Multi-state design of flexible proteins predicts sequences optimal for conformational change
El diseño multiestado de proteínas flexibles predice las secuencias óptimas para cambios conformacionales
El diseño multiestado se define como el diseño computacional de las conformaciones para una proteína. Este trabajo tiene como objetivo demostrar la utilidad del algoritmo RECON (REstrained CONvergence) para evaluar de manera simultánea la secuencia de proteínas grandes que experimentan cambios conformacionales sustanciales. El algoritmo mejora de manera significativa la similitud con las preferencias de mutación evolutiva de los perfiles de mutación seleccionados por SSD (diseño de estado único) mediante la selección de secuencias que son energéticamente favorables para un conjunto de interacciones de cadenas laterales locales. Además, la nueva desviación de proximidad de contacto descrita en este documento permite la comparación de conjuntos de proteínas, suponiendo que tengan una longitud similar pero no una secuencia, al cuantificar la reubicación específica de la posición debido a uno o más cambios conformacionales.
Este artículo fue realizado por Marion F. Sauer, Alexander M. Sevy (Vanderbilt University, Nashville, Tennessee, United States of America; Vanderbilt University Medical Center, Nashville, Tennessee, United States of America), James E. Crowe (Vanderbilt University Medical Center, Nashville, Tennessee, United States of America), Jens Meiler (Vanderbilt University, Nashville, Tennessee, United States of America) para PLoS Comput Biol (Vol. 16, núm. 2, 2020), una revista especializada en estudios sobre sistemas vivos en todas las escalas, desde moléculas y células hasta poblaciones de pacientes y ecosistemas, mediante la aplicación de métodos computacionales. Esta es una publicación de PLoS (San Francisco, California, US). Correo de contacto: [email protected]
Recursos
-
Formatopdf
-
Idioma:inglés
-
Tamaño:529 kb
Genetic buffering and potentiation in metabolism
Buffer genético y potenciación en el metabolismo
Si bien se sabe que las células tienen la capacidad de ajustar su metabolismo en respuesta a mutaciones, aun no hay claridad sobre cómo esta reprogramación depende del contexto genético. Este estudio presenta un modelo in silico del metabolismo de Saccharomyces cerevisiae mediante el cual fue realizada la cuantificación de la variación en la tasa de crecimiento de 10000 metabolismos mutantes diferentes que acumulan cambios en sus flujos de reacción en presencia, o ausencia de una enzima específica. De esta manera fue identificado un subconjunto de genes modificadores que actúan como amortiguadores o potenciadores de la variabilidad. En el caso de los modificadores más potentes se relacionan con la vía de la glucólisis y que, en términos más generales muestran una fuerte pleiotropía y epistasis.
Este artículo fue realizado por Juan F. Poyatos (Logic of Genomic Systems Lab (CNB-CSIC), Madrid, Spain; Center for Genomics and Systems Biology (NYU), New York, United States of America) para PLoS Comput Biol (Vol. 16, núm. 9, 2020), una revista especializada en estudios sobre sistemas vivos en todas las escalas, desde moléculas y células hasta poblaciones de pacientes y ecosistemas, mediante la aplicación de métodos computacionales. Esta es una publicación de PLoS (San Francisco, California, US). Correo de contacto: [email protected]
Recursos
-
Formatopdf
-
Idioma:inglés
-
Tamaño:1037 kb