No podrás conectarte si excedes diez intentos fallidos.
La Agencia SINC ofrece servicios diferentes dependiendo de tu perfil.
Selecciona el tuyo:
Los programas computacionales que se usan comúnmente para estudiar el acoplamiento entre proteínas también pueden predecir la estructura de complejos macromoleculares, según un estudio desarrollado por investigadores catalanes con la ayuda del supercomputador MareNostrum. Los resultados pueden ayudar a conocer más detalles sobre las mutaciones cancerígenas.
La prestigiosa revista Molecular Systems Biology ha publicado el primer estudio que demuestra la capacidad de los programas computacionales comúnmente utilizados para estudiar el acoplamiento entre proteínas para predecir la estructura de complejos macromoleculares.Los resultados abren nuevas posibilidades para el modelado de los complejos de proteínas como pasos previos para la interpretación de las mutaciones relacionadas con el cáncer.
Esta investigación ha sido llevada a cabo por Mark Wass y Gloria Fuentes, del Centro Nacional de Investigaciones Oncológicas (CNIO), Carles Pons, del Barcelona Supercomputing Center-Centro Nacional de Supercomputación (BSC-CNS) y Florencio Pazos, del Centro Nacional de Biotecnología (CNB-CSIC), bajo la dirección del Prof. Alfonso Valencia, director del Programa de Biología Estructural y Biocomputación del CNIO.
“En este estudio hemos demostrado por primera vez que los métodos de predicción del acoplamiento (docking) de proteínas pueden ser usados para diferenciar entre las proteínas que interaccionan y las que no. Hemos observado que la distribución de valores obtenidos mediante estos métodos es diferente en pares de proteínas que interaccionan con respecto a los obtenidos mediante un conjunto de pares no interactivos. Este hallazgo ha sido posible después de ejecutar más de 100,000 simulaciones en el supercomputador MareNostrum”, ha destacado Carles Pons del BSC.
Este tipo de cálculos son extremadamente complejos y se pudieron llevar a cabo gracias a las instalaciones del Barcelona Supercomputing Center. Los complejos de proteínas son esenciales para todos los procesos que tienen lugar en nuestras células, pero hasta la fecha sólo se ha podido determinar la composición y los detalles de su arquitectura molecular para una pequeña fracción de ellos.
Este conocimiento es esencial para la comprensión de las consecuencias de las mutaciones y para el desarrollo de potenciales inhibidores. Los resultados presentados en esta publicación abren nuevas posibilidades para el modelado de los complejos de proteínas como pasos previos para la interpretación de las mutaciones relacionadas con el cáncer.
-------------------------------------
Referencia bibliográfica:
Mark N Wass, Gloria Fuentes, Carles Pons, Florencio Pazos and Alfonso Valencia. "Towards the prediction of protein interaction partners using physical docking". Mol Syst Biol 7:469, doi:10.1038/msb.2011.3 disponible para su descarga en http://www.nature.com/doifinder/10.1038/ms.
La Fundación BBVA ha galardonado al informático japonés, de la Universidad Carnegie Mellon (EE UU), por crear los algoritmos que permiten a las máquinas comprender las imágenes y procesar los movimientos. Sus técnicas están presentes en los coches autónomos, los drones y todos los robots con capacidad de visión, como los que se usan en cirugía.
Investigadores de la Universidad de León han aplicado redes neuronales artificiales a imágenes captadas con drones para reconocer, con un 95 % de acierto, la huella que dejaron las explotaciones auríferas de los romanos en el noroeste peninsular. El sistema se puede aplicar para reducir los riesgos asociados a las minas abandonadas, que causan pérdidas humanas y económicas en todo el mundo.
