8 de julio de 2025
El diseño de proteínas implica la construcción de secuencias de aminoácidos y la incorporación de motivos específicos para crear variantes funcionales. Este enfoque es fundamental para el desarrollo de péptidos antimicrobianos (AMP) para combatir los patógenos resistentes a los antibióticos. En este artículo se presenta un procedimiento para la construcción de proteínas utilizando diversas herramientas bioinformáticas.
Esta investigación tiene como objetivo generar los modelos estructurales de proteínas con funciones antimicrobianas. Estos modelos se utilizan para realizar análisis específicos que ayudan a determinar la utilidad de cada proteína como tratamiento antes de las pruebas in vitro. Actualmente, la investigación en este campo se basa en métodos in silico para la validación de proteínas de diseño. Sin embargo, no han establecido herramientas desarrolladas específicamente para apoyar esta parte de un proceso. Nuestra investigación futura se centrará en la inferencia de redes biológicas y la interacción de la microbiota entre el huésped y el medio ambiente en redes de múltiples capas. Este trabajo contará con el apoyo de bionets de ML y nuestro paquete desarrollado por colegas en el laboratorio.
[Narrador] Para comenzar, visite el servidor I-TASSER para la predicción de la estructura y función de las proteínas. Envíe el objetivo molecular o la secuencia de diseño como un archivo de formato FASTA, un archivo de texto o pegándolo directamente en el campo de entrada. Asigne un nombre único a la secuencia y haga clic en ejecutar I-TASSER para permitir que el programa analice la secuencia. Para predecir la estructura 3D usando trRosetta, acceda al servidor trRosetta. Introduzca la secuencia del receptor de destino como un archivo de formato FASTA, un archivo de texto, un archivo de formato MSA o péguelo directamente en el campo de entrada del servidor. Después de registrarse mediante un correo electrónico institucional, asigne un nombre a la proteína predicha estructuralmente. Asegúrese de que la opción para excluir plantillas esté seleccionada y elija ejecutar trRosettaX-Single para excluir el uso de secuencias y plantillas homólogas. Haga clic en enviar para iniciar el proceso de predicción de la estructura de la proteína. En el resultado de la predicción, verifique que la puntuación de TM sea una medida de la calidad del modelo. Luego examine los mapas de contacto, los mapas de distancia por aminoácido y los mapas de rotación de los carbonos alfa y beta en los ángulos omega, theta y phi. Abra un navegador web y navegue hasta el servidor web de HADDOCK. Haga clic en enviar un nuevo trabajo, luego ingrese un nombre de trabajo y el número de moléculas. Cargue las estructuras PDB de las moléculas para acoplarlas. Deje la configuración predeterminada sin cambios y haga clic en Siguiente. Ingrese los residuos de aminoácidos activos y pasivos tanto para la molécula uno como para la molécula dos, y haga clic en siguiente. En la sección de parámetros de acoplamiento, deje la configuración predeterminada para todos los parámetros, como restricciones de distancia, parámetros de muestreo, parámetros de agrupación, etc., sin cambios y haga clic en enviar para iniciar el proceso de acoplamiento. Abra la página de resultados y revise los resultados del acoplamiento. Después de descargar el archivo de acoplamiento del receptor del ligando, abra un software de visualización estructural como UCSF Chimera o PyMOL. Cargue el archivo de acoplamiento y visualice el modelo de estructura. El modelo trRosetta del antiportador de sodio-hidrógeno reveló una estructura terciaria altamente ordenada compuesta principalmente de hélices alfa que forman un haz transmembrana muy compacto. Esto sugiere el papel funcional de la proteína como transportador de iones incrustado en la membrana. La confiabilidad del modelo está respaldada por altos valores de prueba de diferencia local superiores al 80% en toda la región central, con una confianza reducida en ambos extremos que indica una posible flexibilidad. Los mapas de contacto y distancia confirman un plegamiento estable con patrones diagonales y agrupados consistentes. El acoplamiento molecular del péptido antifúngico diseñado en el dominio extracelular del receptor da como resultado un complejo estable, como lo demuestra una puntuación HADDOCK favorable de -73 y una desviación cuadrada media de la raíz baja de 0,7 Angstroms. Las distancias medidas confirman contactos cercanos entre aminoácidos específicos, y el más corto se observó entre tirosina 407 y cisteína 13.
Vea la transcripción completa y acceda a miles de videos científicos
Este estudio se centra en el desarrollo de modelos estructurales de proteínas con funciones antimicrobianas mediante el uso de herramientas de bioinformática. Los modelos generados se analizan en cuanto a su potencial como tratamientos contra patógenos resistentes a antibióticos antes de pasar a pruebas in vitro.
La modelización y el acoplamiento rápidos de proteínas in silico están transformando el descubrimiento temprano de antimicrobianos al permitir la evaluación predictiva de variantes proteicas antes de su síntesis en el laboratorio. Este enfoque acelera la identificación de candidatos con alto potencial funcional, abordando directamente la necesidad urgente de terapias novedosas contra patógenos resistentes. La integración de estas herramientas computacionales en la fase de descubrimiento mejora el triaje de carteras y reduce el riesgo biológico antes de realizar trabajos in vitro intensivos en recursos.
Estos métodos computacionales se integran en la interfaz entre el descubrimiento temprano y la identificación de compuestos activos, proporcionando una base para la validación experimental subsiguiente y la evaluación preclínica.