limitada fundamentalmente por el ratio metabólico, su capacidad de procesar energía. Uno de nuestros principales descubrimientos es que una computadora molecular tiene que encontrar un equilibrio entre la velocidad con la que se realiza el cálculo y la precisión del resultado. Sin embargo, un computador molecular puede aumentar su velocidad y su fiabilidad incrementando la energía invertida en ello. En computadores moleculares, esa energía provendría de fuentes de alimento."
Afirma que este es uno de los primeros documentos que constata límites fundamentales en computadores biomoleculares. Y termina diciendo: "Queda mucho trabajo por hacer para entender completamente las implicaciones para la computación molecular, pero también para nuestro conocimiento de los pricipios de diseño del mundo vivo".
No hay comentarios:
Publicar un comentario