Desarrollo de métodos bioinformáticos para la caracterización estructural y funcional de proteínas ancestrales

Autores
Benítez, Guillermo Ignacio
Año de publicación
2023
Idioma
español castellano
Tipo de recurso
tesis doctoral
Estado
versión aceptada
Colaborador/a o director/a de tesis
Parisi, Gustavo
Lorenzano Menna, Pablo
Talevi, Alan
Lozano, Mauricio Javier
Descripción
Fil: Benítez, Guillermo Ignacio. Universidad Nacional de Quilmes; Argentina.
La evolución biológica es un proceso complejo y fuertemente dependiente de su historia. Diversos acontecimientos han modelado y condicionado la evolución en nuestro planeta condicionando la diversidad biológica que observamos en la actualidad. Estas contingencias históricas hacen justamente que dicha diversidad sea sólo una representante de las tantas posibles que podrían haberse originado de haber ocurrido otras circunstancias históricas (Gould, “Wonderful life”, 1987). El presente trabajo tiene como principal objetivo comprender, utilizando técnicas bioinformáticas, el impacto de los caminos evolutivos que sufrieron las proteínas en su divergencia funcional y evolutiva. Estos caminos evolutivos se pueden predecir con distintos grados de certeza utilizando herramientas computacionales. Dichas técnicas se denominan de reconstrucción ancestral y permiten estimar las secuencias de regiones codificantes y por ende de proteínas de organismos ya extintos. Una de mis primeras tareas en este trabajo de tesis doctoral, fue el de participar en la recolección de proteínas “resucitadas”, proteínas que por un proceso de reconstrucción ancestral y resucitación, se predijo su secuencia ancestral la cual se sintetizó y por técnicas de biología molecular se caracterizó como si fuera una proteína actual. Revenant, el nombre de esta base de datos, es la primera base de datos de proteínas resucitadas, extensamente anotada con estructuras, filogenias y datos biofísicos (capítulo 4). Esta base de datos nos permitió explorar características de tiorredoxinas ancestrales en el contexto de una colaboración con el Dr. Bellanda de la Universidad de Padova (Italia). En el capítulo 3, exponemos la caracterización de una tiorredoxina atípica de E. granulosum. Esta tiorredoxina carece de función oxidoreductasa y por el contrario posee actividad de unión a clusters de hierro-azufre. Para comprender la divergencia funcional y adaptativa de esta proteína utilizamos técnicas de reconstrucción ancestral a distintos ancestros para comprender los cambios de aminoácidos que condujeron al cambio funcional. Encontramos en colaboración con el Dr. Bellanda, que la proteína tiene mayor flexibilidad que otras tiorredoxinas ancestrales y actuales pero de otros organismos. Finalmente, el capítulo 2 está dedicado al estudio de un conjunto de proteínas humanas que en determinadas condiciones metabólicas y/o fisiológicas producen amiloides. Los amiloides son estados condensados con propiedades de “sólidos” donde predominan las interacciones inter-catenarias. Los amiloides forman fibras que en la mayoría de los casos producen diversas patologías en humanos. Sin embargo, se han caracterizado amiloides funcionales, haciendo más complejo el efecto de la presencia de amiloides en las células. Utilizando técnicas de análisis evolutivo, encontramos que las proteínas que forman amiloides, tanto funcionales como patológicos, están entre las proteínas que más rápidamente evolucionan en el hombre. La principal hipótesis que evaluamos para explicar este incremento en la velocidad, es la interacción con chaperonas, ya demostrado en otras proteínas. Para lograr mayor evidencia del efecto de las chaperonas sobre la velocidad de evolución, utilizamos técnicas de reconstrucción ancestral para las proteínas en nuestro set de datos. Encontramos que el patrón de sustitución es progresivamente desestabilizante, esto es las proteínas progresivamente se tornan más inestables incrementando aún más su necesidad de interaccionar con chaperonas. Estos resultados, junto con los resultados obtenidos en la caracterización de la tiorredoxina ancestral, están siendo evaluados experimentalmente en colaboración con la Dra. Luciana Rodriguez Sawicki (UNQ, Argentina) y el Dr. Bellanda (UNIPD, Italia).
