El famoso «Big Data» también nos puede ayudar a entender mejor los trastornos neurodegenerativos
Científicos del Centro de Bioinformática Tropical y Biología Molecular de la Universidad de James Cook (Australia) como parte de un equipo internacional más amplio, ha utilizado un nuevo enfoque mediante el análisis de gran volumen de datos para conseguir un avance en la comprensión de distintos trastornos neurodegenerativos como el Alzheimer y el Parkinson, mediante la observación de las distintas combinaciones de comunicación entre las neuronas.
El equipo de investigadores estudiaron la multitud de datos que se producen en los procesos sinápticos (comunicación entre las neuronas), que es un lugar donde los trastornos y enfermedades neurológicas pueden interferir con las funciones normales del cerebro. Esta ingente cantidad de datos es muy difícil de procesar y obtener patrones de funcionamiento, sin embargo con las nuevas técnicas y capacidades de procesado computacional actuales se pueden mapear las rutas de proteínas que las neuronas utilizan para comunicarse entre sí (neurotransmisión) y tratar de ver si se puede identificar patrones de actividad relacionados con la memoria.
Estos hallazgos y metodologías, abren nuevos caminos para estudiar las vías proteicas que subyacen a la neurotransmisión y cómo podrían estar relacionadas con las distintas enfermedades y trastornos neurológicos.
Este equipo de científicos está publicando el documento que detalla los métodos computacionales y los miles de nuevos sitios de proteínas identificados como un recurso para la comunidad científica y que sobre ellos se puedan desarrollar nuevos estudios y análisis.
Referencia: Kasper Engholm-Keller, Ashley J. Waardenberg, Johannes A. Müller, Jesse R. Wark, Rowena N. Fernando, Jonathan W. Arthur, Phillip J. Robinson, Dirk Dietrich, Susanne Schoch, Mark E. Graham. The temporal profile of activity-dependent presynaptic phospho-signalling reveals long-lasting patterns of poststimulus regulation. PLOS Biology, 2019; 17 (3): e3000170 DOI: 10.1371/journal.pbio.3000170