A relational architecture of the human genome

El genoma humano es descrito a menudo como un código lineal y largo, una cadena de letras que deletrea las instrucciones para construir a una persona. Durante décadas, los científicos han mapeado esta secuencia, han identificado los genes que actúan como planos para las proteínas y han trazado los pliegues tridimensionales que permiten que partes distantes del ADN se toquen. Sin embargo, una pregunta fundamental ha quedado sin respuesta: ¿cómo se comunican entre sí las letras individuales de este código? En los sistemas complejos que se encuentran en toda la naturaleza, desde la forma en que las neuronas disparan en un cerebro hasta la forma en que el tráfico fluye a través de una ciudad, el comportamiento de una parte suele depender del estado de otra. En el genoma, sabemos que grupos locales de letras trabajan juntas para formar interruptores que encienden o apagan los genes, pero no estaba claro si estas interacciones locales son eventos aislados o si forman una vasta y oculta red que se extiende a lo largo de todo nuestro ADN. Comprender esta capa de organización más profunda es crucial porque podría explicar por qué algunos cambios en la secuencia de ADN causan enfermedades mientras que otros no, y cómo el genoma mantiene su estabilidad a lo largo de millones de años de evolución.

Un equipo de investigadores de la RWTH Aachen University y del Centro de Supercomputación de Jülich ha dado ahora un paso masivo hacia la respuesta de esta pregunta al tratar todo el genoma humano como un sistema complejo de relaciones. En lugar de mirar el ADN como una lista estática de letras, utilizaron un poderoso modelo de inteligencia artificial, entrenado con datos genómicos, para probar sistemáticamente cómo cada una de las letras del genoma humano influye en todas las demás letras. Trabajaron con el genoma de referencia humano completo, de extremo a extremo, que contiene aproximadamente 3.12 mil millones de posiciones. Utilizando uno de los supercomputadores más avanzados del mundo, cambiaron virtualmente cada una de las letras del genoma por cada una de las otras tres letras posibles, una por una. Por cada cambio, midieron cómo cambiaba la comprensión del modelo de IA de la secuencia circundante. Este proceso generó un mapa masivo de dependencias, revelando que cuando se altera una letra, a menudo se produce un efecto dominó que cambia el significado o la función de letras lejanas, creando una red dirigida de conexiones que se extiende a lo largo de todo el cromosoma.

Los resultados de esta simulación revelaron que el genoma está organizado en una estructura de orden superior definida por estas dependencias. Los investigadores descubrieron que estas conexiones no son aleatorias; siguen reglas específicas basadas en la distancia, la dirección y el tipo de secuencia de ADN involucrada. Por ejemplo, las conexiones son más fuertes entre las letras que han sido preservadas por la evolución durante millones de años, lo que sugiere que la naturaleza ha mantenido estas relaciones intactas porque son esenciales para la vida. El estudio también mostró que estas redes de dependencia se alinean con características biológicas conocidas, como los límites de los genes y la estructura del ARN, pero también se extienden mucho más allá de lo que los científicos han anotado previamente. Los investigadores identificaron siete formas o patrones distintos en estos mapas de conexiones, a los que llamaron "relones". Estos patrones incluyen bloques densos de letras interconectadas, estructuras periódicas repetitivas y centros direccionales donde un pequeño tramo de ADN influye en una región mucho más grande, o viceversa. Estos relones aparecen consistentemente en todos los cromosomas, formando un lenguaje arquitectónico recurrente que organiza el genoma.

Quizás lo más intrigante es que los investigadores descubrieron miles de estas estructuras relacionales en regiones del genoma que anteriormente se consideraban "oscuras" o no anotadas, lo que significa que no contenían genes conocidos ni elementos reguladores. Esto sugiere que existe una capa oculta de organización funcional en las partes de nuestro ADN que pensábamos que eran silenciosas. El estudio también vinculó estos patrones relacionales directamente con la salud humana. Se encontró que las posiciones del genoma conocidas por albergar mutaciones causantes de enfermedades estaban significativamente más conectadas con el resto del genoma que las posiciones inofensivas. Estos sitios patogénicos actúan como centros con muchas conexiones entrantes y salientes, lo que implica que una mutación en tal lugar interrumpe una amplia red de relaciones. Por el contrario, las variaciones comunes encontradas en poblaciones sanas mostraban una conectividad mucho más débil. Este hallazgo ofrece una nueva forma de interpretar los datos genéticos, sugiriendo que el impacto de una mutación depende no solo de la letra en sí, sino de cuán profundamente esté tejida en el tejido relacional del genoma.

Al mapear estas dependencias, los investigadores han proporcionado un nuevo marco para ver el genoma humano, uno que va más allá de la simple secuencia lineal y la forma física 3D para incluir una capa de organización relacional. Han puesto estos datos a disposición del público a través de un navegador en línea, permitiendo a otros científicos explorar estas redes. Si bien el estudio se basa en simulaciones por computadora en lugar de experimentos físicos directos, los patrones que descubrieron se alinean con principios biológicos establecidos, como la conservación evolutiva y la estructura de los genes. El trabajo sugiere que el genoma no es solo una colección de partes, sino un sistema dinámico donde las relaciones entre los nucleótidos son tan importantes como los propios nucleótidos. Esta perspectiva abre nuevas vías para comprender las enfermedades genéticas, particularmente aquellas causadas por mutaciones en regiones no codificantes que los métodos tradicionales han tenido dificultades para explicar, y sugiere que la evolución de la vida puede implicar la preservación de estas complejas redes de dependencia tanto como la preservación de las letras individuales del código.