Materia
Bioinformática
Análisis de datos
Proteínas
Estructura de proteínas
Evolución
Bioinformatics
Data analysis
Proteins
Protein structure
Evolution
Analise de dados
Estrutura de proteínas
Evolução
Nivel de accesibilidad
acceso abierto
Condiciones de uso
https://creativecommons.org/licenses/by-nc-nd/2.5/ar/
Repositorio
RIDAA (UNQ)
Institución
Universidad Nacional de Quilmes
OAI Identificador
oai:ridaa.unq.edu.ar:20.500.11807/4020

id RIDAA_f536189f39f27d1ac72bbde08544f215
oai_identifier_str oai:ridaa.unq.edu.ar:20.500.11807/4020
network_acronym_str RIDAA
repository_id_str 4108
network_name_str RIDAA (UNQ)
spelling Desarrollo de métodos bioinformáticos para la caracterización estructural y funcional de proteínas ancestralesBenítez, Guillermo IgnacioBioinformáticaAnálisis de datosProteínasEstructura de proteínasEvoluciónBioinformaticsData analysisProteinsProtein structureEvolutionAnalise de dadosEstrutura de proteínasEvoluçãoFil: Benítez, Guillermo Ignacio. Universidad Nacional de Quilmes; Argentina.La evolución biológica es un proceso complejo y fuertemente dependiente de su historia. Diversos acontecimientos han modelado y condicionado la evolución en nuestro planeta condicionando la diversidad biológica que observamos en la actualidad. Estas contingencias históricas hacen justamente que dicha diversidad sea sólo una representante de las tantas posibles que podrían haberse originado de haber ocurrido otras circunstancias históricas (Gould, “Wonderful life”, 1987). El presente trabajo tiene como principal objetivo comprender, utilizando técnicas bioinformáticas, el impacto de los caminos evolutivos que sufrieron las proteínas en su divergencia funcional y evolutiva. Estos caminos evolutivos se pueden predecir con distintos grados de certeza utilizando herramientas computacionales. Dichas técnicas se denominan de reconstrucción ancestral y permiten estimar las secuencias de regiones codificantes y por ende de proteínas de organismos ya extintos. Una de mis primeras tareas en este trabajo de tesis doctoral, fue el de participar en la recolección de proteínas “resucitadas”, proteínas que por un proceso de reconstrucción ancestral y resucitación, se predijo su secuencia ancestral la cual se sintetizó y por técnicas de biología molecular se caracterizó como si fuera una proteína actual. Revenant, el nombre de esta base de datos, es la primera base de datos de proteínas resucitadas, extensamente anotada con estructuras, filogenias y datos biofísicos (capítulo 4). Esta base de datos nos permitió explorar características de tiorredoxinas ancestrales en el contexto de una colaboración con el Dr. Bellanda de la Universidad de Padova (Italia). En el capítulo 3, exponemos la caracterización de una tiorredoxina atípica de E. granulosum. Esta tiorredoxina carece de función oxidoreductasa y por el contrario posee actividad de unión a clusters de hierro-azufre. Para comprender la divergencia funcional y adaptativa de esta proteína utilizamos técnicas de reconstrucción ancestral a distintos ancestros para comprender los cambios de aminoácidos que condujeron al cambio funcional. Encontramos en colaboración con el Dr. Bellanda, que la proteína tiene mayor flexibilidad que otras tiorredoxinas ancestrales y actuales pero de otros organismos. Finalmente, el capítulo 2 está dedicado al estudio de un conjunto de proteínas humanas que en determinadas condiciones metabólicas y/o fisiológicas producen amiloides. Los amiloides son estados condensados con propiedades de “sólidos” donde predominan las interacciones inter-catenarias. Los amiloides forman fibras que en la mayoría de los casos producen diversas patologías en humanos. Sin embargo, se han caracterizado amiloides funcionales, haciendo más complejo el efecto de la presencia de amiloides en