Universidad de la Habana Facultad de Química

Modelación in silico de la glicólisis del cáncer Tesis de Diploma En opción al título de Licenciado en Química

Autor: Alejandro Guerra González Tutores: Jacques Rieumont Briones José Manuel Nieto Villar

La Habana, 2014

Modelación in silico de la glicólisis del cáncer 2014

Profesor Jacques Rieumont Briones. Doctor en Ciencias Químicas Profesor de Mérito de la Universidad de la Habana. Profesor titular Departamento de Química-Física Facultad de Química Universidad de La Habana

Profesor Jose Manuel Nieto Villar Doctor en Ciencias Químicas Profesor Titular Departamento de Química-Física Facultad de Química Universidad de La Habana

Modelación in silico de la glicólisis del cáncer 2014

…‖ If I can help a person to have hope, then I have not lived in vain‖… Marthin Luther King

Modelación in silico de la glicólisis del cáncer 2014 Resumen

En los últimos tiempos la bioinformática ha adquirido un desarrollo importante, en la modelación in silico de sistemas biológicos. Las técnicas de modelación han constituido una de las herramientas más importante en el diagnóstico y tratamientos de muchas enfermedades. Estas técnicas aplicadas específicamente al cáncer, han brindado gran volumen de información direccionado hacia varios enfoques. El del metabolismo energético de dichas células, en especial la glicólisis, abarcan más del 90% de los estudios. La modelación del proceso del glicólisis en el cáncer se realizó utilizando el modelo propuesto por Marín et al. a partir de estudios experimentales realizados en la línea tumoral humana HeLá, bajo condiciones de normoxia e hipoxia. La velocidad de producción de entropía total es mayor en condiciones de hipoxia que en normoxia, lo cual es indicativo, de cómo se favorece el proceso bajo condiciones de privación de oxigeno. Estos resultados, muestran la eficacia de la velocidad de producción de entropía como distintivo de las dianas fundamentales en el proceso de glicolisis del cáncer, y que a su vez, representa un indicador (hallmark) de la robustez del cáncer asociado con la capacidad de pronóstico, como un factor clave de cara a perfeccionar las terapias del cáncer. Además se identificó, a través de la velocidad de producción de entropía y el análisis de sensibilidad las reacciones fundamentales del proceso de glicólisis, las cuales constituyen dianas potenciales en el tratamiento del cáncer. De un total de 20 reacciones que conforman la red metabólica, se identificaron ocho fundamentales.

Modelación in silico de la glicólisis del cáncer 2014

ABSTRACT (revisar) Lately bioinformatics has acquired an important development, in silico modeling of biological systems. Modeling techniques have been one of the most important tools in the diagnosis and treatment of many diseases. These techniques, specifically in cancer, have provided large volume information, in various approaches, the energy metabolism of the cells, especially glycolysis, covering more than 90%. The modeling of the glycolysis in cancer was performed using the model proposed by Marin et al. From experimental studies in human HeLa tumor cell line under conditions of normoxia and hypoxia. The rate of total entropy production is higher under hypoxia than in normoxia , which is indicative of how the process under conditions of oxygen deprivation is favored. These results show the efficiency of entropy production rate to distinct from the fundamental targets in cancer glycolysis process, which in turn, is an indicator ( hallmark ) of the robustness of cancer associated with prognostic ability as a key factor in the face of improving cancer therapies. Fundamental reactions of glycolysis process identified through the entropy production rate and sensitivity analysis, which constitute potential targets in the treatment of cancer. Of a total of 20 reactions that form the metabolic network, were identified eight core.

Modelación in silico de la glicólisis del cáncer 2014 Abreviaturas ADP - Difosfato de adenosina

Km – Constante de Michaelis Mentel

AlaTA - Alanina transaminasa

LDH - Lactato deshidrogenasa

ALDO - Fructosa 1,6 bisfosfato (Aldolasa)

Lac - Lactato

AMP - Monofosfato de adenosina

MPM - Metabolismo mitocondrial del piruvato

ATP - Trifosfato de adenosina

NAD - Nicotinamida adenina dinucliótido (oxidado)

CAT - Ciclo de los ácidos tricarboxílicos

NADP – Dinucleótido de nicotidamida y adenina fosfato

DHAP - Dihidroxiacetona fosfato

NADH - Nicotinamida adenina dinucliótido (reducida)

