dc.creator | Benítez, Guillermo Ignacio | |
dc.date | 2023-09-04 | |
dc.date.accessioned | 2023-09-07T14:38:39Z | |
dc.date.available | 2023-09-07T14:38:39Z | |
dc.date.issued | 2023-09-04 | |
dc.identifier.citation | Benítez, G. I. (2023). Desarrollo de métodos bioinformáticos para la caracterización estructural y funcional de proteínas ancestrales. (Tesis de doctorado). Universidad Nacional de Quilmes, Bernal, Argentina. | es |
dc.identifier.uri | http://ridaa.unq.edu.ar/handle/20.500.11807/4020 | |
dc.description | Fil: Benítez, Guillermo Ignacio. Universidad Nacional de Quilmes; Argentina. | es |
dc.description.abstract | 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). | es |
dc.format | application/pdf | es |
dc.format.extent | 109 p. | es |
dc.language | spa | es |
dc.publisher | Universidad Nacional de Quilmes | es |
dc.rights | https://creativecommons.org/licenses/by-nc-nd/2.5/ar/ | es |
dc.subject | Bioinformática | es |
dc.subject | Análisis de datos | es |
dc.subject | Proteínas | es |
dc.subject | Estructura de proteínas | es |
dc.subject | Evolución | es |
dc.subject | Bioinformatics | en |
dc.subject | Data analysis | en |
dc.subject | Proteins | en |
dc.subject | Protein structure | en |
dc.subject | Evolution | en |
dc.subject | Analise de dados | pt |
dc.subject | Estrutura de proteínas | pt |
dc.subject | Evolução | pt |
dc.title | Desarrollo de métodos bioinformáticos para la caracterización estructural y funcional de proteínas ancestrales | es |
dc.type | info:ar-repo/semantics/tesis doctoral | es |
unq.tesis.director | Parisi, Gustavo | |
unq.tesis.calificacion | Aprobado-Sobresaliente | es |
unq.tesis.titulo | Doctorado en Ciencia y Tecnología | es |
unq.tesis.jurado | Lorenzano Menna, Pablo | |
unq.tesis.jurado | Talevi, Alan | |
unq.tesis.jurado | Lozano, Mauricio Javier | |
unq.version | info:eu-repo/semantics/acceptedVersion | en |
unq.tipo.snrd | info:eu-repo/semantics/doctoralThesis | en |
unq.acceso | info:eu-repo/semantics/openAccess | en |
unq.tesis.acta | 86 | es |
unq.creador.correo | guillermo.benitez08@gmail.com | es |