El tamaño importa... ¡y la estructura también! Un algoritmo predice interacciones entre proteínas de ARN no codificante
Curiosamente, sólo una pequeña fracción del genoma humano (cerca del 2%) contiene genes que codifiquen para proteínas, que son los componentes básicos en la célula. El 98% restante es importante para regular la expresión de dichos genes, es decir, está implicado en controlar cuándo y dónde se activan. Esta gran proporción del genoma produce, moléculas de ARN, llamadas ARN no codificante, de distintos tamaños, estructuras y funciones. Los diferentes tipos de ARN no codificante pueden interactuar con las proteínas y, dicha interacción puede ser clave para que el engranaje funcione y cada célula active o silencie los genes que necesite. Actualmente se están haciendo grandes esfuerzos para estudiar el papel de estos ARN no codificantes. Lamentablemente, hasta la fecha, no existían herramientas computacionales que permitieran estudiar secuencias largas de ARN e, intentarlo mediante métodos experimentales en el laboratorio es todavía un enorme reto porque supone ir probando "a ciegas".
En un trabajo que recientemente ha publicado Nature Methods, investigadores del Centro de Regulación Genómica en Barcelona (España), en colaboración con científicos en el Laboratorio Europeo de Biología Molecular en Monterotondo (Italia) y el Instituto de Tecnología de California (EEUU), proponen una nueva herramienta computacional para predecir las interacciones de proteínas con ARNs no codificantes largos, que ellos mismos han validado experimentalmente.
"Los ARNs 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 para comprender qué pasa 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, cuyo nombre es Global Score, permite a los científicos predecir, en qué punto de la larga secuencia de ARN no codificante podría haber una interacción con una proteína. Para conseguirlo, este algoritmo integra no sólo la propensión de una proteína para unirse a un ARN en particular sino también cuenta con las características locales y particularidades de dicha unión, incluyendo la estructura tridimensional de ambas moléculas. "La estructura del ARN es absolutamente importante para predecir interacciones con proteínas. Nuestro principal reto era ser capaces de trabajar con secuencias de ARN independientemente de su longitud para poder mantener una visión completa de las propiedades de su estructura al buscar posibles proteínas candidatas a interaccionar," añade Davide Cirillo, investigador postdoctoral en el CRG y primer autor del trabajo. "El algoritmo que hemos desarrollado integra toda esta información y nos permite no sólo predecir qué proteínas podrían interactuar sino también clasificarlas y establecer prioridades para su validación experimental", concluye el investigador.
De nuevo, este trabajo pone de manifiesto la importancia de la bioinformática y la biología computacional para el avance del conocimiento y su papel como motor para acelerar la investigación en las ciencias de la vida.
Noticias más leídas
Organizaciones
Más noticias del departamento ciencias
Reciba la química en su bandeja de entrada
No se pierda nada a partir de ahora: Nuestro boletín electrónico de química, análisis, laboratorio y tecnología de procesos le pone al día todos los martes y jueves. Las últimas noticias del sector, los productos más destacados y las innovaciones, de forma compacta y fácil de entender en su bandeja de entrada. Investigado por nosotros para que usted no tenga que hacerlo.