ICVV: La ciencia del vino / Investigación de vanguardia (VIII)
El grupo Model3DBio del ICVV aplica modelos digitales e inteligencia artificial para comprender la biología de la vid y desarrollar soluciones para la viticultura y la enología
Texto: Mirian Terroba
redaccion@laprensadelrioja.com
Comprender los mecanismos moleculares por los que una mutación convierte una variedad de uva tinta en blanca. Diseñar enzimas capaces de reducir el grado alcohólico de un vino o disminuir el uso de bentonita. Analizar miles de datos para interpretar un suelo o anticipar el comportamiento de un viñedo. Muchas de estas investigaciones no comienzan en una viña ni en una bodega. Empiezan delante de un ordenador.
Esa es precisamente la especialidad del grupo Model3DBio del Instituto de Ciencias de la Vid y del Vino (ICVV), dirigido por Juan Fernández-Recio. Su laboratorio no produce nuevas variedades ni desarrolla tratamientos para la vid. Su misión consiste en crear modelos computacionales capaces de explicar cómo funcionan los procesos biológicos que hay detrás de esos problemas y desarrollar metodologías que otros grupos del ICVV utilizan para resolverlos.
«Nuestro objetivo es desarrollar herramientas. Después esas herramientas pueden aplicarse a problemas muy diferentes. Nosotros no trabajamos sobre un único problema; desarrollamos métodos que otros investigadores utilizan para responder a sus preguntas», resume Fernández-Recio.
Esta idea atraviesa toda la actividad del grupo. Sus investigadores colaboran con genetistas, microbiólogos, tecnólogos, enólogos y especialistas en análisis de datos del ICVV, aportando modelos computacionales e inteligencia artificial para interpretar información que sería muy difícil obtener únicamente mediante experimentación.
De la biomedicina al vino
Antes de incorporarse al ICVV en 2018, Juan Fernández-Recio desarrolló durante más de una década su carrera en el Barcelona Supercomputing Center, donde trabajó en el desarrollo de modelos moleculares aplicados principalmente a la biomedicina.
«Durante muchos años trabajamos intentando entender la estructura y función de las proteínas, cómo interactúan y cómo se comportan desde un punto de vista molecular. En biomedicina este tipo de herramientas se utilizan continuamente para estudiar enfermedades o diseñar fármacos. Cuando llegamos al ICVV pensamos que muchas de esas metodologías podían ser igualmente útiles para la vid y el vino».
El reto consistía precisamente en trasladar tecnologías ampliamente implantadas en investigación biomédica a un ámbito donde apenas se habían aplicado.
«En la vid también existen procesos biológicos muy complejos. Hay proteínas, enzimas, interacciones moleculares… Lo que queremos es aprovechar todo el conocimiento desarrollado en otros campos para ayudar a resolver preguntas relacionadas con la viticultura y la enología».
Comprender cómo funcionan las proteínas
Las proteínas constituyen el núcleo de buena parte de la investigación del grupo. Son las moléculas responsables del funcionamiento de cualquier organismo vivo: regulan el crecimiento de la planta, controlan su metabolismo, intervienen en la síntesis de compuestos fenólicos o hacen posible prácticamente cualquier reacción biológica.
«Cada proteína realiza una función determinada. Algunas transportan moléculas, otras las transforman y otras regulan el funcionamiento de otras proteínas. Lo importante es entender cómo trabajan y cómo interaccionan entre ellas».
Para ello, el grupo desarrolla modelos biofísicos e incorpora herramientas de inteligencia artificial que permiten predecir la estructura tridimensional de las proteínas, analizar cómo interaccionan o estudiar qué ocurre cuando una mutación modifica alguno de sus aminoácidos.
«La estructura de una proteína proporciona muchísima información sobre su función. Si entendemos cómo cambia esa estructura podemos empezar a comprender por qué aparece un determinado comportamiento biológico». Comprender primero para poder actuar después.