ENO - Enolasa

O2 - Dioxígeno

Ery4P – Eritrosa 4 fosfato

PDH - Complejo piruvato deshidrogenasa

F2,6BP - Fructose-2,6-bisfosfato;

PEP - Fosfoenolpiruvat o

F6P - Fructosa-6-fosfato

PFK - Fosfofructoquinasa

FAD - Flavín adenín dinucleótido

PFK-1 - Fosfofructuoquinasa tipo 1

FADP - Flavín mononucleótido

PGAM - 3-fosfoglicerato mutasa

FBP - Fructosa-1,6-bisfosfato

PGI - Fosfoglucosa isomerasa

FO – Fosforilación oxidativa

PGK - 3- fosfoglicerato quinasa

G1P - Glucosa-1-fosfato

PGM - Fosfoglucomutasa

G3P - Gliceraldehido-3-fos fato

Pi - Fosfato inorgánico

G6P - Glucosa-6-fosfato

PPP - Vía de las pentosas

G6PDH - Glucosa-6-fosfato deshidrogenasa

PYK - Piruvato quinasa

GAPDH - Gliceraldehido-3-fosfato deshidrogenasa

PYKM2 - Piruvato quinasa isoforma M2

Glc - Glucosa

Pyr - piruvato

GTP - Trifosfato de guanina

Rib5P – Ribosa 5 fosfato

Gluout, glucosa extracelular

ROS – Especies reactivas del oxígeno

Gluin – glucosa intracelular

TA - Transaldolasa

GLUT - transportador de glucosa

TPI – Triosa fosfato isomerasa

H2O - Agua

TK - Transcetolasa

HIF-1α - Hypoxia inducible factor 1-α

Vmax – Velocidad máxima

HK – Hexoquinasa

Xy5P - xilosa 5 fosfato

HK-2 – Hexoquinasa isoforma II

1,3BPG -1,3-bifosfoglicerato

HPI - Hexosa-6-fosfato isomerasa

2PG - 2-Fosfoglicerato

6PG - 6-fosfogluconato

3PG - 3-phosphoglycerate 3PGDH - 3 fosfoglicerato deshidrogenasa

Modelación in silico de la glicólisis del cáncer 2014 Tabla de contenido Resumen......................................................................................................................................... IV ABSTRACT....................................................................................................................................V Abreviaturas ................................................................................................................................... VI 1.

INTRODUCCIÓN ................................................................................................................... 1

2.

REVISIÓN BIBLIOGRÁFICA:.............................................................................................. 3

3.

2.1.

Cáncer............................................................................................................................... 3

2.2.

Análisis de sensibilidad de ecuaciones diferenciales ..................................................... 14

2.3.

Velocidad de Producción de Entropía ............................................................................ 16

MATERIALES Y MÉTODOS .............................................................................................. 17 3.1.

Estabilidad del Estado Estacionario ............................................................................... 19

3.2.

Análisis de Sensibilidad de Ecuaciones Diferenciales ................................................... 20

3.3.

Velocidad de producción de entropía ............................................................................. 21

4. RESULTADOS Y DISCUSIÓN: ........................................................................................ 23 4.1.

Estados Estacionarios ..................................................................................................... 23

4.2.

Análisis de sensibilidad .................................................................................................. 25

4.3.

Velocidad de producción de entropía ............................................................................. 29

4.4.

Resultados de ambos métodos........................................................................................ 36

5.

CONCLUSIONES ................................................................................................................. 38

4.

RECOMENDACIONES........................................................................................................ 39

REFERENCIAS............................................................................................................................ 38 Anexos .......................................................................................................................................... 47

