Scienza, la sfida e i problemi della Systems Biology

La cosiddetta Sistems Biology è un approccio multidisciplinare ai problemi biologici che ha l’ambizione di arrivare ad una loro descrizione quantitativa integrata: in breve e semplificando, a “simulare” una cellula con un computer. Questa definizione si presta ad estesi fraintendimenti. Come può un programma, che dopo tutto manipola numeri, simulare una cellula? La cellula è fatta di molecole, ha una struttura e una ultrastruttura: cosa c’entrano i numeri? Di fatto ciò che il programma cerca in genere di simulare sono i flussi metabolici della cellula: cioè le concentrazioni intracellulari di almeno alcune delle sostanze chimiche contenute nella cellula. Se noi fossimo in grado di calcolare (anziché misurare) le concentrazioni dei principali metaboliti potremmo programmare i nostri esperimenti con molta accuratezza e probabilmente ottenerne risposte più chiare.

Lo scopo della Systems Biology, però, non è quello di fare meno esperimenti o di sostituire il programma del computer all’animale da esperimento: è invece quello di dimostrare che i principi e le leggi della biologia finora scoperti consentono una descrizione coerente almeno degli organismi semplici. La Systems Biology è quindi una branca della scienza di base, affine alla Fisica Teorica. Premesso che i programmi di ricerca più ambiziosi si propongono di descrivere soltanto batteri molto semplici, o sottosistemi cellulari, a che punto siamo con la Systems Biology? Uno dei progetti più avanzati al mondo (attualmente però alquanto in difficoltà) è quello persegue da alcuni anni il Centre de Regulaciò Genòmica di Barcellona: la simulazione del metabolismo del batterio patogeno Mycoplasma pneumoniae.

Come spiega il Direttore del Centro, Prof. Luis Serrano, nei suoi articoli scientifici il Mycoplasma è un batterio piccolissimo, il cui genoma è stato interamente sequenziato e contiene meno di 700 geni (il genoma umano, per confronto, ne contiene circa 25.000). Gran parte di questi geni codifica per enzimi implicati nel metabolismo e assumendo che il meccanismo di funzionamento di ogni enzima possa essere descritto utilizzando soltanto due parametri termodinamici (in realtà ce ne vogliono di più), l’intero metabolismo del batterio potrebbe essere simulato se si conoscessero 700 concentrazioni (una per ciascun enzima) e 1.400 parametri: una massa di dati gestibile con la memoria di uno smartphone economico.  

Se il problema è così semplice perché non è stato ancora risolto? Il Prof. Serrano lo spiegò in una eccellente conferenza tenuta nel corso di un congresso della Federation of European Biochemical Societies: la prima difficoltà sta nel gravoso impegno di purificare 700 enzimi e misurarne i 1.400 parametri termodinamici. Per un bravo ricercatore è possibile, probabilmente, purificare e caratterizzare un enzima in sei mesi di lavoro (a meno di non incontrare impreviste difficoltà metodologiche); quindi la caratterizzazione funzionale dei 700 enzimi del Mycoplasma comporta 350 anni/uomo di lavoro, o 35 anni ad un laboratorio che impieghi dieci bravi biochimici. Anche se un laboratorio avesse le risorse necessarie per portare a termine questo compito, purtroppo, non avrebbe in mano la soluzione del problema, per una ragione molto semplice: ciascuno degli enzimi potrebbe interagire con una qualunque delle altre molecole presenti nel citoplasma del batterio, e cambiare, grazie all’interazione, i parametri termodinamici faticosamente determinati sull’enzima isolato.

Il programma di simulazione conosce infatti soltanto i dati che il biologo ha comunicato al programmatore: ciò che il biologo non aveva scoperto non sarà scoperto dal computer e porterà semplicemente ad una simulazione non aderente alla realtà. Nonostante queste difficoltà, la simulazione del metabolismo del Mycoplasma è abbastanza avanzata: il Prof. Serrano ed il suo gruppo di ricerca sono stati in grado di descrivere quantitativamente i flussi del metabolismo energetico con discreta precisione. Il problema chiave della Systems Biology, però, non sta nella complessità computazionale o nel potere di calcolo del computer: sta nell’enorme mole di dati biologici richiesti: siamo ancora molto lontani dall’avere le conoscenze necessarie per simulare anche soltanto il metabolismo dei microorganismi più semplici.