las células. Utilizando técnicas de análisis evolutivo, encontramos que las proteínas que forman amiloides, tanto funcionales como patológicos, están entre las proteínas que más rápidamente evolucionan en el hombre. La principal hipótesis que evaluamos para explicar este incremento en la velocidad, es la interacción con chaperonas, ya demostrado en otras proteínas. Para lograr mayor evidencia del efecto de las chaperonas sobre la velocidad de evolución, utilizamos técnicas de reconstrucción ancestral para las proteínas en nuestro set de datos. Encontramos que el patrón de sustitución es progresivamente desestabilizante, esto es las proteínas progresivamente se tornan más inestables incrementando aún más su necesidad de interaccionar con chaperonas. Estos resultados, junto con los resultados obtenidos en la caracterización de la tiorredoxina ancestral, están siendo evaluados experimentalmente en colaboración con la Dra. Luciana Rodriguez Sawicki (UNQ, Argentina) y el Dr. Bellanda (UNIPD, Italia).Universidad Nacional de QuilmesParisi, GustavoLorenzano Menna, PabloTalevi, AlanLozano, Mauricio Javier2023-09-04info:eu-repo/semantics/doctoralThesisinfo:eu-repo/semantics/acceptedVersionhttp://purl.org/coar/resource_type/c_db06info:ar-repo/semantics/tesisDoctoralapplication/pdfhttp://ridaa.unq.edu.ar/handle/20.500.11807/4020spainfo:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by-nc-nd/2.5/ar/reponame:RIDAA (UNQ)instname:Universidad Nacional de Quilmes2025-09-29T13:40:46Zoai:ridaa.unq.edu.ar:20.500.11807/4020instacron:UNQInstitucionalhttp://ridaa.unq.edu.ar/Universidad públicaNo correspondehttp://ridaa.unq.edu.ar/oai/snrdalejandro@unq.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:41082025-09-29 13:40:46.734RIDAA (UNQ) - Universidad Nacional de Quilmesfalse
dc.title.none.fl_str_mv Desarrollo de métodos bioinformáticos para la caracterización estructural y funcional de proteínas ancestrales
title Desarrollo de métodos bioinformáticos para la caracterización estructural y funcional de proteínas ancestrales
spellingShingle Desarrollo de métodos bioinformáticos para la caracterización estructural y funcional de proteínas ancestrales
Benítez, Guillermo Ignacio
Bioinformática
Análisis de datos
Proteínas
Estructura de proteínas
Evolución
Bioinformatics
Data analysis
Proteins
Protein structure
Evolution
Analise de dados
Estrutura de proteínas
Evolução
title_short Desarrollo de métodos bioinformáticos para la caracterización estructural y funcional de proteínas ancestrales
title_full Desarrollo de métodos bioinformáticos para la caracterización estructural y funcional de proteínas ancestrales
title_fullStr Desarrollo de métodos bioinformáticos para la caracterización estructural y funcional de proteínas ancestrales
title_full_unstemmed Desarrollo de métodos bioinformáticos para la caracterización estructural y funcional de proteínas ancestrales
title_sort Desarrollo de métodos bioinformáticos para la caracterización estructural y funcional de proteínas ancestrales
dc.creator.none.fl_str_mv Benítez, Guillermo Ignacio
author Benítez, Guillermo Ignacio
author_facet Benítez, Guillermo Ignacio
author_role author
dc.contributor.none.fl_str_mv Parisi, Gustavo
Lorenzano Menna, Pablo
Talevi, Alan
Lozano, Mauricio Javier
dc.subject.none.fl_str_mv Bioinformática
Análisis de datos
Proteínas
Estructura de proteínas
Evolución
Bioinformatics
Data analysis
Proteins
Protein structure
Evolution
Analise de dados
Estrutura de proteínas
Evolução
topic Bioinformática
Análisis de datos
Proteínas
Estructura de proteínas
Evolución
Bioinformatics
Data analysis
Proteins
Protein structure
Evolution
Analise de dados
Estrutura de proteínas
Evolução
dc.description.none.fl_txt_mv Fil: Benítez, Guillermo Ignacio. Universidad Nacional de Quilmes; Argentina.