Modelación in silico de la glicólisis del cáncer 2014 1. INTRODUCCIÓN El cáncer es el nombre genérico que recibe un grupo de células denominadas malignas que han perdido el control normal de su crecimiento y especialización [1], [2], [3]. Esta enfermedad es la primera causa de muerte a nivel mundial [4] y se caracteriza por ser un sistema robusto que se auto-organiza en tiempo y espacio lejos del equilibrio termodinámico y exhiben alta complejidad, resistencia y adaptabilidad [1], [2], [3]. El nacimiento de la bioinformática comenzó a desarrollar la modelación in silico de los sistemas biológicos, siendo la glicolisis pionero en el área [5]. Este desarrollo está facilitado por el avance de herramientas experimentales y analíticas que generan grandes volúmenes de información [5]. Su efectividad ha sido probada en el diagnóstico y pronóstico de muchas enfermedades que hasta la fecha carecían de tratamiento alguno. A grandes escalas los modelos de microambientes del tumor y otras interacciones a nivel de tejido permiten la modelación de poblaciones de células cancerígenas y su progresión en el tiempo [5]. En la actualidad más del 90% de estos modelos están enfocados al metabolismo energético de las células tumorales, específicamente a la glicolisis [6, 7]. Esto se debe a lo observado y descrito por Warburg en la década del 1920 [6, 7], demostrando que la mayoría de dichas células muestran una acelerada velocidad glicolítica comparada con células normales sin que esto sea consecuencia de una afectación en el ciclo de los ácidos tricarboxílicos (CAT) o la cadena de transporte electrónica (CTE). Los primeros estudios reportados en la literatura acerca de la modelación in silico de la glicolisis en Saccharomyces cerevisiae fueron realizados por Selkov, Higgins y Goldbeter en las décadas del 60 y 70 del siglo XX [8], [9], [10], [11]. Estos trabajos demostraron, que el sistema exhibía una la alta complejidad y dieron pie para la realización de un amplio número de investigaciones relacionadas con este tema [8], [9], [10], [11]. En el marco de la tarea directa de la cinética química reviste una gran importancia identificar los pasos fundamentales de un mecanismo, así como lograr la reducción del 1

Modelación in silico de la glicólisis del cáncer 2014 mismo [12]. Los trabajos pioneros en esta área fueron realizados por Edelson en la década de los años 80, el cual introdujo el análisis de sensibilidad de ecuaciones diferenciales en el estudio de una reacción de pirólisis de hidrocarburos [13]. En la década del 90 Rieumont y Nieto-Villar utilizaron la velocidad de producción de entropía con el objetivo de identificar los pasos fundamentales en el modelo cinético de la reacción de Belousov-Zhabotinsky y se logró reducir el modelo de 81 pasos a 27; esto demostró lo eficiente de este enfoque para la determinación de pasos fundamentales en un mecanismo de reacción [14]. Diversas modalidades terapéuticas pueden ser eficaces para el tratamiento del cáncer. Sin embargo, a menudo son invasivas, como la cirugía, o están asociadas con una toxicidad significativa, como la quimioterapia y la radioterapia. Además, los beneficios clínicos de estas terapias están cerca de sus límites [7]. Por lo tanto se están buscando nuevas

modalidades

terapéuticas

que puedan proporcionar beneficios clínicos

adicionales con una toxicidad similar o menor. En los últimos años la glicólisis del cáncer ha representado una vía promisoria [7] en el desarrollo de nuevos tratamientos. Existen muchos grupos de trabajo que se focalizan en este metabolismo tumoral. Objetivo General: Identificar las reacciones fundamentales del proceso de glicolisis en células tumorales que puedan resultar dianas para el tratamiento del cáncer Objetivos específicos: 1. Calcular

la

velocidad

de

producción

de

entropía

para

las

reacciones

correspondientes a la glicolisis del cáncer en condiciones de hipoxia y normoxia. 2. Describir la dinámica del sistema a través del análisis de sensibilidad de ecuaciones diferenciales

2

Modelación in silico de la glicólisis del cáncer 2014 2. REVISIÓN BIBLIOGRÁFICA: 2.1.

Cáncer

Las células tumorales se definen por dos propiedades fundamentales: se reproducen de maneras anormales y colonizan territorios normalmente reservados para otras células. Estas propiedades son las que hacen a los cánceres especialmente peligrosos. Si una célula no cambia su funcionalidad y no prolifera más que sus vecinas normales, no produce ningún daño significativo; pero si ocurre su proliferación fuera de control, producirá un tumor [15], [16]. Sin embargo, si las células neoplásicas permanecen agrupadas en una masa única se dice que el tumor es benigno y generalmente puede conseguirse una cura completa extrayendo la masa quirúrgicamente [15], [16]. Un tumor se considera canceroso solo si es maligno, es decir, si sus células tienen la capacidad

