Es un poco como los socios comerciales: si una de las dos partes cambia la estrategia para mantener el negocio en marcha, la otra tiene que adaptarse a su vez. El salto de los negocios a la estructura de las proteínas puede parecer un poco audaz. Sin embargo,Este concepto de "cambios equilibrados" es precisamente el principio rector de un nuevo estudio importante que acaba de aparecer PNAS , la revista de la Academia Nacional de Ciencias de los Estados Unidos.
El estudio representa un avance significativo en el fascinante y complejo problema de cómo se unen la secuencia, la estructura y la función de las proteínas.
El equipo de científicos, compuesto por investigadores de SISSA y la Universidad Temple de Filadelfia, comenzó su investigación a partir de un hecho establecido: dentro de la estructura tridimensional de la proteína, ciertos aminoácidos interactúan tan estrechamente entre sí que la mutación de uno de ellos debeser contrarrestado por mutaciones compensatorias de los demás para mantener la proteína funcional.
Como explican los científicos: "Al analizar el repertorio de mutaciones en miles de miembros de una familia de proteínas, identificamos las llamadas 'covariaciones de secuencia', es decir, las posiciones específicas que exhiben una alta frecuencia de mutaciones emparejadas. Sabemosde estudios previos que cuando se observa una 'co-mutación' recurrente, los dos sitios mutados generalmente están cerca uno del otro o interactúan de alguna manera. Nuestro nuevo estudio ha demostrado que podemos ir aún más lejos: de estas co-mutaciones esposible descubrir la macroestructura de la proteína, sus unidades estructurales y funcionales fundamentales ".
El enfoque, que fue validado en contextos conocidos, ahora se puede utilizar para predicciones de estructura de proteínas más confiables, así como para arrojar luz sobre las implicaciones funcionales de los dominios estructurales. Estos, de hecho, generalmente apuntalan la capacidad de las proteínas paracambiar la conformación, por ejemplo, en respuesta a la unión de otras moléculas.
Como explican los autores de la nueva investigación: "Hay tres niveles principales de análisis en el estudio de las proteínas: el primero es la secuencia de aminoácidos, el segundo es la estructura tridimensional que estos filamentos toman en muy poco tiempotiempo después de que se sintetizan, mientras que el tercero se refiere a su función. En los últimos años, la investigación se ha centrado mucho en la conexión de los dos últimos aspectos. Con nuestro nuevo estudio, hemos dado un paso atrás hacia el primer nivel que, comoque hemos demostrado, puede proporcionarnos mucha más información de lo esperado sobre los otros dos aspectos ". Continúan:" Lo que surge es que los cambios locales en las proteínas pueden tener repercusiones estructurales a una escala mucho mayor, incluso la molécula completa. La funcionalidad biológicade proteínas, de hecho, se reconoce cada vez más que depende de sus propiedades estructurales y dinámicas colectivas. Podemos aprovechar este principio para mejorar nuestras predicciones de la estructura y función de las proteínas ".A partir de arenas de variantes de proteínas que pertenecen a la misma familia e identificando los pares de mutaciones compensatorias, los científicos pudieron inferir qué grupos de aminoácidos probablemente estaban en el mismo dominio estructural, incluso si estaban lejos en la secuencia.
Por lo tanto, este análisis proporcionó información extremadamente valiosa sobre los llamados macrodominios, es decir, los bloques estructurales modulares que constituyen las proteínas. Sin embargo, ¿cómo demostraron los científicos que el método funciona? "Muy simple", explican. "Al utilizar este enfoque, primero intentamos identificar los módulos estructurales de proteínas bien estudiadas usando como entrada únicamente su información de secuencia y usando métodos de inferencia estadística. No utilizamos en absoluto su estructura como entrada, de modo que pudiéramos usarla a posteriori para compararla connuestras predicciones. Y el acuerdo fue excelente. Ahora tenemos una herramienta valiosa que, gracias al análisis estadístico basado en computadora, puede usarse para ampliar nuestras capacidades predictivas en una amplia gama de vías de aplicación, desde biofísica hasta biomedicina ".
Fuente de la historia :
Materiales proporcionado por Scuola Internazionale Superiore di Studi Avanzati . Nota: El contenido puede ser editado por estilo y longitud.
Referencia del diario :
Cite esta página :