Lejos de solo leer la información contenida en el genoma humano, y para comprender completamente cómo funciona, los investigadores tienen como objetivo conocer los entresijos de todos los elementos en este pequeño equipo regulado. Muchos laboratorios, consorcios y proyectos están dedicadospara obtener una visión global de las regiones funcionales del genoma y saber en qué tipos de células están activos los genes.
Curiosamente, solo una pequeña fracción del genoma humano alrededor del 2% contiene genes que codifican proteínas, que son los componentes básicos de la célula. El 98% restante es importante para la regulación, lo que significa que está involucrado en el control de cuándo ydonde los genes están activos. Esta gran porción del genoma produce moléculas de ARN, llamadas ARN no codificantes, que difieren en tamaño, estructura y función. Como los diferentes tipos de ARN no codificantes pueden interactuar con proteínas de diferentes maneras, se han realizado grandes esfuerzosse puso a investigarlas. Hasta ahora, no había herramientas computacionales disponibles para manejar secuencias de ARN muy largas y estudiarlas a través de métodos experimentales es actualmente un gran desafío.
en un artículo reciente publicado en Métodos de la naturaleza , investigadores del Centro de Regulación Genómica en Barcelona España, en colaboración con científicos en el sitio de EMBL en Monterotondo Italia y el Instituto de Tecnología de California EE. UU., Presentaron una nueva herramienta computacional para predecir las interacciones de proteínas conde codificación de ARN, que validaron utilizando técnicas experimentales avanzadas.
"Los ARN no codificantes largos interactúan con varias proteínas para mediar funciones celulares importantes. Intentar identificar estas interacciones puede ser un buen punto de partida para comprender el papel de estas moléculas en el funcionamiento normal de la célula pero también en la enfermedad,"explica Gian Gaetano Tartaglia, profesor de investigación ICREA en el Centro de Regulación Genómica CRG e investigador principal de este artículo.
La nueva herramienta computacional, llamada Global Score, permite a los científicos predecir dónde, a lo largo de la secuencia de un ARN no codificante, una proteína establecerá un contacto físico. Para ello, este algoritmo integra no solo la propensión global dela proteína para unirse a un ARN particular, pero también las características locales de dicha unión ". La estructura del ARN es absolutamente importante cuando se predicen las interacciones de proteínas. Nuestro principal desafío era poder trabajar con secuencias de ARN independientemente de su longitud paramantener una visión completa de sus propiedades estructurales al buscar socios proteicos ", agrega Davide Cirillo, investigador postdoctoral en el CRG y primer autor del artículo." El algoritmo que hemos desarrollado integra esta información y nos permite no solo predecir proteínassocios, pero también darles prioridad para la validación experimental. Este avance metodológico será crucial para estudiar mejor los ARN largos no codificantes y sus funciones ", concluye el investigador.
Este trabajo destaca, nuevamente, la contribución relevante de la bioinformática y la biología computacional para avanzar en el conocimiento y su papel clave para impulsar y acelerar la investigación en las ciencias de la vida.
Fuente de la historia :
Materiales proporcionado por Centro de Regulación Genómica . Nota: El contenido puede ser editado por estilo y longitud.
Referencia del diario :
Cite esta página :