El sistema iTARGET identificó modificaciones genéticas ocultas y logró que una cepa de Escherichia coli produjera hasta 2,8 veces más naringenina
Redactor: Santiago Duarte
Editor: Camila Herrera R.
Un equipo de investigadores de Corea del Sur desarrolló una plataforma capaz de localizar modificaciones genéticas que aumentan el rendimiento de microorganismos utilizados como fábricas celulares. La herramienta, denominada iTARGET, combina varias técnicas de ingeniería genética para descubrir genes y combinaciones de genes difíciles de identificar mediante los métodos convencionales.
La investigación responde a uno de los principales obstáculos de la biomanufactura: transformar un microorganismo común en una plataforma eficiente para producir medicamentos, ingredientes alimentarios, biocombustibles, productos químicos y otros compuestos de interés industrial.
Los microorganismos pueden modificarse para fabricar estas sustancias, pero optimizar una cepa requiere explorar redes celulares complejas. Muchos cambios útiles permanecen ocultos porque la eliminación o alteración de un solo gen no siempre revela todo su potencial. En algunos casos, el mayor aumento productivo aparece únicamente cuando se combinan varias modificaciones.
Una herramienta para descubrir objetivos genéticos ocultos
iTARGET fue desarrollada por el profesor Gyoo Yeol Jung, de la Universidad de Ciencia y Tecnología de Pohang —POSTECH—; el profesor Sungho Jang, de la Universidad Nacional de Incheon; el profesor Sang Woo Seo, de la Universidad Nacional de Seúl, y colaboradores del Instituto Nacional de Ciencia y Tecnología de Ulsan —UNIST—.
El nombre de la plataforma corresponde a integrated Tn-seq and multiplex automated genome engineering-assisted rapid genome engineering targeting. Su funcionamiento integra la secuenciación de inserciones mediante Tn-seq, la ingeniería genómica automatizada y multiplexada MAGE, biosensores y sistemas de selección por fluorescencia.
Esta combinación permite generar numerosas variantes genéticas, reconocer cuáles producen una mayor cantidad del compuesto buscado y comprobar posteriormente qué modificaciones son responsables de esa mejora. El enfoque se relaciona con otras líneas de edición genética de precisión, aunque en este caso el objetivo no es modificar un cultivo, sino optimizar microorganismos destinados a la producción biológica.
La naringenina como prueba del sistema
Para evaluar la plataforma, los investigadores eligieron la naringenina, un flavonoide de origen vegetal utilizado como precursor de productos farmacéuticos y otras sustancias bioactivas. La molécula también representa un modelo útil para comprobar si una cepa microbiana puede ser reprogramada para fabricar compuestos derivados de plantas con mayor eficiencia.
El proceso comenzó con la introducción de cambios genéticos aleatorios en el genoma de Escherichia coli. Un biosensor incorporado permitió reconocer y enriquecer las células que producían concentraciones más elevadas de naringenina.
Después, el equipo analizó la población seleccionada para identificar las modificaciones asociadas con ese incremento. Los objetivos genéticos más prometedores se combinaron de diferentes maneras y las cepas resultantes fueron evaluadas mediante un sistema de detección basado en fluorescencia.
La lógica se asemeja a otros procesos de selección asistida por datos empleados en el mejoramiento genético apoyado por inteligencia artificial: se generan múltiples posibilidades, se filtran los resultados y se validan experimentalmente las combinaciones con mayor desempeño.
Hasta 2,8 veces más producción
La primera fase de enriquecimiento aumentó 1,7 veces la producción de naringenina frente a la población de control. El análisis posterior permitió identificar diez objetivos genéticos prometedores.
Nueve de esos diez objetivos fueron validados experimentalmente. La eliminación individual de cada uno mejoró la producción del compuesto, lo que confirmó que la plataforma podía descubrir modificaciones beneficiosas que no habían sido consideradas previamente.
La modificación individual más eficaz elevó 2,3 veces la producción de naringenina. Sin embargo, el resultado más importante apareció cuando se combinaron dos de los objetivos identificados: la cepa resultante produjo 2,8 veces más naringenina que el microorganismo original.
