Encuentran una justificación física que explica la organización de algunos tejidos
Fuente: Universidad de Sevilla
Investigadores de la Universidad de Sevilla y del Instituto de Biomedicina de Sevilla (IBiS) han comprobado que la organización celular en cualquier tejido biológico empaquetado (aquellos en los que las células se disponen como bloques poligonales compactos que no dejan espacio entre ellos) está sujeta a una restricción física que hace que se asemeje a los patrones matemáticos de los diagramas de Voronoi. Este descubrimiento permite desarrollar una herramienta útil y precisa con la que comparar y analizar tejidos sanos con otros afectados en ciertas patologías.
En el artículo, Fundamental physical cellular constraints drive self‐organization of tissues, publicado en la revista científica The EMBO Journal, los expertos apuntan que esta ley física provoca que los tejidos no se organicen libremente sino que se estructuren de una manera determinada y precisa. Tras recurrir a las matemáticas para comprobar esta hipótesis de partida, los datos obtenidos señalan que en tejidos sanos todas las células tienen la misma turgencia (presión interna). Esto provoca que su organización coincida con alguno de los patrones de la escala de Voronoi. Sin embargo, en ciertas condiciones mutantes o en determinadas enfermedades (como la Esclerosis Lateral Amiotrófica- ELA), disminuye esta presión interna en algunas células. Esto hace que el tejido ya no esté sujeto a la restricción física y ‘se salga’ de la escala marcada por los diagramas de Voronoi.

En el panel de la izquierda se muestra un tejido empaquetado. Una biopsia muscular sana mostrando las fibras rápidas y lentas. En el panel de la derecha se muestra un diagrama de Voronoi que tiene la misma organización.
“Cuando varia la presión interna o turgencia las células se alargan y reducen su tamaño modificando la organización del tejido de modo que ya no coincide con ningún patrón del diagrama de Voronoi”, explica el profesor de la Facultad de Biología de la Universidad de Sevilla, Luis M. Escudero director del estudio, quien añade que “es muy importante cuantificar con exactitud la organización celular para poder detectar pequeños cambios en los tejidos que nos alerten de una posible enfermedad y realizar un diagnóstico precoz”.
Este trabajo demuestra la importancia de los abordajes multidisciplinares en los que se combinan disciplinas como la biología, la física, la matemática y el análisis computacional para avanzar en la resolución de problemas complejos con un impacto biomédico importante.
Este grupo de expertos tiene otros proyectos relacionados con la organización tisular trabajando en colaboración de la Universidad de Valencia en el estudio de muestras de tejidos de pacientes con neuroblastoma, una forma de cáncer infantil que se forma en el tejido nervioso. También trabajan en casos de enfermedades neuromusculares con especialistas del Hospital Universitario Virgen del Rocío de Sevilla, a través del análisis de imágenes por métodos computacionales de las muestras biomédicas.
Referencia bibliográfica:
Fundamental physical cellular constraints drive self‐organization of tissues. Daniel Sánchez‐Gutiérrez, Melda Tozluoglu, Joseph D Barry, Alberto Pascual, Yanlan Mao, Luis M Escudero. Publicado en EMBO Journal (2015) embj.201592374 http://bit.ly/1jhMqFv
Últimas publicaciones
El objetivo del Plan, con una vigencia de cinco años, es garantizar la plena igualdad de trato y oportunidades de mujeres y hombres, consolidando un camino ya emprendido por la organización, promovida por la Consejería de Universidad, Investigación e Innovación
Sigue leyendoEl Espacio Creativo Cultural Santa Clara del Ayuntamiento de Palma del Río acoge la exposición ‘Paseo Matemático al-Ándalus’ de la Fundación Descubre / Consejería de Universidad, Investigación e Innovación de la Junta de Andalucía, una muestra que podrá visitarse hasta el próximo 14 de octubre.
Sigue leyendoUn equipo de investigación de la Universidad de Málaga presenta una herramienta estadística para identificar de forma precisa conexiones cerebrales incluso cuando la señal está distorsionada e incompleta. Este modelo es aplicable a contextos clínicos como el estudio de enfermedades neurodegenerativas como el Alzheimer o el Parkinson, el procesamiento del lenguaje o el desarrollo neurotecnológico.