de

invadir

el tejido

circundante. La

capacidad

invasora

implica,

generalmente, la habilidad de liberarse, entrar al torrente sanguíneo o al linfático y formar tumores secundarios o metástasis en otros lugares del cuerpo. Cuando más ampliamente produzca metástasis el cáncer más difícil será de erradicar [16]. Las terapias para tratar el cáncer dependen del estadio del tumor, de su tamaño, hasta qué grado se ha extendido a tejidos circundantes, y si se ha extendido a tejidos distantes (metástasis) [16]. Las opciones de tratamiento pueden clasificarse de forma amplia en: cirugía, radioterapia, terapia hormonal (endocrina), quimioterapia y terapia biológica (también llamada inmunoterapia). Hasta ahora menos del 60% de los cánceres pueden ser tratados y a menudos muchas terapias traen asociadas efectos secundarios no deseados [17], [18], por lo que, la prevención continúa siendo la forma más útil de evitar el desarrollo de tumores en humanos. Así la prevención ha tenido efectos importantes en las tasas de supervivencia durante las últimas décadas. También se han dedicado considerables recursos económicos y sanitarios al tratamiento del cáncer avanzado, que puede tener éxito en pacientes individuales. Sin embargo, existen pocos indicios de impactos importantes de regímenes quimioterapéuticos primarios no específicos en las tasas de supervivencia 3

Modelación in silico de la glicólisis del cáncer 2014 globales [18]. Por esta razón existen actualmente un gran número de grupos de trabajo en todo el mundo que concentran sus recursos a investigar nuevas terapias contra el cáncer [18], que puedan ser más eficaces y menos tóxicas para el organismo. A este progreso han contribuido en gran medida los avances que se han dado en el campo de la genética en las últimas décadas. Estos avances han permitido que la terapia oncológica sea direccionada a los ―errores‖ moleculares específicos de las células cancerosas [19]. Una de las dianas actualmente estudiada en el tratamiento contra el cáncer es el metabolismo tumoral, mejor conocido por glicólisis aerobia o efecto Warburg, debido a su descubridor [20, 21]. Se ha estudiado que este proceso metabólico libera gran cantidad de acido láctico produciendo acidosis en el medio e induciendo apoptosis en tejidos sanos [21]. La glucosa es la principal fuente de energía de la mayoría de los organismos y ocupa una posición potencial; su oxidación completa a CO2 y H2O transcurre con una variación de energía libre de Gibbs estándar de -2,840 kJ/mol. [22], [23]. En la glicólisis (del griego glykys, que significa “dulce” y lysis, que significa “romper”) ocurre la degradación de una molécula de glucosa fundamentalmente (puede ser otra hexosa) en una serie de reacciones las cuales son catalizadas por enzimas, dando dos moléculas de piruvato (compuesto de tres carbonos) (ver fig. 1). Durante la secuencia de reacciones de la glicólisis, parte de la energía cedida por la glucosa es conservada en forma de trifosfato de adenosina (ATP) y Nicotinamida dinucleotido reducido NADH.

4

Modelación in silico de la glicólisis del cáncer 2014

Fig. 1: Esquema del proceso general de la glicólisis. Adaptado de Voet & Voet, 2005 [22]

5

Modelación in silico de la glicólisis del cáncer 2014 La Glucosa (Glc) por lo general aparece en sangre como resultado de la degradación de polisacáridos o de su síntesis a partir de fuentes de carbohidratos. La misma penetra en la mayoría de las células a través de un transportador específico GLUT que la traslada desde el exterior de la célula hasta el citosol. Se puede considerar que la glicólisis transcurre en dos fases, (ver figura 1) la primera fase, considerada preparatoria en la que la glucosa, es fosforilada y fragmentada, dando lugar a dos moléculas de la triosa gliceraldehído-3-fosfato. Este proceso consume dos moléculas de ATP, en lo que constituye una especie de inversión de energía. Una segunda fase donde las dos moléculas de gliceraldehído-3-fosfato se convierten a piruvato, con la producción de cuatro moléculas de ATP. Por consiguiente, el rendimiento neto de la glucólisis es de dos ATP por molécula de glucosa [22], [23]. La ecuación global que describe el proceso es:

El NAD + es el principal agente oxidante de la vía. El NADH formado durante el proceso debe ser reoxidado continuamente para mantener el suministro de NAD + de la vía glicólitica. Esto puede ocurrir de tres formas distintas: (1) En condiciones anaeróbicas, el NAD + se regenera cuando el NADH reduce el piruvato a lactato, (2) en condiciones anaeróbicas, en levadura, el piruvato es descarboxilado a acetaldehído, el cual es entonces reducido por el NADH a etanol, (3) en condiciones aeróbicas, la oxidación mitocondrial de cada NADH produce tres moléculas de ATP. Entonces en la glicólisis aerobia, el NADH puede ser considerado como un compuesto de alta energía, mientras que en la anaerobia la energía libre de su oxidación se disipa en forma de calor [23]. En el proceso de glicólisis (ver fig1 pg. 5) la primera reacción de la vía es la transferencia de un grupo fosforilo del ATP a la glucosa para formar glucosa-6-fosfato (G6P), una reacción catalizada por la hexoquinasa (HK). Dicha enzima es inhibida por 6

Modelación in silico de la glicólisis del cáncer 2014 el producto de la reacción, la Glucosa-6-fosfato (G6P) y activada por fosfato inorgánico (Pi) [22], [23]. La segunda reacción es la conversión de Glucosa-6-fosfato a Fructosa-6-fosfato (F6P), catalizada por la fosfoglucosa isomerasa (PGI). La reacción es la isomerización de una aldosa a una cetosa [22], [23]. En la tercera reacción la fosfofructoquinasa (PFK) fosforila a la F6P para formar fructosa-1,6-bisfosfato (F1,6-P). La PFK desempeña un papel central en la glicólisis ya que cataliza una de las reacciones que controlan la velocidad de la vía glicolítica. En muchos organismos la actividad de la PFK se ve estimulada alostéricamente por varios compuestos, incluido el monofosfato de adenosina (AMP) e inhibida alostéricamente por otros, entre ellos el ATP y el citrato [22], [23]. La cuarta reacción es catalizada por una aldolasa, donde se rompe la F1,6-P en dos triosas: el gliceraldehido-3-fosfato (G3P) y la dihidroxiacetona fosfato (DHAP). Sin embargo, solo uno de los productos de esta rotura aldólica continúa a lo largo de la vía glicolítica por lo que la quinta reacción es la interconversión de G3P y DHAP, catalizada por la triosa fosfato isomerasa, enzima que ha alcanzado la perfección catalítica. Con esta reacción concluye la primera fase o fase preparatoria de la vía, invirtiendo 2 moléculas de ATP. La reacción seis, muy exergónica es decir que la variación de energía libre es negativa, implica la oxidación y fosforilación del G3P por NAD + y Pi, catalizada por la gliceraldehido-3-fosfato deshidrogenasa (G3PDH). Como producto se obtiene el acil fosfato 1,3-bisfosfoglicerato [22], [23]. La formación del primer ATP junto con el 3-fosfoglicerato es responsabilidad de la fosfoglicerato quinasa, enzima que cataliza la séptima reacción. Posteriormente, la fosfoglicerato mutasa convierte el producto de la reacción anterior en 2-fosfoglicerato (2PG), metabolito necesario para obtención de un compuesto fosforilo de alta energía. La penúltima reacción de la vía es catalizada por la enolasa donde el 2PG se deshidrata a fosfoenolpiruvato (PEP), un compuesto de alta energía. Por último, la piruvato quinasa (PK) acopla la energía libre de la hidrólisis de PEP a la síntesis de 7

Modelación in silico de la glicólisis del cáncer 2014 ATP para producir piruvato. La PK es inhibida por ATP, Alanina, Acetil-CoA y los ácidos grasos de cadena larga e inhibida por F1,6-P [22], [23]. La complejidad es de alguna forma ubicua de los sistemas biológicos; la evolución de sistemas biológicos ocurre a través de múltiples estados estacionarios y el sistema se auto-organiza fuera del equilibrio termodinámico [72]. Desde el punto de vista termodinámico, un sistema que se encuentre en estado estacionario se caracteriza por tener variables de estado que permanecen invariantes en el tiempo; pero, a diferencia de cuando se encuentra en estado de equilibrio termodinámico, se verifican flujos disipativos, lo que significa que la velocidad de creación de entropía es mayor que cero. Otra característica fundamental es que el sistema cede entropía al medio