El incremento demuestra que algunas modificaciones genéticas actúan de forma sinérgica. Un cambio puede alterar una ruta metabólica, mientras otro reduce una pérdida de energía, elimina una reacción competidora o facilita que una mayor proporción de los recursos celulares se dirija hacia el compuesto deseado.
De microorganismos comunes a fábricas celulares
La ingeniería de cepas busca reorganizar el metabolismo de bacterias, levaduras u otros microorganismos para que conviertan materias primas en productos de alto valor. Este enfoque puede reducir la dependencia de procesos petroquímicos o de extracciones vegetales que requieren grandes superficies, largos periodos de crecimiento y cadenas de suministro complejas.
Sungho Jang explicó que la aplicación principal de iTARGET es acelerar el desarrollo de fábricas celulares microbianas de alto rendimiento. Estas plataformas podrían emplearse para producir bioplásticos, biocombustibles, aromas, ingredientes alimentarios, intermediarios farmacéuticos y sustancias químicas de origen biológico.
La propuesta se integra en una bioeconomía que busca aprovechar organismos vivos y recursos renovables para sustituir materiales y procesos de origen fósil. Esa transición también aparece en iniciativas que utilizan la biotecnología para valorizar residuos agrícolas y transformarlos en nuevos productos industriales.
La importancia de combinar varias tecnologías
Los métodos anteriores podían generar mutaciones o localizar cambios favorables, pero no siempre realizaban ambas funciones de manera integrada. Tampoco resultaba sencillo identificar combinaciones de genes cuya acción conjunta superara el efecto de cada modificación por separado.
iTARGET organiza esas etapas dentro de un solo flujo de trabajo. Primero crea diversidad genética, después utiliza un biosensor para seleccionar células productivas, identifica los objetivos responsables y finalmente combina las modificaciones mediante ingeniería genómica automatizada.
Esta secuencia reduce el espacio de búsqueda y permite concentrar los ensayos en las variantes con mayor probabilidad de éxito. La automatización y el análisis sistemático son igualmente relevantes en otras áreas tecnológicas del agro, como los sistemas que integran sensores, diagnóstico y actuación automática en un robot agrícola con inteligencia artificial.
Posibles aplicaciones más allá de la naringenina
Los investigadores consideran que la plataforma puede adaptarse a diferentes microorganismos y productos. La condición principal es disponer de biosensores capaces de reconocer la molécula objetivo o alguna señal directamente relacionada con su producción.
A medida que se desarrollen biosensores para nuevos compuestos, iTARGET podría utilizarse para optimizar un espectro más amplio de sustancias. Esto permitiría explorar rutas metabólicas destinadas a producir combustibles, materiales biodegradables, moléculas farmacéuticas, aditivos alimentarios y precursores químicos.
El estudio muestra además que la mejora de una cepa no depende únicamente de insertar genes relacionados con la molécula deseada. También puede requerir eliminar funciones que compiten por los mismos recursos celulares, modificar sistemas de regulación o combinar alteraciones que solo resultan beneficiosas cuando actúan conjuntamente.
Una plataforma con potencial para la biomanufactura sostenible
El avance no implica que cualquier microorganismo pueda convertirse inmediatamente en una fábrica industrial. Las cepas optimizadas todavía deben demostrar estabilidad genética, seguridad, rendimiento constante y capacidad para funcionar en biorreactores de mayor escala.
También será necesario evaluar el costo de los nutrientes, la recuperación del producto, la eficiencia energética y el comportamiento del microorganismo durante ciclos prolongados de fermentación. Una mejora obtenida en laboratorio debe mantenerse cuando el proceso se traslada a condiciones industriales.
La capacidad de iTARGET para descubrir objetivos genéticos desconocidos y combinaciones sinérgicas ofrece, no obstante, una vía para reducir una de las etapas más lentas de la ingeniería microbiana. El trabajo fue publicado en la revista Trends in Biotechnology y utilizó Escherichia coli como organismo de prueba para demostrar el funcionamiento de la plataforma.
Fuente(s) referenciales
Phys.org — New platform uncovers genetic edits that boost plant-derived compound production
