BGC Atlas v2: biosynthetic gene clusters with taxonomic and environmental context at scale

En lo profundo del mundo microscópico, las bacterias y las arqueas están constantemente involucradas en una guerra química y en negociaciones. Para sobrevivir, producen una vasta gama de moléculas complejas, conocidas como metabolitos secundarios, que actúan como armas contra sus competidores, señales para sus vecinos o herramientas para manipular su entorno. Para los humanos, estas diminutas fábricas han sido una mina de oro, proporcionando la mayoría de nuestros antibióticos, tratamientos contra el cáncer y otras medicinas que salvan vidas. Sin embargo, la gran mayoría de estas capacidades químicas permanecen ocultas. Si bien los científicos han aprendido a leer los planos genéticos de los microbios, encontrar las instrucciones específicas para fabricar estos compuestos útiles ha sido como buscar una aguja en un pajar, especialmente cuando los microbios no pueden cultivarse en un laboratorio.

Para resolver esto, los investigadores utilizan un método llamado minería de genomas. Buscan grupos específicos de genes que se encuentran uno al lado del otro en el ADN, actuando como un manual de instrucciones completo para construir un único producto químico. Estos grupos se denominan grupos de genes biosintéticos. Al escanear el ADN de microbios encontrados en el suelo, los océanos e incluso dentro de otros animales, los científicos pueden predecir qué sustancias químicas podrían producir estos organismos, incluso si nunca han visto al organismo mismo. El desafío siempre ha sido la escala y el contexto: hay tantos de estos grupos de genes, y tan poca información sobre de dónde vienen o qué tipo de organismo los posee, que resulta difícil saber cuáles valen la pena investigar.

Un equipo de investigadores ha lanzado ahora una actualización masiva de una biblioteca digital diseñada para organizar este mundo químico oculto. Esta nueva versión, llamada BGC Atlas v2, expande la colección de grupos de genes conocidos más de ocho veces, elevando el número total de planos químicos predichos a más de 16 millones. Más importante aún, no solo enumera estos grupos; adjunta una tarjeta de identidad detallada a casi cada uno de ellos. Por primera vez, la base de datos le dice a los científicos no solo qué podría producir un grupo de genes, sino también el linaje conocido más cercano del organismo que lo porta y en qué tipo de entorno vive ese organismo. Si bien estas asignaciones reflejan los linajes de referencia más cercanos y pueden no identificar siempre al organismo exacto debido a factores como la transferencia horizontal de genes, este cambio transforma la herramienta de un simple catálogo en un mapa, permitiendo a los investigadores navegar por las relaciones entre productos químicos específicos, los organismos que los fabrican y los ecosistemas que habitan.

Los investigadores construyeron este nuevo atlas reuniendo datos de ADN de una amplia variedad de fuentes públicas, incluyendo muestras del océano profundo, suelos de bosques y entornos asociados a humanos. Combinaron estos con datos genéticos de organismos que han sido cultivados con éxito en laboratorios. Utilizando potentes programas informáticos, escanearon más de 85,000 muestras de ADN ambiental y más de 750,000 genomas individuales para identificar estos grupos de genes. El resultado es una colección que no solo es más grande, sino también más completa. Mientras que la versión anterior dependía en gran medida de fragmentos de ADN de muestras ambientales, este nuevo lanzamiento incluye muchos más genomas completos y de alta calidad. Esto significa que los investigadores ahora pueden ver el manual de instrucciones completo de una vía química en lugar de solo páginas dispersas, lo que conduce a predicciones más precisas sobre lo que el microbio es capaz de producir.

