NUEVO ALGORITMO PARA PREDECIR EL PLEGAMIENTO DE LAS PROTEÍNAS.

Investigadores del Grupo Computacional de Biología Estructural del Centro Nacional de Investigaciones del Oncológicas (CNIO), desarrollan el primer método computado basado en principios evolutivos, para predecir los cambios de forma que experimentan las proteínas, y les permite desarrollar las importantes funciones que desempeñan. Este descubrimiento es un gran paso adelante en el estudio de la dinámica de las proteínas, de gran importancia para el desarrollo de medicamentos y la investigación de enfermedades genéticas, como el cáncer, dando lugar a mayores niveles de complejidad que los permitidos por los métodos actuales.

Las proteínas son macromoléculas cruciales para cientos de funciones celulares que tienen lugar en un organismo vivo. Están formadas por cadenas menores de moléculas más pequeñas llamadas aminoácidos, que se pliegan formando estructuras tridimensionales. Recientemente ha sido descubierto que estudiando la evolución conjunta de los aminoácidos podemos reconstruir la forma o estructura de estos biocompuestos en la naturaleza "Los aminoácidos de una proteína pueden evolucionar conjuntamente, y cambiar de forma coordinada" dice Alfonso Valencia, director del proyecto, "Analizando la secuencia de una familia de proteínas podemos predecir contactos físicos entre los aminoácidos con gran precisión, siendo suficiente para reconstruir el proceso de plegamiento de las proteínas y, por lo tanto, su forma o estructura". Sin embargo, esta estructura no permanece estática, sino que cambia de forma similar a un baile en que cada uno de los bailarines se adapta a su pareja, e interacciona con otros componentes. Esto se conoce como dinámica de las proteínas, estudio de lo cual ha probado ser de gran complejidad, tanto para la
observación experimental como para las actuales computadoras.

La pregunta planteada al principio por los investigadores fue mas compleja: ¿podemos usar los estudios sobre la evolución conjunta de los aminoácidos para predecir cambios en la forma de las proteínas y, por consiguiente, descifrar el lenguaje que establecen con su medio?

"Hemos desarrollado un modelo en que los aminoácidos con gran relación coevolutiva se atraen entre ellos, sin nada adicional" dice Simone Marsili, coinvestigadora del proyecto. "Primero, simulamos el proceso de plegado, para constatar cómo los simuladores pudieron predecir con exactitud los cambios en la forma de las proteínas a distintos niveles de complejidad, incluyendo aquellos que hacen funcionar a las quinasas (proteínas esenciales en procesos de señalización metabólicos y celulares, transporte celular...).

Este nuevo método computado integra fácilmente información experimental y genética a través del uso de la más punta tecnología de análisis de secuencias proteicas y tecnología de modelado 3D. Para ir más allá, afirma que la información genética puede ser una útil fuente de información para suplementar las actuales herramientas usadas en el estudio de la estructura y dinámica de las proteínas.

"La capacidad para predecir aspectos clave a este nivel de complejidad de las proteínas ayuda a comprender cómo la secuencia de una proteína determina su dinámica y , por consiguiente, sus funciones", concluye Valencia. Este campo del conocimiento es la cuestión principal para el estudio de enfermedades genéticas, como el cáncer, y el diseño de nuevos medicamentos, entre otros muchos usos.

Fuente: Science Daily (Inglés)
Nota de prensa original: CNIO