Ese conocimiento encuentra aplicación inmediata en numerosos proyectos del Instituto.
Un ejemplo es la colaboración con el grupo Vitigen, especializado en genética de la vid. Cuando se descubre una mutación relacionada con un carácter de interés, el trabajo de Model3DBio puede ayudar a entender cómo ese cambio altera la estructura y el funcionamiento de una proteína.
«Muchas veces no basta con saber que existe una mutación. Lo interesante es entender qué hace exactamente esa mutación y cómo altera el funcionamiento de toda la maquinaria biológica».
El mismo enfoque se aplica al proyecto europeo OENOPROT, donde colaboran con el grupo MicroWine para mejorar enzimas utilizadas durante la elaboración del vino.
Los investigadores estudian, por ejemplo, la aspergilopepsina, utilizada para reducir la quiebra proteica de los vinos blancos y disminuir el uso de bentonita, o la glucosa oxidasa, una enzima con potencial para reducir el contenido de azúcar del mosto y elaborar vinos con menor graduación alcohólica.
«Intentamos hacer una enzima mejor. Analizamos qué aminoácidos podrían modificarse para aumentar su estabilidad o mejorar su funcionamiento».
Son estrategias habituales desde hace años en biomedicina que ahora empiezan a explorarse también en enología.
Interpretar datos complejos
El trabajo del grupo no se limita al estudio molecular.
También desarrolla modelos de aprendizaje automático capaces de analizar grandes volúmenes de información procedentes de espectros infrarrojos, imágenes, suelos, hojas o mostos. «Nuestro objetivo es extraer información útil de datos muy complejos».
Los algoritmos permiten identificar patrones invisibles para el ojo humano y ayudan a interpretar datos que, analizados de forma convencional, resultarían prácticamente inabordables.
No importa tanto el origen de la información como la pregunta científica que se quiere responder.
«Si existen datos y una pregunta científica, podemos intentar desarrollar una metodología que ayude a resolverla».
Herramientas del vino del futuro
Algunas de esas metodologías terminan convirtiéndose en programas utilizados por investigadores de todo el mundo.
Es el caso de pyDock, desarrollado inicialmente por el grupo para predecir cómo interaccionan dos proteínas, o pyDockDNA, especializado en las interacciones entre proteínas y ADN.
Aunque nacieron para resolver problemas concretos de investigación, hoy son herramientas utilizadas internacionalmente por numerosos grupos científicos.
Esa capacidad para desarrollar metodologías reutilizables explica el carácter transversal de Model3DBio dentro del ICVV.
Mientras otros grupos estudian enfermedades de la madera, genética, microbiología, suelos o tecnología enológica, el equipo de Juan Fernández-Recio desarrolla las herramientas computacionales que les ayudan a interpretar sus resultados y avanzar en sus investigaciones.
Muchas de estas aplicaciones todavía tardarán años en incorporarse de forma habitual a las bodegas. El propio Fernández-Recio reconoce que la transferencia será progresiva.
Sin embargo, observa un cambio claro en el sector. Cada vez más bodegas almacenan información, utilizan sensores, aplican modelos predictivos o recurren al aprendizaje automático para apoyar la toma de decisiones.
«Si los modelos computacionales ya están ayudando a predecir cosechas o interpretar información del viñedo, es posible que en el futuro también se incorporen herramientas moleculares como las que nosotros desarrollamos».
Porque el verdadero valor de su trabajo no consiste únicamente en resolver los problemas de hoy. Consiste, sobre todo, en construir las herramientas que permitirán responder a las preguntas del mañana.
Antes de diseñar una solución hay que comprender el problema. Antes de mejorar una enzima, interpretar una mutación o desarrollar una nueva variedad de vid, hay que entender cómo funciona su biología.
Esa es precisamente la aportación de Model3DBio: desarrollar las herramientas computacionales que hacen posible ese conocimiento y que ayudarán a afrontar los retos del vino del futuro.
