Dos cuadrillas de obreros asfaltan una calle desde extremos opuestos. Avanzan una hacia la otra, y de su coordinación depende cuándo estará lista la vía. Algo parecido hace la célula al copiar su ADN antes de dividirse, solo que en lugar de asfalto hay una larga hebra molecular con instrucciones, y en lugar de obreros, diminutos complejos proteicos que se ponen en marcha en muchos puntos a la vez.
Pero en el camino puede haber calor, una barrera química o un daño. Los obreros se ralentizan y a veces incluso se detienen. En la célula ocurre lo mismo. Los autores del estudio construyeron un modelo computacional de esa cadena de montaje para la levadura de panadería, un organismo que suele servir como modelo simple de célula viva. En la simulación, cada "letra" del ADN se contaba por separado, y el comportamiento de las copiadoras se regía por reglas probabilísticas: cuándo arrancar, a qué velocidad moverse y cuánto "combustible" —recursos celulares— tenían disponible.
El modelo se probó con datos de condiciones normales y luego se "sometió" a estrés: se subió la temperatura, se añadió una sustancia química llamada hidroxiurea, que dificulta la copia, o se simularon daños en el ADN. Resultó que solo dos parámetros clave —la disponibilidad de recursos y la dispersión de velocidades de las copiadoras— pueden reproducir toda la variedad de respuestas celulares al estrés. Cuando las velocidades de las copiadoras difieren un poco, la duración de todo el proceso empieza a seguir una ley estadística especial: la distribución de Erlang. Es precisamente ella la que genera esas raras pero muy largas demoras. La célula parece mantener capacidades de reserva para ese caso, de modo que al final siempre logra completar el trabajo.
Así, las cuadrillas en la carretera pueden retrasarse por el calor o la falta de materiales, pero la calle acabará asfaltada. La célula afronta la copia del ADN con el mismo principio, y ahora entendemos mejor cómo lo hace.
tal como lo escribieron los autores, en inglés arXiv:2606.08138
Eukaryotic DNA replication must remain robust under thermal, chemical, and genotoxic stress despite large fluctuations in replication dynamics. Here, we develop a lattice-based stochastic Monte Carlo framework for whole-genome replication in Saccharomyces cerevisiae at single base-pair resolution, incorporating probabilistic origin firing, replication fork-speed distributions, and a time-dependent limiting factor that governs the availability of cellular replication resources. The model is benchmarked quantitatively against experimental replication profiles before being applied to stress conditions, and reproduces diverse replication stress responses using only two effective parameters. Importantly, the analysis reveals that replication fork-speed heterogeneity underlies the emergence of Erlang-distributed S-phase durations and rare, anomalously prolonged replication events observed experimentally in Escherichia coli and human cell lines, while predicting similar behavior in S. cerevisiae. The framework further predicts non-monotonic thermal behavior, power-law scaling under hydroxyurea stress, and total replication-time dynamics under diverse genotoxic conditions.
El ADN de cada célula humana, si se estirara, alcanzaría los dos metros de largo — y todo eso hay que copiarlo en pocas horas con un error de menos de una letra por cada mil millones.