Herramienta informática predice uniones de coronavirus con proteínas humanas

Crédito: Universidad de Cornell
Crédito: Universidad de Cornell
  • Categoría de la entrada:Ciencia
  • Última modificación de la entrada:29 noviembre, 2021
  • Tiempo de lectura:5 minutos de lectura

Una herramienta computacional permite a los investigadores predecir con precisión las ubicaciones en las superficies de las proteínas humanas y virales COVID-19 que se unen entre sí, un avance que beneficiará enormemente nuestra comprensión del virus y el desarrollo de fármacos que bloquean los sitios de unión.

Los desarrolladores de la herramienta han proporcionado un servidor web interactivo fácil de usar que muestra todas las estructuras de proteínas, de modo que los virólogos y médicos sin habilidades computacionales pueden hacer uso de los modelos de proteínas para ver si los medicamentos existentes o los que están en desarrollo encajan en los sitios de unión adecuados.

El estudio, publicado el 29 de noviembre en Nature Methods , describe la herramienta y la usa para predecir cómo el SARS-COV-2 divergió estructuralmente del SARS-COV-1 (que causó un brote de SARS en 2002-04); cómo la variación genética de las proteínas en las poblaciones humanas puede contribuir a la unión del virus al ser humano y a un mayor riesgo de infección; y qué fármacos existentes parecen prometedores para unirse a objetivos en la superficie de las proteínas humanas.

“Nuestra herramienta computacional le permite ver con una resolución sin precedentes dónde las proteínas virales se unen a la proteína humana y, por lo tanto, realmente podemos entender qué parte de estas proteínas son clave para estas interacciones”, dijo Hiayuan Yu, autor principal del estudio y profesor del Departamento de Estadística Biológica y Biología Computacional y del Instituto Weill de Biología Celular y Molecular. Shayne Wierbowski, estudiante de posgrado en el laboratorio de Yu, es la primera autora del artículo.

Un estudio anterior de otros científicos describió las interacciones entre COVID-19 y proteínas humanas, con el propósito de reutilizar medicamentos humanos para bloquear la unión del virus. 

Pero las interfaces de unión son pequeñas en comparación con la superficie de la proteína en general, y las investigaciones anteriores carecían de la resolución detallada para comprender exactamente dónde los medicamentos podrían bloquear un sitio de unión.

“La herramienta que desarrollamos para predecir las interfaces de proteína a proteína es la más precisa”, dijo Yu, “y podemos usarla para hacer las predicciones más informadas para cualquier interacción”. 

La pandemia estimuló una oleada de investigaciones en todo el mundo para comprender la estructura del SARS-COV-2, con científicos que utilizaron tecnologías de imágenes avanzadas para revelar proteínas que hacen que el virus sea infeccioso. 

Como resultado, Yu y sus colegas pudieron validar sus estructuras predichas computacionalmente contra las descritas por otros usando tecnologías de imágenes.

La herramienta también permite a los investigadores predecir cómo las variaciones genéticas en las proteínas humanas afectan las interacciones proteína-viral, ya que dos personas de salud y edad similares pueden tener respuestas divergentes para contraer COVID-19, algunas de las cuales son asintomáticas y otras muestran reacciones negativas dramáticas.

“Debido a nuestros modelos estructurales, podemos predecir cómo las mutaciones en proteínas en los individuos afectan potencialmente las interacciones virales”, dijo Yu. 

Los resultados algún día podrían arrojar luz sobre si algunas personas pueden tener un mayor riesgo debido a su genética, lo que podría darles prioridad para el seguimiento, las vacunas y los tratamientos.

Además, la herramienta no solo ayudará a los médicos a desarrollar medicamentos que se dirijan con precisión a los sitios de unión de proteínas humanas , sino que también puede ayudar a reducir los efectos tóxicos o negativos que podrían producirse cuando los medicamentos se unen a los sitios incorrectos.

Para ingresar al sitio de la herramienta, siga este enlace:
3d-sars2.yulab.org/

Referencia: Haiyuan Yu, A 3D structural SARS-CoV-2–human interactome to explore genetic and drug perturbations, Nature Methods (2021). DOI: 10.1038/s41592-021-01318-w. www.nature.com/articles/s41592-021-01318-w

Deja un comentario