Uno de los logros más significativos de este trabajo es la capacidad de vincular estos planos químicos con ramas específicas del árbol de la vida. En el pasado, encontrar un grupo de genes en una muestra de suelo significaba saber que estaba allí, pero no saber si pertenecía a una bacteria común o a una especie rara y desconocida. En esta nueva versión, los investigadores utilizaron técnicas de emparejamiento avanzadas para asignar una identidad taxonómica al 99.4% de los grupos de genes. Ahora pueden afirmar con alta confianza que una vía química específica pertenece a un género o incluso a una especie particular de microbio, aunque señalan que estas asignaciones reflejan los linajes de referencia más cercanos y pueden no precisar siempre al portador exacto. Esto permite a los científicos plantearse nuevas preguntas, tales como si ciertos tipos de sustancias químicas son únicos de grupos específicos de organismos o si se comparten a través de diferentes ramas del árbol genealógico microbiano.

El análisis de este conjunto de datos masivo reveló patrones claros en cómo la naturaleza distribuye su potencial químico. Los investigadores encontraron que el tipo de entorno en el que vive un microbio influye fuertemente en el tipo de sustancias químicas que produce. Por ejemplo, los microbios que viven en entornos acuáticos, como océanos y lagos, tienen muchas más probabilidades de portar las instrucciones para fabricar terpenos, una gran clase de compuestos utilizados a menudo en fragancias y medicinas. En contraste, los microbios que viven en asociación con animales, particularmente dentro del sistema digestivo humano, tienen mucha más probabilidad de producir una clase diferente de sustancias químicas llamadas RiPPs. Estas diferencias no son aleatorias; reflejan las necesidades específicas de supervivencia de los organismos en esos hábitats. Además, el estudio mostró que estos patrones se mantienen incluso al observar grupos específicos de bacterias, lo que sugiere que tanto la historia familiar del organismo como su entorno actual moldean su caja de herramientas química.

Quizás el hallazgo más sorprendente es cuánta de esta diversidad química permanece oculta para los métodos de laboratorio tradicionales. Cuando los investigadores compararon los grupos de genes encontrados en el nuevo atlas con aquellos encontrados en bacterias que han sido cultivadas con éxito en laboratorios, descubrieron una brecha masiva. Más del 60% de las familias químicas únicas encontradas en la naturaleza estaban completamente ausentes de los organismos cultivados. Esto significa que, al depender únicamente de los microbios que podemos cultivar en una placa de Petri, los científicos se han estado perdiendo la gran mayoría de las innovaciones químicas de la naturaleza. El nuevo atlas destaca que los indicios más prometedores para nuevas medicinas probablemente se esconden en la mayoría no cultivada del mundo microbiano, esperando ser descubiertos a través de estos enfoques genómicos.

Los investigadores también señalaron que, si bien la base de datos es enorme, sigue representando solo una fracción del potencial total. Incluso con 16 millones de grupos de genes, el número de familias químicas únicas está en los cientos de miles, y solo una pequeña parte de estas ha sido probada experimentalmente para ver qué hacen realmente. La herramienta está diseñada para ayudar a los científicos a priorizar cuáles de estos millones de posibilidades valen más la pena investigar. Al permitir a los usuarios buscar características químicas específicas, filtrar por el tipo de organismo o buscar grupos en entornos específicos, el atlas actúa como una guía para la próxima generación de descubrimiento de fármacos. Convierte el ruido abrumador de los datos genéticos brutos en un paisaje estructurado y navegable donde se pueden encontrar los indicios más prometedores.

Este trabajo no pretende haber resuelto el problema de encontrar nuevas medicinas, ni sugiere que cada grupo de genes en la base de datos conducirá a un nuevo fármaco. En cambio, proporciona una visión exhaustiva y organizada del estado actual de la diversidad química microbiana. Confirma que el mundo natural posee una amplitud extraordinaria de potencial químico que ha sido, en gran medida, inexplorada. Al conectar los puntos entre genes, organismos y entornos, el BGC Atlas v2 ofrece un camino más claro para los científicos que buscan desbloquear los secretos del mundo microbiano y aprovechar su poder para el beneficio humano. La magnitud de los datos sirve como recordatorio de que, si bien hemos progresado significativamente, la extensión total de la biblioteca química de la naturaleza todavía está esperando ser leída.