La evolución biológica es un proceso complejo y fuertemente dependiente de su historia. Diversos acontecimientos han modelado y condicionado la evolución en nuestro planeta condicionando la diversidad biológica que observamos en la actualidad. Estas contingencias históricas hacen justamente que dicha diversidad sea sólo una representante de las tantas posibles que podrían haberse originado de haber ocurrido otras circunstancias históricas (Gould, “Wonderful life”, 1987). El presente trabajo tiene como principal objetivo comprender, utilizando técnicas bioinformáticas, el impacto de los caminos evolutivos que sufrieron las proteínas en su divergencia funcional y evolutiva. Estos caminos evolutivos se pueden predecir con distintos grados de certeza utilizando herramientas computacionales. Dichas técnicas se denominan de reconstrucción ancestral y permiten estimar las secuencias de regiones codificantes y por ende de proteínas de organismos ya extintos. Una de mis primeras tareas en este trabajo de tesis doctoral, fue el de participar en la recolección de proteínas “resucitadas”, proteínas que por un proceso de reconstrucción ancestral y resucitación, se predijo su secuencia ancestral la cual se sintetizó y por técnicas de biología molecular se caracterizó como si fuera una proteína actual. Revenant, el nombre de esta base de datos, es la primera base de datos de proteínas resucitadas, extensamente anotada con estructuras, filogenias y datos biofísicos (capítulo 4). Esta base de datos nos permitió explorar características de tiorredoxinas ancestrales en el contexto de una colaboración con el Dr. Bellanda de la Universidad de Padova (Italia). En el capítulo 3, exponemos la caracterización de una tiorredoxina atípica de E. granulosum. Esta tiorredoxina carece de función oxidoreductasa y por el contrario posee actividad de unión a clusters de hierro-azufre. Para comprender la divergencia funcional y adaptativa de esta proteína utilizamos técnicas de reconstrucción ancestral a distintos ancestros para comprender los cambios de aminoácidos que condujeron al cambio funcional. Encontramos en colaboración con el Dr. Bellanda, que la proteína tiene mayor flexibilidad que otras tiorredoxinas ancestrales y actuales pero de otros organismos. Finalmente, el capítulo 2 está dedicado al estudio de un conjunto de proteínas humanas que en determinadas condiciones metabólicas y/o fisiológicas producen amiloides. Los amiloides son estados condensados con propiedades de “sólidos” donde predominan las interacciones inter-catenarias. Los amiloides forman fibras que en la mayoría de los casos producen diversas patologías en humanos. Sin embargo, se han caracterizado amiloides funcionales, haciendo más complejo el efecto de la presencia de amiloides en las células. Utilizando técnicas de análisis evolutivo, encontramos que las proteínas que forman amiloides, tanto funcionales como patológicos, están entre las proteínas que más rápidamente evolucionan en el hombre. La principal hipótesis que evaluamos para explicar este incremento en la velocidad, es la interacción con chaperonas, ya demostrado en otras proteínas. Para lograr mayor evidencia del efecto de las chaperonas sobre la velocidad de evolución, utilizamos técnicas de reconstrucción ancestral para las proteínas en nuestro set de datos. Encontramos que el patrón de sustitución es progresivamente desestabilizante, esto es las proteínas progresivamente se tornan más inestables incrementando aún más su necesidad de interaccionar con chaperonas. Estos resultados, junto con los resultados obtenidos en la caracterización de la tiorredoxina ancestral, están siendo evaluados experimentalmente en colaboración con la Dra. Luciana Rodriguez Sawicki (UNQ, Argentina) y el Dr. Bellanda (UNIPD, Italia).
description Fil: Benítez, Guillermo Ignacio. Universidad Nacional de Quilmes; Argentina.
publishDate 2023
dc.date.none.fl_str_mv 2023-09-04
dc.type.none.fl_str_mv info:eu-repo/semantics/doctoralThesis
info:eu-repo/semantics/acceptedVersion
http://purl.org/coar/resource_type/c_db06
info:ar-repo/semantics/tesisDoctoral
format doctoralThesis
status_str acceptedVersion
dc.identifier.none.fl_str_mv http://ridaa.unq.edu.ar/handle/20.500.11807/4020
url http://ridaa.unq.edu.ar/handle/20.500.11807/4020
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
https://creativecommons.org/licenses/by-nc-nd/2.5/ar/
eu_rights_str_mv openAccess
rights_invalid_str_mv https://creativecommons.org/licenses/by-nc-nd/2.5/ar/
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidad Nacional de Quilmes
publisher.none.fl_str_mv Universidad Nacional de Quilmes
dc.source.none.fl_str_mv reponame:RIDAA (UNQ)
instname:Universidad Nacional de Quilmes
reponame_str RIDAA (UNQ)
collection RIDAA (UNQ)
instname_str Universidad Nacional de Quilmes
repository.name.fl_str_mv RIDAA (UNQ) - Universidad Nacional de Quilmes
repository.mail.fl_str_mv alejandro@unq.edu.ar
_version_ 1844618650983596032
score 13.070432