̇ con la

misma velocidad con que esta se crea ̇ , de tal manera que: ̇

̇

̇

̇( )

(2.1) ̇ ( )

Es decir a la misma velocidad que se produce entropía

(2.2) ̇ , se cede al medio

̇ ; De esta forma la autoorganización fuera del equilibrio termodinámico, es decir la complejidad que es observada en la dinámica del sistema es producto de la inestabilidad de los estados estacionarios [72]. De ahí, la importancia conocer la estabilidad de los estados estacionarios en los sistemas biológicos. Los primeros modelos matemáticos para la modelación in silico de metabolismo energético fue realizado por J. Higgins en 1961. En este trabajo, se propone un mecanismo en el cual existía la inhibición de un producto por otro, tratando de explicar las reacciones catalizadas por enzimas como es la reacción de la fosfofructoquinasa (PFK) correspondiente a la glicólisis anaerobia de levaduras [8]. En 1968, E. Selkov desarrolla un mecanismo simple para la reacción de la PFK, en la glicólisis de levadura de la especie Saccharomyces Cerevisiae. Con este trabajo, el comprueba la alta complejidad que exhibía esta reacción [9].

8

Modelación in silico de la glicólisis del cáncer 2014 Goldbeter en 1972 trabaja con las estructuras disipativas un modelo alostérico y los aplica en función de la glicolisis y en ese mismo año encuentra oscilaciones sostenidas en un modelo alostérico [10], [11]. Para los años 70, I. Prigogine propone un mecanismo completo de la glicólisis en levaduras, utilizando este modelo demuestra el comportamiento complejo de esta, siendo sus parámetros de control el NADH y el NAD+, observándose oscilaciones sostenidas [24]. Todos estos estudios demostraron la alta complejidad que exhibía el sistema glicolítico y dieron pie para la realización de un amplio número de investigaciones relacionadas con el tema. Las células tumorales manifiestan altos niveles glicolíticos a pesar de la presencia de suficiente oxígeno, fenómeno conocido como glicólisis aerobia o ―Efecto Warburg‖ [25]. Esta observación fue descrita y publicada por el fisiólogo alemán O. Warburg en la década del 20 del siglo pasado y ha sido avalada por múltiples estudios en una gran variedad de líneas tumorales. En la actualidad es explotada en el diagnóstico de algunos tipos de tumores. Warburg inicialmente planteaba que el cáncer era causado por daños en las mitocondrias, seguido de un incremento de la glicólisis hasta convertir células diferenciadas en células cancerígenas en proliferación. Sin embargo, los defectos mitocondriales no son la causa de aparición del cáncer [20]. En los últimos años se ha tratado de dar respuesta a lo observado en el cáncer y ha sido particularmente difícil explicar por qué las células tumorales con acceso al obtienen la mayor parte del ATP convirtiendo la glucosa en lactato en vez de oxidar el azúcar hasta CO2 y H2O. Muchos autores [6], [26] concuerdan en que esta acelerada velocidad resulta beneficiosa para la rápida proliferación celular, ya que potencia la síntesis de lípidos, aminoácidos y NADPH, necesarios para la duplicación de la biomasa celular [27]. Estudios recientes han demostrado que el balance entre oxidación de piruvato y producción de lactato es regulado por el factor de transcripción HIF-1α (hypoxia inducible factor 1-α, en Inglés), envuelto en el metabolismo de la glucosa con múltiples 9

