Imitando a las neuronas
La propagación de señales electroquímicas a través de las neuronas es fundamental para que se transmita información desde y hacia todo el organismo. Numerosas investigaciones han proporcionado información muy valiosa sobre los mecanismos subyacentes a la transmisión de señales sinápticas. Sin embargo, la complejidad estructural de las neuronas entorpece determinados experimentos con neuronas reales, lo que impedía desentrañar ciertos aspectos de la señalización neuronal. Para superar este obstáculo, el proyecto financiados por la Unión Europea Artificial Neuron («Dinámica del potencial de acción en un nanotubo lipídico como modelo mínimo de la neurona») desarrolló un modelo mínimo de neurona para estudiar la transmisión activa de señales electroquímicas. Los socios del proyecto recrearon el cuerpo celular, o soma, de la neurona utilizando como estructuras modelo ciertas bicapas lipídicas conocidas como vesículas unilamelares gigantes (GUV). El modelo del axón neuronal lo formaron extrayendo un tubo largo de la membrana de la GUV. Un logro importante de los miembros del consorcio consistió en la incorporación de canales de potasio dependientes de voltaje (KvAP) en las GUV, una técnica que podría servir para dar respuesta a muchas cuestiones importantes sobre las proteínas de membrana. También consiguieron adaptar la técnica de fijación de membranas patch-clamp a las GUV para poder medir las señales eléctricas. Utilizando este modelo, los investigadores lograron estudiar a fondo los efectos de la geometría de la membrana en el comportamiento de las proteínas. En concreto, descubrieron que la curvatura de la membrana afectaba a la concentración de proteínas. Las técnicas desarrolladas en el marco del proyecto podrían representar un gran avance en nuestra comprensión de las interacciones proteína-membrana y la señalización biológica. Por otra parte, dada la participación de los canales iónicos en diversas enfermedades, los resultados del proyecto podrían tener repercusiones sanitarias y médicas.