Logran predecir qué neuronas se regenerarán

Las neuronas, las células principales que forman nuestro cerebro y médula espinal, se encuentran entre las células que se regeneran más lentamente después de una lesión, y muchas neuronas no logran regenerarse por completo. Si bien los científicos han avanzado en la comprensión de la regeneración neuronal, aún se desconoce por qué algunas neuronas se regeneran y otras no. Pero ahora podríamos estar más cerca de determinar cuáles lo conseguirán y cuáles no.

Utilizando la secuenciación de ARN unicelular, un método que determina qué genes se activan en células individuales, un equipo de científicos de la Universidad de California en San Diego han identificado un nuevo biomarcador que puede usarse para predecir si las neuronas se regenerarán o no después de una lesión. Al probar su descubrimiento en ratones, descubrieron que el biomarcador era consistentemente confiable en las neuronas de todo el sistema nervioso y en diferentes etapas de desarrollo. Las conclusiones se han publicado en la revista Neuron.

"La tecnología de secuenciación unicelular nos está ayudando a observar la biología de las neuronas con mucho más detalle de lo que nunca antes había sido posible, y este estudio realmente demuestra esa capacidad – explica en un comunicado el líder del estudio, Binhai Zheng -. Lo que hemos descubierto aquí podría ser solo el comienzo de una nueva generación de biomarcadores sofisticados basados en datos unicelulares".

Los investigadores se centraron en las neuronas del tracto corticoespinal, una parte crítica del sistema nervioso central que ayuda a controlar el movimiento. Después de una lesión, estas neuronas se encuentran entre las que tienen menos probabilidades de regenerar axones, las estructuras largas y delgadas que las neuronas utilizan para comunicarse entre sí. Por eso las lesiones del cerebro y la médula espinal son tan devastadoras.

"Si sufre una lesión en el brazo o la pierna, esos nervios pueden regenerarse y, a menudo, es posible lograr una recuperación funcional completa, pero este no es el caso del sistema nervioso central – añade Hugo Kim, coautor del estudio -. Es extremadamente difícil recuperarse de la mayoría de las lesiones cerebrales y de la médula espinal porque esas células tienen una capacidad regenerativa muy limitada. Una vez que se han ido, se han ido”.

Los investigadores utilizaron secuenciación de ARN unicelular para analizar la expresión genética en neuronas de ratones con lesiones de la médula espinal. Alentaron a estas neuronas a regenerarse utilizando técnicas moleculares establecidas, pero al final, esto solo funcionó para una parte de las células. Esta configuración experimental permitió a los investigadores comparar datos de secuenciación de neuronas que se podían regenerar y aquellas que no. Además, al centrarse en un número relativamente pequeño de células (poco más de 300), los investigadores pudieron observar muy de cerca cada célula individual.

"Al igual que cada persona es diferente, cada célula tiene su propia biología única – añade Zheng -. Explorar las pequeñas diferencias entre las células puede decirnos mucho sobre cómo funcionan".

Utilizando un algoritmo informático para analizar sus datos de secuenciación, el equipo de Zheng identificó un patrón único de expresión genética que puede predecir si una neurona individual finalmente se regenerará o no después de una lesión. El patrón también incluía algunos genes que nunca antes habían sido implicados en la regeneración neuronal. El equipo descubrió que, con pocas excepciones, el clasificador de regeneración predijo con éxito el potencial de regeneración de neuronas individuales y pudo reproducir tendencias conocidas de investigaciones anteriores, como una fuerte disminución en la regeneración neuronal justo después del nacimiento.

" Necesitamos trabajar más para perfeccionar nuestro enfoque, pero creo que hemos encontrado un patrón que podría ser universal para todas las neuronas en regeneración. Es como una huella molecular para las neuronas en regeneración", concluye Zheng.