Nuevos avances científicos en Pirepred fruto de la cooperación: Caracterización estructural de mutaciones patológicas de proteínas involucradas en enfermedades detectadas por los programas de cribado neonatal

Nuevos avances científicos en Pirepred fruto de la cooperación: Caracterización estructural de mutaciones patológicas de proteínas involucradas en enfermedades detectadas por los programas de cribado neonatal

Miembros del CSIC y del BSC que participan en Pirepred acaban de publicar este interesante artículo en Proteins: Integrative modeling of protein‐protein interactions with pyDock for the new docking challenges (https://doi.org/10.1002/prot.25858).

Este trabajo describe la caracterización estructural de mutaciones patológicas anotadas en un conjunto de proteínas involucradas en enfermedades detectadas por los programas de cribado neonatal, con el objetivo de estimar su posible impacto a nivel molecular, fundamentalmente en cuanto a la interacción con otras proteínas.

En base a las estructuras tridimensionales disponibles para los complejos formados por dichas proteínas, se ha encontrado que las mutaciones patológicas estudiadas están enriquecidas en las superficies de interacción con otras proteínas, en comparación con las mutaciones neutras, lo que podría ayudar a explicar su carácter patogénico.

Además, en algunos casos se ha completado la caracterización energética mediante cálculos computacionales y modelado estructural, desarrollando un protocolo que podría aplicarse a gran escala.

Importante reconocimiento científico internacional a un socio de Pirepred

Importante reconocimiento científico internacional a un socio de Pirepred

La metodología de predicción desarrollada por el grupo del VHIR ha quedado en segundo lugar para todos los indicadores en el desafío internacional CAGI 5 abierto a toda la comunidad científica (https://genomeinterpretation.org en el que participaron.

Natàlia Padilla y otros investigadores, liderados por Xavier de la Cruz, presentaron sus resultados aplicando sus herramientas de predicción de mutaciones al reto propuesto y una vez los evaluadores analizaron todas las predicciones de los diferentes grupos, han clasificado esta metodología desarrollada en el VHIR (con financiación Pirepred, entre otras) en segundo lugar. Esta información aparecerá publicada próximamente en la revista Human Mutation y el VHIR también publicó su metodología (artículo).

Este reconocimiento da prestigio internacional a este socio de Pirepred y solidez al método desarrollado para su uso en predicción de patogenicidad de variantes (mutaciones) en el cribado neonatal.

El resultado de la colaboración: Structural and Computational Characterization of Disease-Related Mutations Involved in Protein-Protein Interfaces

El resultado de la colaboración: Structural and Computational Characterization of Disease-Related Mutations Involved in Protein-Protein Interfaces

Este artículo describe un trabajo colaborativo entre los grupos de Xavier de la Cruz (VHIR) y Juan Fernández-Recio (CSIC), en el que se han caracterizado cerca de 3000 mutaciones patológicas en 58 proteínas asociadas a enfermedades detectadas en los programas de cribado neonatal.

La interpretación de datos mutacionales en este conjunto de proteínas es del máximo interés clínico en cuanto a la posibilidad en el futuro de la aplicación de la secuenciación genética a gran escala para detectar enfermedades en cribado neonatal.

En este trabajo se han llevado a cabo una serie de análisis estructurales, energéticos y computacionales de todos los complejos entre proteínas en los que las mutaciones estudiadas podrían estar involucradas. Se ha observado que las variantes relacionadas con enfermedad se encuentran más frecuentemente en la zona central de la superficie de interacción entre proteínas, mientras que las variantes neutras tienden a localizarse en la zona exterior de la superficie de interacción. Estos resultados contribuyen a un mejor conocimiento de las enfermedades a nivel molecular y podrán ayudar a los profesionales de la práctica clínica a tomar decisiones de diagnóstico y tratamiento de forma más precisa.