Modelación in silico de la glicólisis del cáncer 2014 objetivos. HIF-1α regula la expresión de la piruvato deshidrogenasa quinasa-1 (PDHK1), una quinasa que limita la actividad de la PDH. Este mecanismo contribuye al Efecto Warburg [27], [28]. La velocidad glicolítica durante la proliferación celular está sometida a estrictos mecanismos de retroalimentación negativa, con el objetivo de mantener el sistema biosintético activo. La enzima PFK-1, ya descrita, es un potente controlador de la velocidad glicolítica y como presentamos anteriormente es inhibida alostéricamente por altas concentraciones de ATP. Las células en proliferación regulan la expresión de la PFK-2 con la formación de fructuosa 2,6 bifosfato, un potente activador alostérico de la PFK-1, que asegura la alta velocidad glicolítica a pesar de la influencia del ATP [30], [31]. La sobreexpresión de la lactato deshidrogenasa (LDH) es otro factor que contribuye a mantener dicho flujo, garantizando la regeneración de NAD+ rápidamente [32], [33]. Muchos investigadores hoy día, ven en el estudio del metabolismo tumoral, una nueva fuente para el desarrollo de nuevas terapias que sean menos invasivas y más efectivas [34, 35]. Los candidatos potenciales hasta el momento, al parecer, son las enzimas, las cuales regulan la vía glicolítica y el transporte de glucosa a dichas células. Un pequeño grupo de esos candidatos en varios tipos de tumores incluyen los GLUT1, la Hexoquinasa 2, la Fosfoglicerato deshidrogenasa y la Lactato deshidrogenasa-A [36], [37], [38], [39]. Los GLUT1 se encuentran sobreexpresados en muchos tumores [40], [41]. Un estudio reciente ha identificado una serie de pequeñas moléculas que inhiben los GLUT1 y eliminan selectivamente los carcinomas renales RCCs [41]. En mamíferos existen 4 isoformas de HK (HK1-4); la HK1 es la isoforma más abundante mientras que HK2 se expresa en tejidos sensibles a insulina como músculo y adipocito. Muchas células tumorales tienen sobreexpresada la HK2 y estudios preclínicos

han

demostrado

que

su inhibición puede

ser efectiva

en terapias

anticancerígenas [38]. La fosfoglicerato deshidrogenada

(PGDH) convierte el 3-fosfoglicerato (3PG) en 3-

fosfohidroxipiruvato (PHP), un paso para síntesis de serina. Estudios recientes reportan 10

Modelación in silico de la glicólisis del cáncer 2014 que algunas líneas tumorales humanas, tienen altos niveles de esta enzima, y que son dependientes de la misma para su crecimiento [36]. La LDH-A fue la primera diana metabólica donde se demostró que estaba directamente regulada por un oncogen (MYC), y la inhibición genética o farmacológica disminuía los tumores dependientes de MYC [39], [42]. Siguiendo esos estudios preliminares se puede deducir que la inhibición de esas enzimas puede ser efectiva en la disminución de varios tipos tumorales sin que esto afecte significativamente a los tejidos normales. Los tumores expresan altos niveles de PKM2 comparado con los tejidos normales [43], sin embargo, inhibiendo PKM2 pueden acumularse intermediarios glicolíticos que alimenten

las

vías

biosintéticas,

resultando

en

la

proliferación

tumoral.

Sorprendentemente esto sugiere que la inhibición o la activación de dicha enzima en células cancerígenas disminuyen el crecimiento del tumor. Anastasiou et al (2011) [44] ha demostrado recientemente, que la PKM2 es regulada por estrés oxidativo. La PKM2 es específicamente oxidada los cual inhibe su actividad y promueve el desvío de intermediarios glicolíticos a la vía de las pentosas fosfato, produciendo NADPH* y favoreciendo el balance redox. La expresión de un mutante de la PKM2 que no pueda ser oxidado reduce el flujo hacia la vía de las pentosas fosfato, incrementando el estrés oxidativo e inhibiendo el crecimiento del tumor [43]. Estos resultados indican que los activadores de la PKM2 pueden ser una fuente viable de terapias, especialmente cuando son usados en conjunto con radiación o quimioterapia, conocidos agentes que promueven el estrés oxidativo. Goldberg and Sharp ha demostrado que la inhibición de la actividad de la PKM2 utilizando pequeños segmentos de RNA incrementa la apoptosis en cultivos celulares, y en ocasiones inhibe el crecimiento tumoral [45]. Este grupo de trabajo probó in vivo moléculas de RNA con PKM2 como diana provocaban la regresión tumoral en ratones. La hipoxia moderada (1.5% 0 2) promueve en la mitocondria la generación de peróxido de hidrógeno (H2O2) que activa las vías de señalización celular en respuesta a la hipoxia [43]. Bajos esas condiciones la PKM2 comienza a ser oxidada y se inhibe su 11

Modelación in silico de la glicólisis del cáncer 2014 actividad. Esto provoca que el flujo se desvíe hacia la vía de las pentosas fosfato promoviendo el balance redox [44]. Por otro lado bajo hipoxia severa (