Nuevo modelo matemático que predice la respuesta biológica a contaminantes medioambientales

En ecotoxicología, ciencia que estudia el efecto de los compuestos tóxicos sobre los seres vivos, se utilizan modelos matemáticos que permiten determinar la toxicidad de los contaminantes liberados al medio ambiente.

En los últimos años, se ha incrementado el interés por saber lo que ocurre cuando los contaminantes aparecen en mezclas, que es la situación más común en el medio ambiente.

La mayoría de biotests de toxicología acuática que se utilizan habitualmente se basan en la inhibición del crecimiento o de una actividad metabólica específica de un organismo centinela o biosensor. Estos biotests tienen en común la generación de una curva dosis-respuesta monotónica, es decir, que a mayor dosis de contaminante, mayor inhibición de crecimiento o actividad. Los modelos matemáticos empleados hasta ahora permiten predecir los efectos combinados de contaminantes cuando se usan biosensores que generan este tipo de respuesta.

Sin embargo, muchos sistemas biológicos y biosensores de última generación basados en ellos generan curvas dosis-respuesta más complejas, como es el caso de las curvas dosis-respuesta bifásicas. Éstas, a diferencia de las anteriores, presentan una primera parte de inducción, donde la señal aumenta de forma lineal a medida que se incrementa la concentración del contaminante hasta alcanzar una dosis que genera una respuesta máxima (Dmax); y una segunda parte, donde la señal decae. Este tipo de respuesta aparece, por ejemplo, en la producción de hormonas, en la actividad de disruptores endocrinos o en la expresión de muchos genes de respuesta a estrés ambiental.

Los biotests de última generación están diseñados para detectar este tipo de respuestas biológicas y, por lo tanto, responden de forma bifásica al detectar contaminación ambiental.

El problema de este tipo de curvas es que son más difíciles de analizar y, hasta ahora, no había existido un marco teórico ni práctico para estudiar el efecto que produce, en este tipo de biosensores, la coexistencia de contaminantes. A resultas de todo ello, este aspecto se conformó como un factor limitante en el uso de biotests de última generación a la hora de evaluar mezclas de contaminantes en el medio ambiente.

El grupo liderado por la Dra. Francisca Fernández Piñas, de la Universidad Autónoma de Madrid (UAM); en colaboración con el Dr. Christian Ritz, de la Universidad de Copenhague; ha desarrollado un modelo matemático que permite ajustar curvas dosis-respuesta bifásicas. Este modelo establece, además, un marco teórico y práctico para predecir, por primera vez, la respuesta biológica que se generará en mezclas de contaminantes.

Modelo matemático al alcance de todos

El método desarrollado se ha validado estudiando la respuesta a metales pesados de un biotest de última generación: el biosensor Synechococcus elongatus pBG2120. Este biosensor, basado en una cianobacteria, organismo esencial para mantener la salud en los ecosistemas acuáticos, ha sido desarrollado en el laboratorio de la Dr. Francisca Fernández Piñas y es capaz de detectar hasta seis metales pesados diferentes presentes en el medio ambiente y potencialmente tóxicos para las microalgas (Zinc, Cadmio, Plata, Cobalto, Mercurio y Cobre).

Los metales pesados son contaminantes persistentes muy peligrosos para los sistemas acuáticos, cuyos efectos, cuando aparecen en mezclas, están aún  bajo investigación.

Este trabajo abre una nueva vía de investigación: el estudio de los efectos combinados de este tipo de contaminantes en el medio ambiente. “Por primera vez, hemos sido capaces de entender cómo perciben estos organismos el estrés producido por mezclas de metales pesados presentes en su hábitat”, explica Ismael Rodea Palomares, investigador principal del estudio.

Cabe destacar que el modelo matemático se ha implementado en un software gratuito: “R” (https://cran.r-project.org/; https://cran.r-project.org/web/packages/drc/index.html).

De esta forma, el método se encuentra disponible para desentrañar y predecir la respuesta de cualquier biosensor que responda a sus analitos de forma bifásica.

Referencia bibliográfica:

Martín-Betancor, K.; Ritz, C.; Fernández-Piñas, F.; Leganés-Nieto, F. & Rodea-Palomares, I. Defining an additivity framework for mixture research in inducible whole-cell biosensors. Scientific Reports, 2015, 5: 17200. doi: 10.1038/srep17200